Ricky Costa, CEO de Quantum Stat – Serie de entrevistas

Ricky Costa es el CEO de Quantum Stat, una empresa que ofrece soluciones empresariales para NLP y iniciativas de IA

¿Qué te interesó inicialmente en la inteligencia artificial?

Azár. Estaba leyendo un libro sobre probabilidad cuando me encontré con un famoso teorema. En ese momento, me pregunté ingenuamente si podía aplicar ese teorema a un problema de lenguaje natural que estaba tratando de resolver en el trabajo. Resultó que el algoritmo ya existía, sin que yo lo supiera, y se llamaba Naïve Bayes, un modelo generativo simple y famoso utilizado en el aprendizaje automático clásico. Ese teorema era el teorema de Bayes. Sentí que esta coincidencia era una pista, y plantó una semilla de curiosidad para seguir aprendiendo más.

¿Cómo te convertiste en el CEO de Quantum Stat, una empresa que ofrece soluciones para Procesamiento de Lenguaje Natural?

Cuando hay una revolución en una nueva tecnología, algunas empresas son más reluctantes que otras a enfrentar lo desconocido. Fundé mi empresa porque perseguir lo desconocido es divertido para mí. También sentí que era el momento adecuado para aventurarme en el campo del NLP, dado todo el investigación increíble que ha llegado en los últimos 2 años. La comunidad del NLP tiene la capacidad de lograr mucho más con mucho menos, gracias a la aparición de nuevas técnicas de NLP que requieren menos datos para escalar el rendimiento.

Para los lectores que no estén familiarizados con este campo, ¿podrías compartir con nosotros qué hace el Procesamiento de Lenguaje Natural?

El NLP es un subcampo de la IA y el análisis que intenta comprender el lenguaje natural en texto, habla o aprendizaje multimodal (texto e imágenes/vídeo) y computarlo para proporcionar información valiosa y/o un servicio valioso. El valor puede provenir de varios ángulos, desde la recuperación de información en el sistema de archivos interno de una empresa, hasta la clasificación de sentimientos en las noticias, o un bot de Twitter GPT-2 que ayuda con tu marketing en las redes sociales (como el que construimos hace un par de semanas).

Tienes una licenciatura en Psicología Experimental de Hunter College. ¿Sientes que entender el cerebro humano y la psicología es un activo cuando se trata de entender y expandir el campo del Procesamiento de Lenguaje Natural?

Esto es contraintuitivo, pero desafortunadamente, no. La analogía de las neuronas y las redes neuronales profundas es simplemente para ilustrar e instilar intuición. Probablemente se puede aprender mucho más de la ciencia de la complejidad y la ingeniería. La dificultad con entender cómo funciona el cerebro es que estamos tratando con un sistema complejo. La “inteligencia” es un fenómeno emergente del cerebro que interactúa con su entorno, y es muy difícil de determinar. La psicología y otras ciencias sociales, que dependen del “reduccionismo” (de arriba hacia abajo), no funcionan bajo este paradigma complejo. Aquí está la intuición: imagina a alguien tratando de reducir la canción “Let it Be” de los Beatles a la escala de Do mayor. No hay nada en esa escala que prediga que “Let it Be” emergerá de ella. Lo mismo sucede con alguien que intenta reducir el comportamiento a la actividad neuronal en el cerebro.

¿Podrías compartir con nosotros por qué los Big Data son tan importantes cuando se trata del Aprendizaje Profundo y, más específicamente, del Procesamiento de Lenguaje Natural?

Tal como está, porque los modelos de aprendizaje profundo interpolan los datos, cuanto más datos se alimenten al modelo, menos casos extremos verá cuando haga una inferencia en el mundo real. Esta arquitectura “incentiva” a los grandes conjuntos de datos para ser computados por los modelos para aumentar la precisión de la salida. Sin embargo, si queremos lograr un comportamiento más inteligente en los modelos de IA, necesitamos mirar más allá de la cantidad de datos que tenemos y hacia cómo podemos mejorar la capacidad del modelo para razonar de manera más eficiente, lo que intuitivamente no debería requerir mucha data. Desde una perspectiva de complejidad, los experimentos de autómatas celulares conducidos en el pasado por físicos como John von Neumann y Stephen Wolfram muestran que la complejidad puede emerger de condiciones y reglas simples iniciales. ¿Cuáles deberían ser esas condiciones y reglas con respecto a la IA? Eso es lo que todos están buscando.

Recientemente lanzaste la ‘Big Bad NLP Database’. ¿Qué es esta base de datos y por qué es importante para aquellos en la industria de la IA?

Esta base de datos se creó para que los desarrolladores de NLP tengan acceso sin problemas a todos los conjuntos de datos pertinentes en la industria. Esta base de datos ayuda a indexar conjuntos de datos, lo que tiene un efecto secundario agradable de poder ser consultada por los usuarios. El procesamiento de datos toma la mayoría del tiempo en la canalización de implementación, y esta base de datos intenta mitigar este problema tanto como sea posible. Además, es una plataforma gratuita para cualquier persona, ya sea un investigador académico, un practicante o un gurú de IA independiente que quiera ponerse al día con los datos de NLP. Enlace

Quantum Stat actualmente ofrece soluciones de extremo a extremo. ¿Cuáles son algunas de estas soluciones?

Ayudamos a las empresas a facilitar su canalización de modelado de NLP al ofrecer desarrollo en cualquier etapa. Podemos cubrir una amplia gama de servicios, desde la limpieza de datos en la etapa de preprocesamiento hasta la implementación del servidor de modelo en producción (estos servicios también se destacan en nuestra página de inicio). No todos los proyectos de IA llegan a buen término debido a la naturaleza desconocida de cómo funciona su proyecto y arquitectura de datos con un modelo de última generación. Dada esta incertidumbre, nuestros servicios les dan a las empresas la oportunidad de iterar en su proyecto a una fracción del costo de contratar a un ingeniero de ML a tiempo completo.

¿Qué avance reciente en la IA te parece el más interesante?

El avance más importante de late es el modelo de transformador, que puede haber oído: BERT, RoBERTa, ALBERT, T5, etc. Estos modelos de transformadores son muy atractivos porque permiten al investigador lograr un rendimiento de última generación con conjuntos de datos más pequeños. Antes de los transformadores, un desarrollador necesitaría un conjunto de datos muy grande para entrenar un modelo desde cero. Dado que estos transformadores vienen preentrenados con miles de millones de palabras, permite una iteración más rápida de los proyectos de IA y es con lo que estamos principalmente involucrados en este momento.

¿Hay algo más que te gustaría compartir sobre Quantum Stat?

Estamos trabajando en un nuevo proyecto que trata del análisis de sentimiento del mercado financiero que se lanzará pronto. Hemos aprovechado múltiples transformadores para proporcionar una visión sin precedentes de cómo se desarrollan las noticias financieras en tiempo real. ¡Mantén la atención!

Para obtener más información, visita Quantum Stat o lee nuestro artículo sobre la Big Bad NLP Database.