Alexander Hudek, Co-Founder & CTO von Kira Systems – Interview-Reihe

Alex Hudek ist Co-Founder & CTO von Kira Systems. Er hält Ph.D.- und M.Math.-Abschlüsse in Informatik von der University of Waterloo und einen B.Sc.-Abschluss von der University of Toronto in Physik und Informatik.

Seine vergangene Forschung auf dem Gebiet der Bioinformatik konzentrierte sich auf das Finden von Ähnlichkeiten zwischen DNA-Sequenzen. Er hat auch in den Bereichen Beweissysteme und Datenbankabfragekompilierung 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 Planung und Logik, maschinelles Lernen und künstliche Intelligenz, numerische Computertechnik und andere Themen belegt. Mein Interesse an maschinellem Lernen wuchs während meines PhD-Studiums an der University of Waterloo. Dort habe ich maschinelle Lernmethoden verwendet, um DNA zu untersuchen. Danach habe ich mich tiefer mit formalen Logiken beschäftigt, die Teil meiner Postdoc-Forschung waren. 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 vergangenen Forschungen auf dem Gebiet der Bioinformatik konzentrierten sich auf das Finden von 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 habe dieses komplexere Modell in einem neuen Algorithmus verwendet, der darauf ausgelegt war, Regionen der DNA zu finden, die eine gemeinsame Abstammung mit anderen Arten teilen. Insbesondere kann dieser neue Algorithmus viel schwächer verwandte Sequenzregionen finden als vorherige Algorithmen für diese Aufgabe.

Bevor ich meinen PhD begann, arbeitete ich in einem Forschungslabor, das Teil des Human Genome-Projekts war. Eines der bemerkenswertesten Projekte, an denen ich mitgearbeitet habe, war die Erstellung des ersten vollständigen Entwurfs des menschlichen Chromosoms 7.

Was war die Initialinspiration hinter der Gründung von Kira?

Die Idee für Kira kam von meinem Mitgründer, Noah Waisberg. Er hatte Stunden in seiner Karriere als Anwalt 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 Contract Analysis Software beschreiben und wie es 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 studiert diese Daten, lernt, welche Sprache relevant ist, und erstellt probabilistische Modellbestimmungen. Die Modelle werden dann gegen einen Satz annotierter Vereinbarungen getestet, mit denen das System nicht vertraut ist, um seine Bereitschaft zu bestimmen. Diese hochpräzise maschinelle Lern-Technologie kann virtuell 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 es zu einer besseren Produktivität im Innenbereich, wodurch der Bedarf an externen Rechtsausgaben reduziert wird.

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 einzigartig für die juristische Profession sind?

Für viele Menschen kann juristische Sprache sehr fremd erscheinen, aber aus maschineller Sicht ist sie nicht eigentlich anders. Es gibt ein paar einzigartige Dinge; die Groß- und Kleinschreibung ist wichtiger und Sätze können viel länger sein als normal, aber insgesamt haben wir nicht signifikant unterschiedliche NLP-Ansätze als in anderen Bereichen benötigt.

Ein Aspekt, der signifikant anders ist, ist die Notwendigkeit von Datenschutz und Anpassung. Juristische Fachleute sind verpflichtet, die Vertraulichkeit der Kundendaten zu wahren, und die Verwendung in einem maschinellen Lernprodukt, das Trainingsdaten poolt oder teilt, steht im Widerspruch zu diesen Anforderungen. Tatsächlich ist es oft nicht möglich, Trainingsdaten zu speichern, da sie verpflichtet sind, Kundendaten nach Abschluss eines Projekts zu löschen. Daher ist es kritisch, 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 zu rekonstruieren. Techniken, die es ermöglichen, ein vorhandenes Modell mit neuen Trainingsdaten zu aktualisieren, ohne von vorne zu beginnen, sind auch unerlässlich.

Im Hinblick auf die Anpassung besteht die Notwendigkeit für Kunden, ihre eigenen Modelle erstellen zu können. Dies liegt daran, dass für komplexere juristische Konzepte eine vernünftige Meinungsverschiedenheit unter Fachleuten bestehen kann und Kanzleien oft Modelle anpassen oder erstellen möchten, um ihre eigenen einzigartigen Positionen zu reflektieren.

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 auf die Arten von Problemen, mit denen wir konfrontiert sind, nur mit nicht-Deep-Learning-Ansätzen vergleichbar oder erzielen höchstens einen sehr kleinen Gewinn. Angesichts der enormen Rechenüberhead von Deep-Learning-Methoden sowie der Herausforderungen bei der Wahrung der Privatsphäre der Trainingsdaten waren sie bisher nicht überzeugend genug, um sie zu übernehmen.

Was sind einige der integrierten Bestimmungsmodelle, die Kira bietet?
Derzeit kann Kira über 1.000 integrierte Bestimmungen, Klauseln und Datenpunkte (Smart Fields) 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; bis hin zu Immobilien. Die Smart Fields werden von unserem Team von Fachexperten erstellt, das erfahrene Anwälte und Buchhalter umfasst. Mit unserer maschinellen Lern-Technologie erfordern die Kira-Standards, dass praktisch jedes Smart Field eine Mindestgenauigkeit von 90% 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 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 Bildungshürde gibt, wenn es darum geht, Anwaltskanzleien über die Bildung zu unterrichten?

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 Best Practices bei der Anpassung ihrer internen Prozesse zur Nutzung von künstlicher Intelligenz oder sind an der Frage interessiert, wie sie künstliche Intelligenz nutzen können, um ihre Geschäftsangebote so zu ändern, dass sie Vorteile jenseits von Effizienzsteigerungen erzielen.

Im Vergleich zu dem Zeitpunkt, als wir Kira Systems 2011 gründeten, sind Anwaltskanzleien heute viel beschlagener, was künstliche Intelligenz und Technologie angeht. Viele haben Innovations-Teams, die mit der Untersuchung neuer Technologien und der Förderung der Übernahme neuer Lösungen betraut sind.

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

Akademische Literatur und Open-Source-Maschinelles-Lernen-Bibliotheken waren instrumental bei der Gründung des Unternehmens. Wir glauben, dass offene Informationen und Software ein großer Segen für die Welt sind. Im Hinblick darauf bin ich besonders erfreut, dass unser Forschungsteam die Ergebnisse vieler unserer Forschungsbemühungen in akademischen Zeitschriften und Konferenzen veröffentlicht. Abgesehen davon, dass wir damit zeigen, dass wir die Grenzen des aktuellen Standes der Technik vorantreiben, ermöglicht uns dies, 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.

Mehr erfahren Sie unter Kira Systems.