Αλεξάντερ Χούντεκ, Συνιδρυτής και Τεχνικός Διευθυντής της Kira Systems – Σειρά Συνεντεύξεων

Ο Αλεξάντερ Χούντεκ είναι ο Συνιδρυτής και Τεχνικός Διευθυντής της Kira Systems. Κατέχει διδακτορικό και master τίτλο στις Επιστήμες Υπολογιστών από το Πανεπιστήμιο του Γουότερλου και πτυχίο από το Πανεπιστήμιο του Τορόντο στις Επιστήμες Φυσικής και Υπολογιστών.

Η προηγούμενη έρευνά του στον τομέα της βιοπληροφορικής επικεντρώθηκε στην αναζήτηση ομοιοτήτων μεταξύ ακολουθιών DNA. Έχει επίσης εργαστεί σε περιοχές όπως τα συστήματα απόδειξης και η σύνταξη ερωτημάτων βάσεων δεδομένων.

Πότε αρχίσατε να ενδιαφέρεστε για την μηχανική μάθηση και την τεχνητή νοημοσύνη;

Έχω πάντα ενδιαφερθεί για την επιστήμη των υπολογιστών. Στο προπτυχιακό μου πρόγραμμα σπούδασα μαθήματα για αλγόριθμους σχεδιασμού και λογικής, μηχανική μάθηση και τεχνητή νοημοσύνη, αριθμητική επεξεργασία και άλλα θέματα. Το ενδιαφέρον μου για την μηχανική μάθηση αυξήθηκε περισσότερο κατά τη διάρκεια του διδακτορικού μου στο Πανεπιστήμιο του Γουότερλου. Εκεί, χρησιμοποίησα μεθόδους μηχανικής μάθησης για τη μελέτη του DNA. Μετά, εμβάθυνα περισσότερο στη формική λογική ως μέρος της μεταδιδακτορικής έρευνάς μου. Η λογική και η σκέψη είναι σε κάποιο βαθμό η “άλλη πλευρά” του νομίσματος στις προσεγγίσεις της τεχνητής νοημοσύνης και ένιωσα ότι είναι σημαντικό να γνωρίζω περισσότερα γι’ αυτό.

Μια από τις προηγούμενες έρευνές σας στον τομέα της βιοπληροφορικής επικεντρώθηκε στην αναζήτηση ομοιοτήτων μεταξύ ακολουθιών DNA. Μπορείτε να συζητήσετε κάποια από αυτήν την εργασία;

Το κύριο σώμα της διατριβής μου αφορούσε την κατασκευή ενός πιο ρεαλιστικού μοντέλου突變 του DNA χρησιμοποιώντας Κρυφά Μοντέλα Μαρκόβ. Χρησιμοποίησα αυτό το πιο σύνθετο μοντέλο σε einen νέο αλγόριθμο που σχεδιάστηκε για να βρει περιοχές του DNA που μοιράζονται κοινή καταγωγή με άλλες ειδών. Συγκεκριμένα, αυτός ο νέος αλγόριθμος μπορεί να βρει πολύ πιο ασθενώς σχετικές περιοχές ακολουθιών από προηγούμενους αλγορίθμους για αυτήν την εργασία.

Πριν από το διδακτορικό μου, εργάστηκα σε ένα ερευνητικό εργαστήριο που ήταν μέρος του προγράμματος του ανθρώπινου γονιδιώματος. Ένα από τα πιο αξιοσημείωτα έργα που βοήθησα να ολοκληρωθεί ήταν η πρώτη πλήρης εκδοχή του ανθρώπινου χρωμοσώματος 7.

Τι ήταν η αρχική έμπνευση πίσω από την εκκίνηση της Kira;

Η ιδέα για την Kira προήλθε από τον συνιδρυτή μου, Noah Waisberg. Έ είχε περάσει ώρες στην καριέρα του ως δικηγόρος κάνωντας το είδος της δουλειάς που έχουμε τώρα κατασκευάσει την τεχνητή νοημοσύνη για να κάνει. Ήταν μια ενδιαφέρουσα ιδέα για μένα επειδή αφορούσε τη φυσική γλώσσα και το πρόβλημα ήταν καλά καθορισμένο, και μπορούσα να δω το επιχειρηματικό потенシャル. Υπάρχει κάτι που προσελκύει το να κατασκευάσεις την τεχνητή νοημοσύνη που μπορεί να κατανοήσει την ανθρώπινη γλώσσα επειδή η γλώσσα είναι τόσο στενά συνδεδεμένη με την ανθρώπινη σκέψη.

Μπορείτε να περιγράψετε τι είναι το Λογισμικό Ανάλυσης Συμβάσεων και πώς ωφελεί τους νομικούς επαγγελματίες;

Η Kira χρησιμοποιεί την επιτηρούμενη μηχανική μάθηση, που σημαίνει ότι ένας έμπειρος δικηγόρος ταΐζει διατάξεις από πραγματικές συμβάσεις σε ένα σύστημα που σχεδιάστηκε για να μάθει από αυτά τα παραδείγματα. Το σύστημα μελετά αυτά τα δεδομένα, μαθαίνει ποια γλώσσα είναι σχετική, και κατασκευάζει πιθανοτικές provision μοντέλα. Τα μοντέλα είναι τότε δοκιμασμένα εναντίον ενός συνόλου αναγνωρισμένων συμφωνιών που το σύστημα δεν είναι εξοικειωμένο με, για να καθορίσει την ετοιμότητά του. Αυτή η υψηλής ακρίβειας τεχνολογία μηχανικής μάθησης μπορεί να αναγνωρίσει και να αναλύσει σχεδόν οποιαδήποτε διάταξη σε οποιαδήποτε σύμβαση, με αποτέλεσμα οικονομίες χρόνου που αναφέρθηκαν από τους πελάτες της τάξης του 20-90%. Αυτή η αυξημένη παραγωγικότητα βοηθά τις εταιρείες δικηγορικών γραφείων να αυξήσουν τους ρυθμούς πραγματοποίησης τους, να αυξήσουν τις ευκαιρίες τους για ανάπτυξη των εσόδων τους και να διατηρήσουν τους υφιστάμενους πελάτες τους. Για τις εταιρείες, οδηγεί σε καλύτερη παραγωγικότητα εντός, μειώνοντας το ποσό του εξωτερικού νομικού εξοπλισμού που απαιτείται.

Η φυσική γλώσσα επεξεργασία (NLP) είναι δύσκολη για τις περισσότερες εταιρείες, μπορείτε να συζητήσετε κάποιες από τις πρόσθετες προκλήσεις που αντιμετωπίζονται όταν πρόκειται για την επεξεργασία νομικής ορολογίας και άλλων ιδιαιτεροτήτων που είναι μοναδικές για τη νομική επαγγελματία;

Για πολλούς άνθρωπους, η νομική γλώσσα μπορεί να φαίνεται πολύ ξένη, αλλά αποδεικνύεται ότι από μια οπτική μηχανικής μάθησης δεν είναι στην πραγματικότητα τόσο διαφορετική. Υπάρχουν μερικά περισσότερα μοναδικά πράγματα, η κεφαλαιοποίηση είναι πιο σημαντική και οι προτάσεις μπορούν να είναι πολύ μεγαλύτερες από το κανονικό, αλλά συνολικά δεν χρειαζόμαστε σημαντικά διαφορετικές προσεγγίσεις NLP από άλλους τομείς.

Ένα аспект που είναι σημαντικά διαφορετικό είναι η ανάγκη για προστασία δεδομένων και προσαρμογή. Οι νομικοί επαγγελματίες απαιτείται να διατηρούν τα δεδομένα των πελατών τους конфιντενシャル, και η χρήση τους σε ένα προϊόν μηχανικής μάθησης που συσσωρεύει ή μοιράζεται δεδομένα εκπαίδευσης είναι σε αντίθεση με αυτές τις απαιτήσεις. Στην πραγματικότητα, ακόμη και η διατήρηση δεδομένων εκπαίδευσης συχνά δεν είναι δυνατή επειδή έχουν υποχρεώσεις να διαγράψουν δεδομένα πελατών μετά την ολοκλήρωση ενός έργου. Έτσι, η ικανότητα να εκπαιδεύσετε μοντέλα χωρίς προμηθευτές στο βρόχο γίνεται κρίσιμη, καθώς και τεχνικές μηχανικής μάθησης που κάνουν δύσκολο ή αδύνατο να ανακτήσετε οποιοδήποτε μέρος των δεδομένων εκπαίδευσης εξετάζοντας τα μοντέλα που έχουν μάθει. Τεχνικές που σας επιτρέπουν να πάρτε ένα υπάρχον μοντέλο και να το ενημερώσετε με νέα δεδομένα εκπαίδευσης χωρίς να ξαναεκπαιδεύσετε από την αρχή είναι επίσης απαραίτητες.

Μπορείτε να περιγράψετε πώς χρησιμοποιείται η βαθιά μάθηση για να κατηγοριοποιήσει δεδομένα μέσα στο λογισμικό Kira;

Δεν χρησιμοποιούμε πολύ βαθιά μάθηση στο προϊόν μας, αν και η εσωτερική μας ερευνητική ομάδα dànhει πολύ χρόνο για την αξιολόγηση και την εξέταση των βαθιών λύσεων μάθησης. Μέχρι τώρα, στα είδη προβλημάτων που αντιμετωπίζουμε, οι τεχνικές βαθιάς μάθησης αντιστοιχούν μόνο στις μη-βαθιάς μάθησης προσεγγίσεις, ή το πολύ λαμβάνουν μια πολύ μικρή αύξηση. Λαμβάνοντας υπόψη τον τεράστιο υπολογιστικό υπερβολικό φόρτο των μεθόδων βαθιάς μάθησης, καθώς και τις προκλήσεις στη διατήρηση των δεδομένων εκπαίδευσης ιδιωτικών, δεν έχουν γίνει ακόμη πειστικές για να υιοθετηθούν.

Τι είναι κάποια από τα ενσωματωμένα provision μοντέλα που προσφέρει η Kira;

Η Kira μπορεί να αναγνωρίσει και να εξαγάγει πάνω από 1.000 ενσωματωμένα provision, διατάξεις και σημεία δεδομένων (έξυπνα πεδία). Αυτά αφορούν πολλά διαφορετικά θέματα, από την Due Diligence M&A – που αρχικά σχεδιάστηκε η Kira για να βοηθήσει – μέχρι το Brexit, την Ακίνητη Περιουσία. Τα έξυπνα πεδία κατασκευάζονται από την ομάδα μας ειδικών που περιλαμβάνει έμπειρους δικηγόρους και λογιστές. Με την τεχνολογία μηχανικής μάθησης, τα πρότυπα της Kira απαιτούν σχεδόν κάθε έξυπνο πεδίο να επιτύχει ελάχιστη ανακλήσεις του 90%, που σημαίνει ότι το λογισμικό μας θα βρει το 90% ή περισσότερο της διάταξης, της διάταξης ή του σημείου δεδομένων που ψάχνετε μέσα στις συμβάσεις ή τα έγγραφα σας, μειώνοντας τους κινδύνους και τα λάθη στη διαδικασία αναθεώρησης της σύμβασης. Επιπλέον, μπορείτε να δημιουργήσετε/διδάξετε έναν άπειρο αριθμό προσαρμοσμένων πεδίων από μια εταιρεία για να αναγνωρίσετε και να εξαγάγετε σχετικές πληροφορίες χρησιμοποιώντας το εργαλείο Quick Study.

Ο νομικός κόσμος είναι συχνά γνωστός για την αργή υιοθέτηση νέων τεχνολογιών. Βρίσκετε ότι υπάρχει ένα εμπόδιο εκπαίδευσης όταν πρόκειται για την εκπαίδευση δικηγορικών γραφείων;

Οι δικηγόροι πραγματικά θέλουν να γνωρίζουν πώς λειτουργούν τα πράγματα, οπότε η εκπαίδευση είναι σημαντική. Δεν είναι πιο δύσκολο να διδάξετε δικηγόρους για την μηχανική μάθηση και την τεχνητή νοημοσύνη από άλλους επαγγελματίες, αλλά είναι σίγουρα απαραίτητο να έχετε υλικό εκπαίδευσης έτοιμο. Πολλοί από τους εμπόδους υιοθέτησης είναι κοινωνικοί επίσης, οι άνθρωποι συχνά ρωτούν για τις καλύτερες πρακτικές στην προσαρμογή των εσωτερικών διαδικασιών τους για να χρησιμοποιήσουν την τεχνητή νοημοσύνη, ή ενδιαφέρονται για το πώς μπορούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να αλλάξουν τις επιχειρηματικές τους προσφορές με τρόπο που τους δίνει πλεονεκτήματα πέρα από τις απλές βελτιώσεις της απόδοσης.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με την Kira;

Η ακαδημαϊκή βιβλιογραφία και οι ανοιχτές βιβλιοθήκες μηχανικής μάθησης ήταν εξαιρετικά χρήσιμες για να μας βοηθήσουν να ξεκινήσουμε την εταιρεία. Πιστεύουμε ότι η ανοιχτή πληροφορία και το λογισμικό είναι ένα τεράστιο όφελος για τον κόσμο. Σε αυτό το πνεύμα, είμαι ιδιαίτερα ευτυχισμένος που η ερευνητική μας ομάδα δημοσιεύει τα αποτελέσματα πολλών από τις ερευνητικές μας προσπάθειες σε ακαδημαϊκές επιθεωρήσεις και συνέδρια. Εκτός από το ότι αποδεικνύουμε ότι σπρώχνουμε τα όρια της κατάστασης της τέχνης, αυτό μας επιτρέπει να δώσουμε πίσω στις κοινότητες που μας βοήθησαν να ξεκινήσουμε και που συνεχίζουμε να λαμβάνουμε πολλή αξία από. Μπορείτε να βρείτε τα έγγραφα μας στο https://kirasystems.com/science/.

Για να μάθετε περισσότερα, επισκεφθείτε την Kira Systems.