Francisco Webber, spoluzakladatel a CEO Cortical.io – Rozhovor

Francisco Webber je spoluzakladatel a CEO Cortical.io a vynálezce patentované technologie Retina. Tato technologie aplikuje principy mozkového zpracování na strojové učení a porozumění přirozenému jazyku (NLU) pro řešení reálných případů použití souvisejících s velkými textovými daty. Řešení Cortical.io jsou založena na skutečném významu textu, nikoli na statistických výskytech.

Franciscoův zájem o informační technologie se vyvinul během jeho medicínských studií, kdy se podílel na zpracování medicínských dat. Během dvou desetiletí prozkoumal technologie vyhledávačů a dokumentačních systémů v různých kontextech, ale stal se stále více frustrovaný omezeními stávajících statistických metod.

V roce 2005 založil Matrixware Information Services , který vyvinul první standardizovanou globální patentovou databázi. V roce 2007 založil Informační vyhledávací zařízení s předním akademickým odborníkem na informační vyhledávání profesorem Keithem van Rijsbergenem. Zařízení mělo za cíl most mezi akademií a průmyslem v oblasti informačního vyhledávání. Francisco uznal, že mozek je jediným existujícím referenčním systémem, pokud jde o zpracování přirozeného jazyka. Zatímco úzce sledoval vývoj neurovědy, formuloval svou teorii Semantického ohýbání, která modeluje, jak mozek reprezentuje jazyková data.

Co vás původně přitáhlo k zapojení se do Porozumění přirozenému jazyku (NLU)?

Můj zájem o informační technologie se vyvinul během mých medicínských studií, kdy jsem se podílel na zpracování medicínských dat. Během dvou desetiletí prozkoumal technologie vyhledávačů a dokumentačních systémů v různých kontextech, ale stal se stále více frustrovaný omezeními stávajících statistických metod. Uznal jsem, že mozek je jediným existujícím referenčním systémem, pokud jde o zpracování přirozeného jazyka.

Jste jak spoluzakladatel, tak CEO Cortical.io. Můžete sdílet příběh o vzniku této společnosti?

Věděli jsme, že máme technologii, která by umožnila podnikům vyhledávat rychleji, přesněji a účinněji, extrahovat, anotovat a analyzovat informace z nestrukturovaného textu. Naše technologie NLU založená na umělém inteligenci by mohla být skutečným diferencátorem při řešení výzvy zpracování nestrukturovaných textových dat, protože rozumí významu vět, odstavců a konceptů, ne pouze klíčovým slovům, a tudíž dodává velmi přesné výsledky. Jakmile se o tom dozvěděli lídři průmyslu, otevřela se nám možnost otestovat náš přístup v reálných a složitých požadavcích. To vedlo k mnoha úspěchům ve firmách Fortune 500. Tyto se staly modely pro naše produkty Contract Intelligence a Message Intelligence.

Technologie Cortical.io je založena na Teorii Semantického ohýbání (SFT), inovativní výpočetní teorii pro zpracování jazykových dat. Jaké jsou některé současné omezení, jak většina AI přistupuje k NLU?

Standardní přístupy AI a ML zahrnují vytváření velkých statistických modelů, které jsou trénovány pomocí velkých množství trénovacích dat. Často nejsou k dispozici dostatečná množství trénovacích dat, ani nemají odborníci na danou problematiku čas na anotaci takového množství dokumentů. Kromě toho vyžaduje trénování velkých modelů (s miliardami parametrů) obrovské výpočetní zdroje, což je velmi drahé a spotřebuje大量 energie. Typický jazykový model spotřebuje více energie než pět aut během jejich celého životního cyklu!

Teorie Semantického ohýbání je postavena na Teorii Hierarchického časového paměti (HTM). Můžete stručně popsat, co je tato teorie?

Hierarchická časová paměť (HTM) je teorie inteligence původně popsána v knize Jeffa Hawkinse On Intelligence. Jedná se o rámec strojové inteligence striktně založený na neurovědě a fyziologii a interakci neuronů v mozku. V této teorii mozek funguje jako paměťový systém, který ukládá vzory a dělá předpovědi na základě aktuálních zkušeností založených na zapamatovaných vzorech. Aby byly stroje真的 inteligentní, musí rekonstruovat tento paměťový-předpovědní systém. Hawkins popisuje řídké distribuované reprezentace jako jediný datový formát používaný neokortexem. Semantické otisky použité v naší technologii jsou řídké distribuované reprezentace textu (slov, vět nebo odstavců).

Můžete sdílet, jak je metoda SFT lepší než konkurenční strategie NLU?

Teorie Semantického ohýbání, která stojí za technologií Cortical.io, má několik velkých výhod. První, nevyžaduje obrovskou sbírku vzorových dat, aby dodala přesné výsledky. Za druhé, je rychlá a vyžaduje méně výpočetních zdrojů než stávající algoritmy strojového učení. Nakonec je proces trénování mnohem jednodušší a může být řízen odborníky na danou problematiku, kteří budou systém používat, i když nemají žádné zkušenosti s AI.

Jedním z produktů Cortical.io je Message Intelligence, co přesně je tato aplikace?

Message Intelligence spadá do kategorie známé jako Inteligentní zpracování dokumentů. Korporace jsou zahlceny zpracováním širokého spektra zpráv a dokumentů. Message Intelligence je hotová řešení, které využívá technologii Cortical.io k přesnému extrahování a klasifikaci klíčových informací v těchto zprávách a dokumentech a jejich zpracování na podnikové úrovni. Díky patentovanému přístupu Cortical.io lze vyvinout vlastní klasifikátory během několika hodin a extrakční modely během několika dní.

Dalším produktem je Contract Intelligence, můžete sdílet nějaké detaily o tomto?

Cortical.io Contract Intelligence využívá nový přístup k porozumění přirozenému jazyku pro analýzu relevantních informací z velkých množství dokumentů rychle a s přesností, která je obtížně dosažitelná ve velkém měřítku ručně nebo s jinými nástroji pro analýzu smluv. Řešení nabízí silný, významově založený nástroj pro extrakci a klasifikaci klíčových informací, vyhledávání uvnitř jednotlivých dokumentů nebo celého databáze, stejně jako srovnání dokumentů s šablonou nebo předchozími verzemi.

Je něco jiného, co byste rádi sdíleli o Cortical.io?

Jsme rádi, že vidíme zrání Umělé inteligence a Porozumění přirozenému jazyku z interessantní technologie na integraci do aplikací, které řeší reálné obchodní problémy.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Cortical.io.