Francisco Webber, medstifter og CEO af Cortical.io – Intervju-serie

Francisco Webber er medstifter og CEO af Cortical.io og opfinder af virksomhedens proprietære Retina-teknologi. Denne teknologi anvender principperne for cerebral procesering til maskinlæring og naturlig sprogforståelse (NLU) for at løse virkelige anvendelsesfald relateret til store tekstdata. Cortical.io-løsninger er baseret på den faktiske betydning af tekst, snarere end på statistiske forekomster.

Franciscos interesse for informationsteknologi udviklede sig under hans medicinske studier, hvor han var involveret i medicinsk databehandling. Over to årtier udforskede han søgemaskineteknologier og dokumentationssystemer i forskellige sammenhænge, men blev mere og mere frustreret over begrænsningerne af statistiske metoder i toppen af udviklingen.

I 2005 grundlagde han Matrixware Information Services , som udviklede den første standardiserede globale patentdatabase. I 2007 etablerede han Information Retrieval Facility med den førende akademiske ekspert i informationssøgning, professor Keith van Rijsbergen. Faciliteten havde til formål at brobygge mellem akademiet og industrien på området for informationssøgning. Francisco erkendte, at hjernen var det eneste eksisterende referencesystem, når det kom til at behandle naturligt sprog. Mens han nøje fulgte udviklingen inden for neurovidenskab, formulerede han sin teori om Semantisk Foldning, som modellerer, hvordan hjernen repræsenterer sprogdata.

Hvad var det, der oprindeligt tiltrak dig til at blive involveret i Naturlig Sprogforståelse (NLU)?

Min interesse for informationsteknologi udviklede sig under mine medicinske studier, hvor jeg var involveret i medicinsk databehandling. Over to årtier udforskede jeg søgemaskineteknologier og dokumentationssystemer i forskellige sammenhænge, men blev mere og mere frustreret over begrænsningerne af statistiske metoder i toppen af udviklingen. Jeg erkendte, at hjernen var det eneste eksisterende referencesystem, når det kom til at behandle naturligt sprog.

Du er både medstifter og CEO af Cortical.io. Kan du dele historien bag denne virksomhed?

Vi vidste, at vi havde en teknologi, der ville enable virksomheder til at søge mere hurtigt, præcist og effektivt, til at trække, annotere og analysere information fra ukontrolleret tekst. Vores AI-baserede NLU-teknologi kunne være en rigtig differentiator i at løse udfordringen med at behandle ukontrolleret tekstdata, da den forstår betydningen af sætninger, afsnit og koncepter, ikke kun nøgleord, og derfor leverer meget præcise resultater. Da industriledere fik kendskab til, hvad vi havde, åbnede det døren for os til at teste vores tilgang under virkelige og komplekse krav. Dette resulterede i adskillige Fortune 500-virksomhedsucceser. Disse er blevet modellerne for vores kontrakt- og meddelelsesintelligensprodukter.

Cortical.io-teknologien er baseret på Semantisk Foldningsteori (SFT), en innovativ beregnings-teori for behandling af sprogdata. Hvad er nogle af de nuværende begrænsninger med, hvordan de fleste AI-tackler NLU?

Standard AI- og ML-tilgange indebærer opbygning af store statistiske modeller, der trænes ved hjælp af massive mængder træningsdata. Ofte er der ikke til rådighed tilstrækkelige mængder træningsdata, og selv om de er til stede, har fagfolkne ikke altid tid til at annotere så store mængder dokumenter. Derudover kræver træning af store modeller (med milliarder af parametre) enorme beregningsressourcer, hvilket er meget dyrt og forbruger meget energi. En typisk sprogmodel forbruger mere energi end fem biler over deres hele levetid!

Den Semantiske Foldningsteori er bygget oven på Hierarkisk Tidsmæssig Hukommelsesteori (HTM). Kan du kort beskrive, hvad denne teori er?

Hierarkisk Tidsmæssig Hukommelse (HTM) er en biologisk begrænset teori om intelligens, som oprindeligt blev beskrevet i Jeff Hawkins’ bog On Intelligence. Det er et maskinintelligensrammeværk, der strengt er baseret på neurovidenskab og fysiologien og interaktionen af neuroner i hjernen. I denne teori fungerer hjernen som et hukommelsessystem, der gemmer mønstre og laver forudsigelser ud fra nuværende erfaringer baseret på gemte mønstre. For at være virkelig intelligent må maskiner genskabe dette hukommelses-forudsigelsessystem. Hawkins beskriver sparsomt distribuerede repræsentationer som den eneste dataformat, der bruges af neokortex. De semantiske fingeraftryk, der bruges i vores teknologi, er sparsomt distribuerede repræsentationer af tekst (af ord, sætninger eller afsnit).

Kan du dele med os, hvordan SFT-metoden er overlegen i forhold til konkurrerende NLU-strategier?

Den Semantiske Foldningsteori, der støtter Cortical.io-teknologien, har flere store fordele. Først og fremmest kræver den ikke en enorm repository af eksempeldata for at levere præcise resultater. Dernæst er den hurtig, og den kræver færre beregningsressourcer end statistiske maskinlæringsalgoritmer. Endelig er træningsprocessen meget enklere og kan håndteres af fagfolkene, der vil bruge systemet, selv om de ikke har nogen AI-erfaring.

En af Cortical.io’s produkter er Message Intelligence, hvad er denne anvendelse præcis?

Message Intelligence passer ind i kategorien kendt som Intelligent Dokumentbehandling. Virksomheder er overvældede af at behandle en bred vifte af meddelelser og dokumenter. Message Intelligence er en færdig løsning, der bruger Cortical.io’s teknologi til at præcist trække og klassificere nøgleinformation i disse meddelelser og dokumenter og behandle dem på virksomhedsniveau. Takket være Cortical.io’s patenterede tilgang kan udviklingen af brugerdefinerede klassificatorer ske på få timer, og træningsmodeller kan udvikles på få dage.

Endnu et produkt, der tilbydes, er Contract Intelligence, kan du dele nogle detaljer om dette?

Cortical.io Contract Intelligence udnytter en ny tilgang til naturlig sprogforståelse til at analysere relevant information fra store mængder dokumenter hurtigt og med en præcision, der er svær at opnå i stor skala med manuel arbejdskraft eller med andre kontraktanalyseværktøjer. Løsningen tilbyder et kraftfuldt, betydning-baseret værktøj til at trække og klassificere nøgleinformation, søge i enkeltvis dokumenter eller i hele databasen samt sammenligne dokumenter med en skabelon eller tidligere versioner.

Er der noget andet, du gerne vil dele om Cortical.io?

Vi er begejstrede for at se udviklingen af kunstig intelligens og naturlig sprogforståelse fra en interessant teknologi til integration i anvendelser, der løser virkelige forretningsproblemer.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Cortical.io.