Alexander Hudek, Mitgründer und CTO von Kira Systems – Interviewreihe

Alexander Hudek ist der Mitgründer und CTO von Kira Systems. Er hält einen Ph.D. und M.Math.-Abschluss in Informatik von der University of Waterloo und einen B.Sc.-Abschluss in Physik und Informatik von der University of Toronto.

Seine frühere Forschung auf dem Gebiet der Bioinformatik konzentrierte sich auf die Suche nach Ähnlichkeiten zwischen DNA-Sequenzen. Er hat auch in den Bereichen Beweissysteme und Datenbankabfragekompilation gearbeitet.

Wann haben Sie sich initially für maschinelles Lernen und künstliche Intelligenz interessiert?

Ich habe mich immer für Informatik interessiert. Im Grundstudium habe ich Kurse in Algorithmen für die Planung und Logik, maschinelles Lernen und künstliche Intelligenz, numerische Berechnungen und andere Themen belegt. Mein Interesse an maschinellem Lernen wuchs während meines Ph.D.-Studiums an der University of Waterloo. Dort verwendete ich maschinelle Lernmethoden, um DNA zu untersuchen. Danach vertiefte ich mich in formale Logiken im Rahmen meiner Postdoc-Forschung. Logik und Argumentation sind in gewisser Weise die “andere Seite” der Medaille bei den Ansätzen zur künstlichen Intelligenz, und ich fand es wichtig, mehr darüber zu erfahren.

Einige Ihrer früheren Forschungen auf dem Gebiet der Bioinformatik konzentrierten sich auf die Suche nach Ähnlichkeiten zwischen DNA-Sequenzen. Können Sie einige dieser Arbeiten besprechen?

Der Hauptteil meiner Dissertation bestand darin, ein realistischeres Modell der DNA-Mutation mithilfe von Hidden-Markov-Modellen zu erstellen. Ich verwendete dieses komplexere Modell in einem neuen Algorithmus, der darauf ausgelegt war, Regionen der DNA zu finden, die eine gemeinsame Abstammung mit anderen Arten aufweisen. Insbesondere kann dieser neue Algorithmus viel schwächer verwandte Sequenzregionen finden als vorherige Algorithmen für diese Aufgabe.

Bevor ich meinen Ph.D. begann, arbeitete ich in einem Forschungslabor, das Teil des Human-Genom-Projekts war. Eines der bemerkenswertesten Projekte, an dem ich half, war die Erstellung des ersten vollständigen Entwurfs des menschlichen Chromosoms 7.

Was war die ursprüngliche Inspiration hinter der Gründung von Kira?

Die Idee für Kira kam von meinem Mitgründer, Noah Waisberg. Er hatte in seiner Karriere als Anwalt viele Stunden damit verbracht, die Art von Arbeit zu erledigen, die wir jetzt mit künstlicher Intelligenz erledigen. Es war eine interessante Idee für mich, weil sie natürliche Sprache und ein gut abgegrenztes Problem beinhaltete, und ich konnte das Geschäftspotenzial erkennen. Es gibt etwas Faszinierendes daran, künstliche Intelligenz zu entwickeln, die menschliche Sprache verstehen kann, weil Sprache so eng mit menschlicher Kognition verbunden ist.

Können Sie beschreiben, was Vertragsanalyse-Software ist und wie sie juristischen Fachleuten nützt?

Kira verwendet überwachtes maschinelles Lernen, was bedeutet, dass ein erfahrener Anwalt Bestimmungen aus echten Verträgen in ein System einfügt, das darauf ausgelegt ist, aus diesen Beispielen zu lernen. Das System untersucht diese Daten, lernt, welche Sprache relevant ist, und erstellt probabilistische Modellbestimmungen. Die Modelle werden dann gegen eine Reihe annotierter Vereinbarungen getestet, mit denen das System nicht vertraut ist, um seine Bereitschaft zu bestimmen. Diese sehr genaue maschinelle Lern-Technologie kann nahezu jede Bestimmung in jedem Vertrag identifizieren und analysieren, was zu einer von den Kunden gemeldeten Zeitersparnis von 20-90% führt. Diese erhöhte Produktivität hilft Anwaltskanzleien, indem sie ihre Realisierungsraten erhöhen, ihnen mehr Gelegenheit gibt, ihre Einnahmen zu steigern und ihre bestehenden Kunden zu erhalten. Für Unternehmen führt sie zu einer besseren Produktivität im Innenbereich, indem sie den Bedarf an externen Rechtsausgaben reduziert.

Natürliche Sprachverarbeitung (NLP) ist für die meisten Unternehmen schwierig, können Sie einige der zusätzlichen Herausforderungen besprechen, die bei der Verarbeitung von juristischer Terminologie und anderen Nuancen auftreten, die spezifisch für die juristische Profession sind?

Für viele Menschen kann juristische Sprache sehr fremd erscheinen, aber aus der Perspektive des maschinellen Lernens ist sie nicht eigentlich so unterschiedlich. Es gibt einige einzigartige Aspekte; Großschreibung ist wichtiger und Sätze können viel länger sein als normal, aber insgesamt mussten wir keine wesentlich unterschiedlichen NLP-Ansätze wie in anderen Bereichen verwenden.

Einer der wesentlich unterschiedlichen Aspekte ist die Notwendigkeit von Datenschutz und Anpassung. Juristische Fachleute sind verpflichtet, die Daten ihrer Kunden vertraulich zu behandeln, und die Verwendung in einem maschinellen Lern-Produkt, das Trainingsdaten poolt oder teilt, steht im Widerspruch zu diesen Anforderungen. Tatsächlich ist es oft nicht möglich, Trainingsdaten zu speichern, da sie verpflichtet sind, Kunden-Daten nach Abschluss eines Projekts zu löschen. Daher ist es entscheidend, Modelle ohne Beteiligung von Anbietern trainieren zu können, sowie maschinelle Lern-Techniken, die es schwierig oder unmöglich machen, Teile der Trainingsdaten durch die Untersuchung der gelernten Modelle wiederherzustellen. Techniken, die es ermöglichen, ein vorhandenes Modell mit neuen Trainingsdaten zu aktualisieren, ohne von vorne zu beginnen, sind ebenfalls unerlässlich.

Können Sie beschreiben, wie Deep Learning verwendet wird, um Daten innerhalb der Kira-Software zu kategorisieren?

Wir verwenden in unserem Produkt nicht viel Deep Learning, obwohl unser internes Forschungsteam viel Zeit damit verbringt, Deep-Learning-Lösungen zu bewerten und zu erforschen. Bisher sind Deep-Learning-Techniken bei den Arten von Problemen, mit denen wir konfrontiert sind, nur den nicht-Deep-Learning-Ansätzen gleichwertig oder erreichen nur einen sehr kleinen Vorteil. Angesichts der enormen Rechenüberhead-Kosten von Deep-Learning-Methoden sowie der Herausforderungen bei der Aufrechterhaltung der Privatsphäre der Trainingsdaten waren sie bisher nicht überzeugend genug, um sie zu übernehmen.

Was sind einige der integrierten Bestimmungsmodelle, die Kira bietet?

Kira kann derzeit über 1.000 integrierte Bestimmungen, Klauseln und Datenpunkte (Smart-Felder) identifizieren und extrahieren. Sie beziehen sich auf eine Vielzahl von Themen, von M&A-Due-Diligence – mit dem Kira ursprünglich konzipiert wurde, um zu helfen – bis hin zu Brexit und Immobilien. Die Smart-Felder werden von unserem Team von Fachleuten erstellt, das erfahrene Anwälte und Buchhalter umfasst. Mit unserer maschinellen Lern-Technologie erfordert Kira, dass fast jedes Smart-Feld einen Mindestwert von 90% Recall erreicht, was bedeutet, dass unsere Software 90% oder mehr der Bestimmung, Klausel oder des Datenpunkts findet, den Sie innerhalb Ihrer Verträge oder Dokumente suchen, und damit Risiken und Fehler im Vertragsprüfprozess reduziert. Darüber hinaus können eine unbegrenzte Anzahl von benutzerdefinierten Feldern mit unserem Quick-Study-Tool erstellt und von einer Firma gelehrt werden, um relevante Erkenntnisse automatisch zu identifizieren und zu extrahieren.

Die juristische Welt ist oft dafür bekannt, langsam neue Technologien zu übernehmen. Finden Sie, dass es einen Bildungshürden gibt, wenn es darum geht, Anwaltskanzleien über die Vorteile von Kira aufzuklären?

Anwälte möchten wirklich wissen, wie Dinge funktionieren, also ist Bildung wichtig. Es ist nicht schwieriger, Anwälten maschinelles Lernen und künstliche Intelligenz beizubringen als anderen Fachleuten, aber es ist definitiv erforderlich, Schulungsmaterialien bereitzuhalten. Viele der Einführungsbarrieren sind sozial; Menschen fragen oft nach bewährten Verfahren zur Anpassung ihrer internen Prozesse an die Verwendung von künstlicher Intelligenz oder sind daran interessiert, wie sie künstliche Intelligenz nutzen können, um ihre Geschäftsangebote so zu ändern, dass sie Vorteile jenseits von Effizienzsteigerungen erzielen.

Gibt es noch etwas, das Sie über Kira teilen möchten?

Akademische Literatur und Open-Source-Maschinen-Lern-Bibliotheken halfen uns entscheidend bei der Gründung des Unternehmens. Wir glauben, dass offene Informationen und Software ein großer Gewinn für die Welt sind. In diesem Zusammenhang bin ich besonders erfreut, dass unser Forschungsteam die Ergebnisse vieler unserer Forschungsbemühungen in akademischen Zeitschriften und auf Konferenzen veröffentlicht. Dies zeigt nicht nur, dass wir die Grenzen des aktuellen Standes der Technik vorantreiben, sondern ermöglicht es uns auch, etwas zurückzugeben an die Gemeinschaften, die uns halfen, loszulegen, und von denen wir weiterhin großen Nutzen ziehen. Sie können unsere Arbeiten unter https://kirasystems.com/science/ finden.

Um mehr zu erfahren, besuchen Sie Kira Systems.