Alexander Hudek, medstifter og CTO af Kira Systems – Interviewserie

Alexander Hudek er medstifter og CTO af Kira Systems. Han har en Ph.D. og M.Math.-grad i datalogi fra University of Waterloo og en B.Sc.-grad i fysik og datalogi fra University of Toronto.

Hans tidligere forskning inden for bioinformatik fokuserede på at finde ligheder mellem DNA-sekvenser. Han har også arbejdet med bevis-systemer og databaseforespørgselskompilation.

Hvornår blev du først interesseret i maskinlæring og kunstig intelligens?

Jeg har altid været interesseret i datalogi. Under min bacheloruddannelse tog jeg kurser i algoritmer for planlægning og logik, maskinlæring og kunstig intelligens, numerisk regning og andre emner. Min interesse for maskinlæring voksede mere specifikt under min Ph.D. på University of Waterloo. Der brugte jeg maskinlæringsmetoder til at studere DNA. Efterfølgende dykkede jeg dybere ind i formelle logikker som en del af min postdoc-forskning. Logik og resonnering er på en måde “den anden side” af mønten i tilgange til kunstig intelligens, og jeg følte, det var vigtigt at kende mere til det.

Noget af din tidligere forskning inden for bioinformatik fokuserede på at finde ligheder mellem DNA-sekvenser. Kan du diskutere noget af dette arbejde?

Hovedparten af min afhandling bestod i at opbygge en mere realistisk model for DNA-mutation ved hjælp af skjulte Markov-modeller. Jeg brugte denne mere komplekse model i en ny algoritme designet til at finde regioner af DNA, der deler fælles oprindelse med andre arter. I særdeleshed kan denne nye algoritme finde meget svagere relaterede sekvensregioner end tidligere algoritmer til opgaven.

Før min Ph.D. arbejdede jeg i et forskningslaboratorium, der var en del af det humane genom-projekt. Et af de mest bemærkelsesværdige projekter, jeg hjalp med at gennemføre, var den første komplette udgave af det humane kromosom 7.

Hvad var den oprindelige inspiration bag lanceringen af Kira?

Idéen til Kira kom fra min medstifter, Noah Waisberg. Han havde brugt timer i sin karriere som advokat på den slags arbejde, vi nu har bygget kunstig intelligens til at gøre. Det var en interessant idé for mig, fordi det involverede naturligt sprog og problemet var veldefineret, og jeg kunne se forretningspotentialet. Der er noget tiltrækkende ved at bygge kunstig intelligens, der kan forstå menneskesprog, fordi sprog er så tæt forbundet med menneskelig kognition.

Kan du beskrive, hvad kontraktanalyse-software er, og hvordan det kan gavne juridiske fagfolk?

Kira bruger overvåget maskinlæring, hvilket betyder, at en erfaren advokat føder bestemmelser fra virkelige kontrakter ind i et system designet til at lære af disse eksempler. Systemet studerer disse data, lærer, hvad sprog er relevant, og bygger probabilistiske bestemmelsesmodeller. Modellerne testes derefter mod en sæt af annoterede aftaler, som systemet ikke kender, for at bestemme dets beredskab. Denne meget præcise maskinlærings-teknologi kan identificere og analysere næsten enhver bestemmelse i enhver kontrakt, hvilket resulterer i kunderrapporteret tidsbesparelse på 20-90%. Denne øgede produktivitet hjælper advokatfirmaer med at øge deres realisationsrater, giver dem mere mulighed for at øge deres omsætning og bevare deres eksisterende kunder. For virksomheder driver det bedre produktivitet internt og reducerer mængden af eksternt juridisk udgifter, der kræves.

Naturlig sprogbehandling (NLP) er svært for de fleste virksomheder. Kan du diskutere nogle af de ekstra udfordringer, der opstår, når det kommer til at behandle juridisk terminologi og andre nuancer, der er unikke for den juridiske profession?

For mange mennesker kan juridisk sprog synes meget fremmed, men det viser sig, at det fra et maskinlæringsperspektiv ikke er så forskelligt. Der er nogle få unikke ting; kapitalisering er vigtigere, og sætninger kan være meget længere end normalt, men overordnet set har vi ikke behov for væsentligt anderledes NLP-tilgange end i andre domæner.

En aspekt, der er væsentligt anderledes, er behovet for databeskyttelse og tilpasning. Juridiske fagfolk er forpligtet til at holde kunde-data konfidentielt, og brugen af det i et maskinlæringsprodukt, der samler eller deler træningsdata, er i modstrid med disse krav. Faktisk er det ofte ikke muligt at beholde træningsdata, da de har forpligtelser til at slette kunde-data efter afslutning af et projekt. Derfor er det kritisk at kunne træne modeller uden vendors i loopet og maskinlærings-teknikker, der gør det svært eller umuligt at genskabe nogen del af træningsdata ved at inspicere lært modeller. Teknikker, der tillader dig at tage en eksisterende model og opdatere den med nye træningsdata uden at skulle træne fra scratch, er også et must-have.

Kan du beskrive, hvordan dyb læring bruges til at kategorisere data inden for Kira-softwaren?

Vi bruger ikke meget dyb læring i vores produkt, selvom vores interne forskningsteam tilbringer meget tid på at evaluere og udforske dyb læring-løsninger. Indtil videre har dyb læring-teknikker kun matchet ikke-dyb læring-tilgange eller fået en meget lille øgning. Givet den enorme beregnings-overhead af dyb læring-metodologier samt udfordringerne i at holde træningsdata privat, har de ikke været tillokkende nok til at antage endnu.

Hvad er nogle af de indbyggede bestemmelsesmodeller, som Kira tilbyder?

Kira kan identificere og udtrække over 1.000 indbyggede bestemmelser, klausuler og datapunkter (smart fields). De relaterer til en mængde forskellige emner, fra M&A Due Diligence – som Kira oprindeligt var koncepteret til at hjælpe med – til Brexit; til Ejendom. De smarte felter er bygget af vores team af fagfolk, der inkluderer erfaren advokater og revisorer. Med vores maskinlærings-teknologi kræver Kira’s standarder, at næsten hver smart felt opnår en minimum på 90% recall, hvilket betyder, at vores software vil finde 90% eller mere af den bestemmelse, klausul eller data punkt, du specifikt søger efter i dine kontrakter eller dokumenter, hvilket reducerer risici og fejl i kontraktgennemgangsprocessen. Derudover kan et ubegrænset antal brugerdefinerede felter oprettes/læres af et firma for at automatisk identificere og udtrække relevante indsigt ved hjælp af vores Quick Study-værktøj.

Den juridiske verden er ofte kendt for at være langsom til at antage nye teknologier. Finder du, at der er en uddannelses-hurdle, når det kommer til at uddanne advokatfirmaer?

Advokater kan virkelig lide at vide, hvordan ting fungerer, så uddannelse er vigtig. Det er ikke sværere at undervise advokater om maskinlæring og kunstig intelligens end andre fagfolk, men det er bestemt nødvendigt at have træningsmaterialer klar. Mange af antagelseshindringene er sociale; mennesker spørger ofte om bedste praksis i at tilpasse deres interne processer til at bruge kunstig intelligens eller er interesseret i, hvordan de kan bruge kunstig intelligens til at ændre deres forretningsudbud på en måde, der giver dem fordele ud over blot effektivitetsforbedringer.

Er der noget andet, du gerne vil dele om Kira?

Akademisk litteratur og åben kilde-maskinlæringsbiblioteker var instrumental i hjælp os med at starte virksomheden. Vi mener, at åben information og software er en enorm fordel for verden. I lyset heraf er jeg særligt glad for, at vores forskningsteam offentliggør resultaterne af mange af vores forskningsindsats i akademiske tidsskrifter og konferencer. Ud over at demonstrere, at vi skyder grænserne for den nuværende tilstand af kunst, tillader dette os at give tilbage til de fællesskaber, der hjalp os i gang, og som vi fortsat får en masse værdi fra. Du kan finde vores artikler på https://kirasystems.com/science/.

For at lære mere besøg Kira Systems.