Cara Jones, Marinus Analyticin perustaja ja toimitusjohtaja – Haastattelusarja

Cara Jones on Marinus Analyticsin toimitusjohtaja ja perustaja. Cara on intohimoinen korkean teknologian soveltamisista, jotka maksimoivat virastojen tehokkuuden ja siten vaikuttavuuden. Hänen isänsä ura rikosanalytiikan parissa vaikutti hänen haluunsa palvella julkista turvallisuutta ja ihmisten hyvinvointia. Hän on johtanut Marinus Analyticsin Traffic Jam -ohjelmiston kypsyttämistä ja kaupallistamista yrityksen perustamisesta lähtien. Hänellä on syvä kokemus, joka ulottuu autonomisten robottien suunnittelusta liittovaltion IT-järjestelmien integrointitestaukseen ja jopa jääkiekon valmennukseen, ja hän johtaa Marinusin laajentumista lainvalvontaan, hallitukseen ja yrityssektoreihin.

Marinus Analytics on naisomisteinen tekoälyyritys, joka on omistautunut julkisen turvallisuuden edistämiseen torjuessaan ihmiskaupan, lasten hyväksikäytön ja kyberpetoksia. Sen voimakkaat tekoälytyökalut, kuten Traffic Jam ja Cyber Fraud (joka on kehitetty IBM Watsonin kanssa), auttavat lainvalvontaa tunnistamaan rikosverkostoja ja säästämään tuhansia tutkintatunteja. Julkisen datan analysoimalla hyväksikäytön keskuksista Marinus antaa viranomaisille toimintavalmiudet – ilman yksityisyyden vaarantamista.

Voitko kertoa meille enemmän Marinus Analyticsin perustamisesta ja siitä, mitä sinua ja perustajaa inspiroi luomaan tekoälyratkaisuja julkisen turvallisuuden parantamiseksi?

Se, mikä inspiroi meitä silloin ja jatkuu inspiroimasta meitä joka päivä, on olla palvellessa julkisen turvallisuuden eturintamassa olevia uhrien keskeisiä, traumaperusteisia poliiseja. Muistan selvästi ensimmäisen kerran, kun puhuin liittovaltion agentin kanssa, joka etsi katoamista ja kaupatusta lasta, tiesin, että olisi ilo omistautua urani auttamaan ammattilaisia, jotka erikoistuvat tähän alaan. Me löydämme motivaation tukemaan näitä agentteja, etsiviä ja analyytikkoja tarkoituksenmukaisella teknologialla. Lopulta ansio kuuluu näille unsung-sankareille, jotka työskentelevät ahkerasti suojelemaan haavoittuvia digitaalisesti mahdollistamaa kaupallista seksuaalista hyväksikäyttöä.

Kuinka taustasi robotiikassa ja tekoälytutkimuksessa Carnegie Mellon -yliopistossa vaikutti Marinus Analyticsin visioon?

Työ Auton Labissa (tutkimuslaboratoriossa, jossa Traffic Jam keksittiin) on keskittynyt sosiaaliseen vaikutukseen eri hallituksen aloilla yli 30 vuoden ajan. Nämä arvot ovat keskeisiä työllemme, kun siirryimme yliopistosta ja tulemme julkisen sektorin asiakkaiden toimittajaksi.

Liiketoimintani näkökulma lean-innovaatioon saavutettiin varhaisessa urani aikana työskennellessäni robotiikkayrityksessä (joka myös tuli Carnegie Mellon -yliopistosta). Heidän tulomallinsa, joka oli uudenlainen silloin, maksamisesta robotien vuokraamisesta motivoidaan toimimaan Traffic Jamina ohjelmistona palveluna. Olen aina ollut houkutettu teknologian demokratisoimiseen tämän mallin kautta. Se vähentää riskiä tulla varhaiseksi ottajaksi epäperinteiseen ratkaisuun. Onneksi saimme anteliaan tukea Kansallisen tiedesäätiöltä tutkimuksen ja kehityksen subsidiointiin ja antamaan pääsyn edullisen tilausmallin kautta.

Miksi Pittsburgh? Miten kaupunki on tukenut Marinus Analyticsin kehittymistä? Mitkä resurssit ja edut kaupungissa tarjotaan?

Tekoäly alkoi Pittsburghissa, ja Carnegie Mellon -yliopisto on ollut edelläkävijä 1950-luvulta lähtien. Pittsburghin ekosysteemi käsittää yli 100 yritystä, jotka keskittyvät robotiikkaan ja tekoälyyn, ja työvoimaa on 7 000+. Se edistää alan viimeisimmän kehityksen tekoälyratkaisuissa julkisen turvallisuuden, liikenteen, terveydenhuollon ja monien muiden alojen osalta, ja se asettaa itsensä johtoasemaan tekoälyssä ja automaatiossa.

Kun lähdin yliopistoon, valitsin tietotekniikan pääaineen, mikä tarkoitti, etten välttämättä palaisi täällä työskentelemään. Kiitos maailmanluokan tekoälyohjelmiin Carnegie Mellon -yliopistossa ja sen vaikutukseen alueen talouteen, sekä Pittsburghin ohjelmiin sosiaalisten yrittäjien tukemiseksi, rahoittamiseksi ja mentoroinniksi, pystyin rakentamaan unelmatyöni kotikaupungissani. Olemme palkanneet lahjakkaita insinöörejä paikallisista collegeista, rakentaneet kestävän liiketoimintamallin Project Olympus -kampuksen inkubatorin neuvonantajien avustuksella, ja saimme pääsyn rahoitukseen UpPrize, Idea Foundryn ja viimeksi Richard King Mellon -säätiön kautta. Meillä on myös arvokkaita kannustajia Pittsburgh Tech Councilissa innovaatioita varten Pittsburghin alueella.

Kuinka yrityksen tehtävä ihmiskaupan ja hyväksikäytön torjumiseksi on kehittynyt sen perustamisen jälkeen?

Tehtävä on ollut johdonmukainen vuosien varrella. Jatkamme innovaatioita ja edistämme uhrien keskeisiä, traumaperusteisia poliiseja. Se, mikä aloitettiin täällä Pittsburghissa, on nyt käytössä julkisen turvallisuuden virastoissa kolmella mantereella, ja tämä kansainvälistyminen laajenee Lontoon-toimistomme kautta, joka avattiin vuonna 2023.

Tukimme julkisen turvallisuuden virastoja maissa, joissa lainsäädäntö ja kulttuuri kaupallisten aikuisten palvelujen ympärillä vaihtelee merkittävästi, mutta yhteinen asia on proaktiivisesti puuttua hyväksikäyttöön korkean riskin markkinoilla. Pyrimme jatkamaan parhaiden käytäntöjen leviämistä maantieteellisesti monimuotoisessa ammattiyhteisössä, jota palvelemme, jotka ovat yhdistyneet tässä yhteisessä tavoitteessa.

Mitä merkitsee viimeisin 400 000 dollarin sijoitus Richard King Mellon -säätiöltä Marinus Analyticsille, ja miten aiotte käyttää tämän rahoitusta laajentamaan vaikutustanne?

Saada tämä sijoitus Richard King Mellon -säätiöltä on hämmästyttävä kunnia. Tämä rahoitus mahdollistaa laajentaa ohjelmistoa lastensuojelujärjestöjen hyväksi ja laajentaa myönteistä vaikutusta taistelussa ihmiskaupaa ja verkossa tapahtuvaa vahinkoa vastaan. Olemme ylpeitä yhteistyöstä RK Mellon -säätiön kanssa jaettujen tavoitteiden saavuttamiseksi proaktiivisesti suojella ja laajentaa haavoittuvimpia väestöryhmiä.

Tekoälyratkaisunne Traffic Jam on arvioitu säästäneen noin 70 000 tutkintatuntia. Voitko kuljettaa meidät läpi, miten alusta auttaa lainvalvontaa tunnistamaan ihmiskaupan uhrin tehokkaammin?

Traffic Jam käyttää tekoälyä ja automaatiota piirtämään yhteyksiä aikuisten palvelusivustojen ilmoituksiin ja lainvalvonnalle toimittamiin katoamistapausten valokuviin, joissa ulkonäkö on usein dramaattisesti muutettu. Tässä esimerkissä tekoäly voi tarjota lisää tarkkuutta suuremmalla tehokkuudella kuin ihminen, joka työskentelee manuaalisesti. Uhri voidaan pelastaa päivissä sen sijaan, mitä se olisi voinut olla kuukausissa.

Eturintamassa olevien sankariemme aika on paljon paremmin käytetty yhteisössä palvelemalla ihmisiä, luomalla suhteita ja käyttämällä kokemustaan proaktiivisesti ongelmallisten tilanteiden tunnistamiseen. Heidän aikansa menisi hukkaan tietokoneen ääressä, kun taas automaatio voi tehdä sen tehokkaasti ja tarkasti, vapauttaen resurssin tekemään naapurustot turvallisemmiksi. Se auttaa heitä perustavanlaatuisesti tulemaan proaktiivisemmaksi.

Mitkä eettiset huomioonotot ovat paikallaan kehittäessä tekoälyohjauksia julkisen turvallisuuden parantamiseksi, erityisesti koskien yksityisyyttä ja tietoturva?

Kun puhumme kaupallisen seksuaalisen hyväksikäytön tutkinnasta, aloitamme ymmärtämällä, että se on käsiteltävä herkkyydellä. Eettiset huomioonotot ovat se, mikä motivoidaan työtämme. Toimme tarkkaan tietosuojaa ja tietoturva-toimia kehityksen aikana ja asiakassuhteiden kautta varmistaaksemme, että palvelu, jonka tarjoamme poliisille, ei ole vain eettinen ratkaisu, vaan myös paras työkalu rikollisen kaupan häirintään.

Miten Marinus Analytics on yhteistyössä lainvalvontaviranomaisten ja sosiaalipalvelujärjestöjen kanssa suoraan avustaakseen ihmiskaupan uhreja?

Marinus Analytics on yhteistyössä julkisen turvallisuuden virastojen kanssa maailmanlaajuisesti, ja olemme innoissamme tervetulleita valtiollista lastensuojelujärjestöä teknologiamme varhaisena käyttäjänä tässä kriittisessä tilassa. MPWatch (Missing Persons Watch) -tekniikalla he ottavat johdon suojellessaan riskiryhmiin kuuluvia lapsia ja etsimässä katoamisia. Yhteistyössä poliisin ja lastensuojelutiimin kanssa autamme varmistamaan, että uhrit tunnistetaan nopeasti ja resursseja käytetään tehokkaasti. Työkalumme antavat eturintamassa oleville ammattilaisille valtuudet toimia nopeasti, vaikuttaen suoraan taisteluun haavoittuvien yksilöiden suojelemiseksi – aivan kuten pyrimme tekemään kaikkien kumppaneidemme kanssa.

Kuinka teidän tekoäly auttaa julkisen turvallisuuden ammattilaisia tunnistamaan trendejä ja malleja, jotka voivat jäädyttää huomaamatta ihmiskauppatutkimuksissa?

Yksi haasteista ihmiskaupan syytetoimissa on liiallinen riippuvuus uhrin tarjoamasta todisteesta kauppiasta vastaan. Se on todellinen taakka asettaa yksilölle, joka usein pelkää itseään ja perheenjäseniään. Teknologia voi kerätä todisteita ja hyödyntää tietoja kertomaan oman tarinansa siitä, miten hyväksikäyttö tapahtui, tunnistaa verkostoja ja trendejä, jotka voivat osoittaa järjestäytyneeseen rikollisuuteen. Ilman tarkoituksenmukaisen teknologian apua näiden verkostojen tunnistaminen ei välttämättä ole mahdollista uhrin kertomana tai se vaatisi paljon enemmän tunteja, dollareita ja virastojen resursseja. Toivomme, että tämä on pelinmuuttaja tuleville tapauksille.

Mitkä uudet edistysaskeleet tekoälyssä näet horisontissa, jotka voivat edelleen parantaa Marinus Analyticsin kykyä häiritä ihmiskauppaa ja järjestäytyneitä rikoksia?

Avoin multimodaalisten tekoälymallien nopea evoluutio edustaa merkittävää läpimurtoa taistelussa ihmiskaupaa vastaan. Nämä edistyneet mallit koulutetaan yhä laajempiin tietokantoihin, avaavat uusia eturajoja soveltamiseksi tutkimuksemme kykyihin. Käyttämällä näitä laajamittaisia, avoimia malleja voimme soveltaa tietämisjohdintatekniikoita luomaan erikoistuneita, pienempiä malleja, jotka on räätälöity tarkoitukseen, käyttäen vähemmän koulutusdataa kuin mitä muuten olisi tarvittu. Tämä lähestymistapa on erityisen arvokasta ottaen huomioon työmme herkkyyden, jossa pääsy laajaan koulutusdataan voi olla rajoitettua. Nämä tiivistetyt mallit säilyttävät suuren osan suurempien vastineidensa ominaisuuksista, ollen samalla tehokkaampia ja käyttökelpoisia resurssirajoitettujen ympäristöjen asennuksessa.

Lisäksi nämä multimodaaliset mallit edistävät kykyämme luoda tehokkaampia upotuksia sekä tekstuaaliselle että visuaaliselle datalle. Tämä parannus parantaa merkittävästi tietojen hakua ja ristiviittauksia, sallien meidän tunnistaa kuviot ja yhteydet, jotka muuten voisivat jäädä piiloon. Esimerkiksi voimme tarkemmin vastaavasti ja ristiviitata kuvia ja tekstikuvauksia eri tietolähteiden välillä, mahdollisesti paljastaen rikosverkostoja ja kaupan operaatioita tehokkaammin. Kun nämä tekoälymallit jatkavat evoluutiota, odotamme vielä suurempia edistysaskeleita monimutkaisten, multimodaalisten tietovirtojen prosessoinnissa ja analyysissä, lopulta parantaen kykyämme häiritä rikollista toimintaa ja suojella haavoittuvia yksilöitä.

Kiitos haastattelusta, ja ennen kaikkea tärkeästä työstä, jonka teet. Lukijat, jotka haluavat oppia enemmän, voivat vierailla Marinus Analytics:ssa.