Alexander Hudek, Co-Fundador y CTO de Kira Systems – Serie de Entrevistas

Alex Hudek es el Co-Fundador y CTO de Kira Systems. Tiene un doctorado y una maestría en Matemáticas en Ciencias de la Computación de la Universidad de Waterloo, y una licenciatura en Física y Ciencias de la Computación de la Universidad de Toronto.

Su investigación pasada en el campo de la bioinformática se centró en encontrar similitudes entre secuencias de ADN. También ha trabajado en las áreas de sistemas de prueba y compilación de consultas de bases de datos.

¿Cuándo se interesó inicialmente en el aprendizaje automático y la IA?

Siempre me ha interesado la ciencia de la computación. En la universidad, tomé cursos en algoritmos de planificación y lógica, aprendizaje automático e IA, computación numérica y otros temas. Mi interés en el aprendizaje automático creció más específicamente durante mi doctorado en la Universidad de Waterloo. Allí, utilicé métodos de aprendizaje automático para estudiar el ADN. Después, me sumergí más profundamente en lógicas formales como parte de mi investigación postdoctoral. La lógica y el razonamiento son, en algunos sentidos, el “otro lado” de la moneda en los enfoques de la IA, y sentí que era importante conocer más sobre ello.

Algunas de sus investigaciones pasadas en el campo de la bioinformática se centraron en encontrar similitudes entre secuencias de ADN. ¿Podría discutir algo de este trabajo?

El cuerpo principal de mi tesis involucró construir un modelo más realista de mutación de ADN utilizando Modelos de Markov Ocultos. Utilicé este modelo más complejo en un nuevo algoritmo diseñado para encontrar regiones de ADN que comparten ascendencia común con otras especies. En particular, este nuevo algoritmo puede encontrar regiones de secuencia más débilmente relacionadas que los algoritmos anteriores para esta tarea.

Antes de mi doctorado, trabajé en un laboratorio de investigación que formaba parte del Proyecto Genoma Humano. Uno de los proyectos más notables que ayudé a completar fue el primer borrador completo del cromosoma 7 humano.

¿Cuál fue la inspiración inicial detrás del lanzamiento de Kira?

La idea de Kira vino de mi co-fundador, Noah Waisberg. Él había pasado horas en su carrera como abogado haciendo el tipo de trabajo que ahora hemos construido la IA para hacer. Fue una idea interesante para mí porque involucraba lenguaje natural y el problema estaba bien definido, y podía ver el potencial comercial. Hay algo atractivo en construir IA que pueda entender el lenguaje humano porque el lenguaje está tan estrechamente relacionado con la cognición humana.

¿Puede describir qué es el software de Análisis de Contratos y cómo beneficia a los profesionales del derecho?

Kira utiliza aprendizaje automático supervisado, lo que significa que un abogado experimentado alimenta provisiones de contratos reales a un sistema diseñado para aprender de esos ejemplos. El sistema estudia estos datos, aprende qué lenguaje es relevante y construye modelos de provisiones probabilísticas. Los modelos se prueban contra un conjunto de acuerdos anotados con los que el sistema no está familiarizado para determinar su preparación. Esta tecnología de aprendizaje automático de alta precisión puede identificar y analizar virtualmente cualquier disposición en cualquier contrato, lo que resulta en ahorros de tiempo reportados por los clientes de entre el 20% y el 90%. Esta mayor productividad ayuda a las firmas de abogados a aumentar sus tasas de realización, les da más oportunidades de crecer sus ingresos y preservar a sus clientes existentes. Para las corporaciones, impulsa una mayor productividad en casa, reduciendo la cantidad de gastos legales externos necesarios.

El Procesamiento de Lenguaje Natural (NLP) es difícil para la mayoría de las empresas, ¿podría discutir algunos de los desafíos adicionales que se enfrentan al procesar terminología legal y otras peculiaridades que son únicas de la profesión legal?

Para muchas personas, el lenguaje legal puede parecer muy extranjero, pero resulta que desde una perspectiva de aprendizaje automático no es realmente tan diferente. Hay algunas cosas más únicas; la capitalización es más importante y las oraciones pueden ser mucho más largas que las normales, pero en general no hemos necesitado enfoques de NLP significativamente diferentes a los de otros dominios.

Un aspecto que es significativamente diferente es la necesidad de privacidad de datos y personalización. Los profesionales del derecho están obligados a mantener la confidencialidad de los datos de los clientes, y utilizarlos en un producto de aprendizaje automático que combina o comparte datos de entrenamiento está en conflicto con esos requisitos. De hecho, incluso mantener los datos de entrenamiento a menudo no es posible, ya que tienen obligaciones de eliminar los datos de los clientes después de concluir un proyecto. Por lo tanto, ser capaz de entrenar modelos sin que los proveedores estén involucrados se vuelve crítico, al igual que las técnicas de aprendizaje automático que hacen que sea difícil o imposible recuperar cualquier parte de los datos de entrenamiento inspeccionando los modelos aprendidos. Las técnicas que permiten tomar un modelo existente y actualizarlo con nuevos datos de entrenamiento sin volver a entrenar desde cero también son una necesidad.

En el frente de la personalización, hay una necesidad de que los clientes puedan construir sus propios modelos. Esto se debe a que, para conceptos legales más complejos, puede haber desacuerdo razonable entre profesionales, y las firmas a menudo quieren ajustar o construir modelos para que coincidan con sus propias posiciones únicas.

¿Puede describir cómo se utiliza el aprendizaje profundo para categorizar datos dentro del software Kira?

No utilizamos mucho aprendizaje profundo en nuestro producto, aunque nuestro equipo de investigación interna pasa mucho tiempo evaluando y explorando soluciones de aprendizaje profundo. Hasta ahora, en los tipos de problemas que enfrentamos, las técnicas de aprendizaje profundo solo igualan los enfoques de aprendizaje no profundo, o como máximo obtienen un pequeño aumento. Dada la enorme sobrecarga computacional de las metodologías de aprendizaje profundo, así como los desafíos para mantener la privacidad de los datos de entrenamiento, no han sido lo suficientemente convincentes como para adoptarlos hasta ahora.

¿Qué son algunos de los modelos de disposiciones integrados que ofrece Kira?
Actualmente, Kira puede identificar y extraer más de 1.000 disposiciones, cláusulas y puntos de datos (campos inteligentes) integrados. Estos se relacionan con una multitud de diferentes temas, desde la debida diligencia de fusiones y adquisiciones, que Kira fue concebida originalmente para ayudar, hasta el Brexit; hasta Bienes Raíces. Los campos inteligentes son construidos por nuestro equipo de expertos en la materia, que incluye abogados y contadores experimentados. Con nuestra tecnología de aprendizaje automático, los estándares de Kira requieren que prácticamente todos los campos inteligentes logren un mínimo de un 90% de recuerdo, lo que significa que nuestro software encontrará el 90% o más de la disposición, cláusula o punto de datos que está buscando específicamente dentro de sus contratos o documentos, reduciendo los riesgos y errores en el proceso de revisión de contratos. Además, se pueden crear campos personalizados ilimitados para que una firma pueda identificar y extraer automáticamente información relevante utilizando nuestra herramienta Quick Study.

El mundo legal a menudo es conocido por ser lento para adoptar nueva tecnología. ¿Encuentra que hay una barrera de educación cuando se trata de educar a las firmas de abogados?

A los abogados realmente les gusta saber cómo funcionan las cosas, por lo que la educación es importante. No es más difícil enseñar a los abogados sobre aprendizaje automático e IA que a otros profesionales, pero definitivamente se requiere tener materiales de capacitación listos. Muchos de los obstáculos para la adopción también son sociales; la gente a menudo pregunta sobre las mejores prácticas para adaptar sus procesos internos para utilizar IA, o están interesados en cómo pueden utilizar IA para cambiar sus ofertas comerciales de una manera que les brinde ventajas más allá de solo mejoras de eficiencia.

En comparación con cuando comenzamos Kira Systems en 2011, las firmas de abogados de hoy son mucho más sofisticadas en cuanto a IA y tecnología. Muchas tienen equipos de innovación que están encargados de investigar nueva tecnología y fomentar la adopción de nuevas soluciones.

¿Hay algo más que le gustaría compartir sobre Kira?

La literatura académica y las bibliotecas de aprendizaje automático de código abierto fueron instrumentales para ayudarnos a arrancar la empresa. Creemos que la información y el software abiertos son una gran ventaja para el mundo. A la luz de eso, estoy especialmente contento de que nuestro equipo de investigación publique los resultados de muchos de nuestros esfuerzos de investigación en revistas y conferencias académicas. Aparte de demostrar que empujamos los límites del estado del arte, esto nos permite devolver a las comunidades que nos ayudaron a comenzar, y que seguimos obteniendo mucho valor de ellas. Puedes encontrar nuestros documentos en https://kirasystems.com/science/.

Para aprender más, visite Kira Systems.