Francisco Webber, Co-Fundador y CEO de Cortical.io – Serie de Entrevistas

Francisco Webber es co-fundador y CEO de Cortical.io y inventor de la tecnología Retina de la empresa. Esta tecnología aplica los principios del procesamiento cerebral al aprendizaje automático y la comprensión del lenguaje natural (NLU) para resolver casos de uso del mundo real relacionados con grandes cantidades de datos de texto. Las soluciones de Cortical.io se basan en el significado real del texto, en lugar de en ocurrencias estadísticas.

El interés de Francisco en la tecnología de la información se desarrolló durante sus estudios de medicina, cuando estuvo involucrado en el procesamiento de datos médicos. A lo largo de dos décadas, exploró tecnologías de motores de búsqueda y sistemas de documentación en varios contextos, pero se frustró cada vez más con las limitaciones de los métodos estadísticos de vanguardia.

En 2005, fundó Matrixware Information Services , que desarrolló la primera base de datos de patentes globales estandarizada. En 2007, estableció la Instalación de Recuperación de Información con el experto académico líder en recuperación de información, el profesor Keith van Rijsbergen. La Instalación tenía como objetivo cerrar la brecha entre la academia y la industria en el campo de la recuperación de información. Francisco reconoció que el cerebro era el único sistema de referencia existente cuando se trataba de procesar el lenguaje natural. Mientras seguía de cerca los desarrollos en neurociencia, formuló su teoría de la Folding Semántica, que modela cómo el cerebro representa los datos del lenguaje.

¿Qué te atrajo inicialmente a involucrarte en la Comprensión del Lenguaje Natural (NLU)?

Mi interés en la tecnología de la información se desarrolló durante mis estudios de medicina, cuando estuve involucrado en el procesamiento de datos médicos. A lo largo de dos décadas, exploré tecnologías de motores de búsqueda y sistemas de documentación en varios contextos, pero me frustré cada vez más con las limitaciones de los métodos estadísticos de vanguardia. Reconocí que el cerebro era el único sistema de referencia existente cuando se trataba de procesar el lenguaje natural.

¿Puedes compartir la historia de la creación de Cortical.io?

Sabíamos que teníamos una tecnología que permitiría a las empresas buscar más rápido, con precisión y de manera efectiva, para extraer, anotar y analizar información de textos no estructurados. Nuestra tecnología de NLU basada en IA podría ser un verdadero diferenciador al abordar el desafío de procesar datos de texto no estructurados, ya que entiende el significado de las oraciones, párrafos y conceptos, no solo palabras clave, y por lo tanto entrega resultados muy precisos. A medida que los líderes de la industria se enteraron de lo que teníamos, se abrió la puerta para que pudiéramos probar nuestro enfoque bajo requisitos reales y complejos. Esto resultó en numerosos éxitos comerciales de Fortune 500. Estos se han convertido en los modelos para nuestros productos de inteligencia de contrato y mensaje.

La tecnología de Cortical.io se basa en la Teoría de la Folding Semántica (SFT), una teoría computacional innovadora para el procesamiento de datos de lenguaje. ¿Cuáles son algunas de las limitaciones actuales con la forma en que la mayoría de la IA aborda la NLU?

Los enfoques estándar de IA y ML implican la creación de modelos estadísticos a gran escala que se entrenan utilizando grandes cantidades de datos de entrenamiento. A menudo, no hay suficientes datos de entrenamiento disponibles, ni los expertos en la materia tienen el tiempo para anotar tales grandes cantidades de documentos. Además, entrenar modelos grandes (con miles de millones de parámetros) requiere enormes recursos informáticos, lo que es muy costoso y consume mucha energía. Un modelo de lenguaje típico consume más energía que cinco coches durante toda su vida.

La Teoría de la Folding Semántica se basa en la Teoría de la Memoria Temporal Jerárquica (HTM). ¿Puedes describir brevemente qué es esta teoría?

La Memoria Temporal Jerárquica (HTM) es una teoría de inteligencia biológicamente restringida que se describió originalmente en el libro de Jeff Hawkins “On Intelligence”. Es un marco de inteligencia de máquina estrictamente basado en la neurociencia y la fisiología y la interacción de las neuronas en el cerebro. En esta teoría, el cerebro actúa como un sistema de memoria que almacena patrones y hace predicciones a partir de experiencias actuales basadas en patrones memorizados. Para ser verdaderamente inteligentes, las máquinas deben recrear este sistema de memoria-predicción. Hawkins describe las representaciones distribuidas dispersas como el único formato de datos utilizado por la corteza cerebral. Las huellas dactilares semánticas utilizadas en nuestra tecnología son representaciones distribuidas dispersas de texto (de palabras, oraciones o párrafos).

¿Puedes compartir con nosotros cómo el método SFT es superior a las estrategias de NLU competidoras?

La Teoría de la Folding Semántica que respalda la tecnología de Cortical.io tiene varias ventajas importantes. Primero, no requiere un gran repositorio de datos de muestra para entregar resultados precisos. En segundo lugar, es rápido y requiere menos recursos informáticos que los algoritmos de aprendizaje automático de vanguardia. Finalmente, el proceso de entrenamiento es mucho más simple y puede ser administrado por los expertos en la materia que utilizarán el sistema, incluso si no tienen experiencia en IA.

Uno de los productos de Cortical.io es Message Intelligence, ¿qué es exactamente esta aplicación?

Message Intelligence se ajusta a la categoría conocida como Procesamiento de Documentos Inteligentes. Las corporaciones están abrumadas con el procesamiento de una amplia gama de mensajes y documentos. Message Intelligence es una solución fuera de la caja que utiliza la tecnología de Cortical.io para extraer y clasificar con precisión la información clave en estos mensajes y documentos y procesarlos a escala empresarial. Debido a que el enfoque patentado de Cortical.io permite el desarrollo de clasificadores personalizados en horas y modelos de extracción en días.

Otro producto que se ofrece es Contract Intelligence, ¿puedes compartir algunos detalles sobre esto?

Cortical.io Contract Intelligence aprovecha un nuevo enfoque para la comprensión del lenguaje natural para analizar información relevante de grandes cantidades de documentos de manera rápida y con una precisión que es difícil de lograr a escala con mano de obra manual o con otras herramientas de análisis de contratos. La solución ofrece una herramienta poderosa y basada en el significado para extraer y clasificar información clave, buscar dentro de documentos individuales o en toda la base de datos, así como comparar documentos con una plantilla o versiones anteriores.

¿Hay algo más que te gustaría compartir sobre Cortical.io?

Estamos emocionados de ver la maduración de la Inteligencia Artificial y la Comprensión del Lenguaje Natural de una tecnología interesante a su integración en aplicaciones que resuelven problemas comerciales del mundo real.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Cortical.io.