Roshanak Houmanfar, Integrate.ai:n konenäöllisten tuotteiden varapuheenjohtaja – Haastattelusarja

Roshanak (Ro) Houmanfar on Integrate.ai:n konenäöllisten tuotteiden varapuheenjohtaja, yhtiössä, joka auttaa kehittäjiä ratkaisemaan maailman tärkeimpiä ongelmia ilman herkkien tietojen vaarantamista. Ro:lla on erityinen taito löytää uusia tapoja yksinkertaistaa monimutkaisia tekoälykäsitteitä ja kytkeä ne käyttäjien tarpeisiin. Hyödyntäen tästä asiantuntemuksesta, hän on Integrate.ai:n tehtävänä demokratisoida pääsy yksityisyyttä parantavaan teknologiaan.

Mikä aluksi kiinnosti sinua data-analytiikkaan ja koneoppimiseen?

Aloin matkani robotiikassa. Kokeiltuani eri robotiikan kulmia ja polttanutani hitsaustyöpajan, tulin siihen tulokseen, että olen enemmän kiinnostunut tekoälyn puolesta, ja se vei minut koneoppimisen maailmaan.

Voitko kuvata nykyistä rooliaasi ja miten tyypillinen päiväsi näyttää?

Olen Integrate.ai:n tuotepuolen varapuheenjohtaja, SaaS-yrityksessä, joka auttaa kehittäjiä ratkaisemaan maailman tärkeimpiä ongelmia ilman herkkien tietojen vaarantamista. Rakennamme työkaluja yksityisyyden turvalliselle koneoppimiselle ja analytiikalle hajautetun tulevaisuuden tiedolle.

Arkityössäni työskentelen tiiviisti eri tiimien kanssa saavuttaaksemme kolme asiaa:

Mietiskelen, miltä tulevaisuuden äly voisi näyttää ja miten voimme muotoilla sitä, jotta äly ratkaise maailman tärkeimmät ongelmat

Ymmärrän asiakkaidemme haasteita ja miten voimme innovoida tehdäksemme heidän työnsä vaikuttavammaksi ja tehokkaammaksi.

Varmistan, että visiomme ja asiakaspalautteemme otetaan aina huomioon tuotekehityksessä, työskennellessäni yhteistyössä tiimien kanssa toimittamaan parhaat ominaisuudet.

Synteettinen data on tällä hetkellä koneoppimisen suosiossa, mutta Integrate.ai ottaa hieman vastakkaisen lähestymistavan. Mitkä sovellukset eivät välttämättä ole synteettisen datan kannalta toivottavia?

Jotta ymmärtäisimme, milloin synteettinen data ei ole paras ratkaisu, on ensin ymmärrettävä, milloin se on. Synteettinen data on parhaimmillaan, kun mallin kohdekohteella on joko vähän oikeaa dataa saatavilla tai ei lainkaan – esimerkiksi kylmästartti-ongelmissa ja teksti- ja kuvapohjaisessa mallin koulutuksessa. Joskus ei vain ole riittävästi dataa kouluttamaan mallia, jolloin synteettinen data loistaa ratkaisuna.

Viime aikoina synteettistä dataa on kuitenkin käytetty tilanteissa, joissa on runsaasti oikeaa dataa, mutta data on eristetty yksityisyyden, keskittämiskustannusten tai muiden tietoliikenneesteiden vuoksi. Tämä on synteettisen datan väärinkäyttö. Näissä käyttötarkoituksissa on vaikea määritellä synteettisen datan oikea abstraktiotaso, mikä johtaa heikkolaatuiseen synteettiseen dataan, josta voi aiheutua sisäänrakennettu vinouma tai muita ongelmia, jotka ovat vaikeita debugata. Lisäksi mallit, jotka on koulutettu synteettisellä datalla, eivät vertaudu malleihin, jotka on koulutettu oikealla, laadukkaalla ja yksityiskohtaisella lähtödatalla.

Integrate.ai erikoistuu tarjoamaan hajautetun oppimisen ratkaisuja, voitko kuvata, mitä hajautettu oppiminen on?

Perinteisessä koneoppimisessa kaikki mallin koulutusdata on keskitettävä yhteen tietokantaan. Hajautetussa oppimisessa mallit voivat kouluttaa hajautettuja, erillisiä tietoja – eli dataa, joka sijaitsee kahdessa tai useammassa erillisessä tietokannassa eikä sitä voida helposti siirtää. Tämä toimii siten, että osia koneoppimismallista koulutetaan siellä, missä data sijaitsee, ja mallin parametreja jaetaan osallistuvien tietojen kanssa tuottamaan parannettu globaali malli. Koska dataa ei siirretä järjestelmässä, organisaatiot voivat kouluttaa malleja ilman esteitä, kuten yksityisyyden ja turvallisuuden sääntöjä, kustannuksia tai muita keskittämiseen liittyviä huolenaiheita.

Yleensä hajautetun oppimisen kautta saatavissa oleva koulutusdata on myös laadukkaampaa, koska keskitetty data menettää osan yksityiskohtaisuudestaan helpottamiseksi pääsyä yhteen paikkaan.

MITen yritys tunnistaa parhaat käyttötarkoitukset hajautetulle oppimiselle?

Hajautettu oppiminen on koneoppimisen teknologiapino, joka on suunniteltu tilanteisiin, joissa datan käyttäminen tai sen tuominen perinteiseen koneoppimisen infrastruktuuriin keskitetyillä datalakeilla on vaikeaa. Jos kohtaat yhtä seuraavista oireista, hajautettu oppiminen on sinulle:

• Tarjoat älykkäitä tuotteita, jotka perustuvat analytiikkaan ja koneoppimiseen, ja et voi luoda verkkovaikutuksia tuotteillesi, koska data kuuluu asiakkaillesi.
• Olet työskennellyt pitkien palvelusopimusten ja datajakosopimusten parissa saadaksesi pääsyn dataan kumppaneiltasi.
• Olet kuluttanut paljon aikaa muodostamaan yhteistyösopimuksia kumppaneidesi kanssa, erityisesti tilanteissa, joissa datayhteistyön tulos on epäselvä sinulle.
• Sinulla on runsaasti dataa ja haluat hyödyntää tietoja, mutta olet huolissasi maineesi vaikutuksista.
• Olet jo hyödyntänyt dataa, mutta olet kuluttanut paljon aikaa, vaivaa ja rahaa datan turvallisen jakamisen vuoksi.
• Infrastruktuurisi on jäänyt jälkeen pilveen siirtymisen aikana, mutta sinun on edelleen tarve analytiikalle ja koneoppimiselle.
• Sinulla on useita tytäryhtiöitä, jotka kuuluvat samaan organisaatioon, mutta et voi suoraan jakaa tietoja heidän kanssaan.
• Tiedot, joita käsittelet, ovat liian suuria tai kalliita siirtää, joten olet päättänyt olla käyttämättä niitä tai ETL-putkien kustannukset ovat suuret.
• Sinulla on sovellus tai mahdollisuus, josta uskot, että se voi vaikuttaa merkittävästi, mutta sinulla ei ole itse dataa, jotta se voisi toteutua.
• Koneoppimismallisi ovat saavuttaneet tasaisen suorituskyvyn eivätkä tiedä, miten parantaa niitä edelleen.

Eroonmuuttuva yksityisyys on usein yhdistetty hajautettuun oppimiseen, mitä se tarkalleen ottaen on?

Eroonmuuttuva yksityisyys on tekniikka, joka varmistaa yksityisyyden samalla hyödyntäen koneoppimisen voimaa. Käyttäen erilaisia matemaattisia menetelmiä kuin standardin de-identifioimismenetelmät, eroonmuuttuva yksityisyys lisää melua paikallisessa mallin koulutuksessa, säilyttäen suurimman osan tietojoukon tilastollisia ominaisuuksia samalla rajoittaen riskiä, että yksittäisen henkilön data voidaan tunnistaa.

Idealisissa toteutuksissa eroonmuuttuva yksityisyys tuo riskin lähes nollaan, kun taas koneoppimismallit säilyttävät saman suorituskyvyn – tarjoten kaiken tarvittavan turvallisuuden datan de-identifioimiseksi ilman mallin tuloksien laadun heikentymistä.

Eroonmuuttuva yksityisyys on sisällytetty Integrate.ai:n alustaan oletusarvoisesti, jotta kehittäjät voivat varmistaa, ettei yksittäisen henkilön data voida päätellä mallin parametreista.

Voitko kuvata, miten Integrate.ai:n hajautettu oppimisalusta toimii?

Alustamme hyödyntää hajautettua oppimista ja eroonmuuttuvaa yksityisyyttä lukitakseen koneoppimisen ja analytiikan kyvyt datalle, joka muuten olisi vaikeaa tai mahdotonta käyttää yksityisyyden, luottamuksellisuuden tai teknisten esteiden vuoksi. Toiminnot, kuten mallin koulutus ja analytiikka, suoritetaan paikallisesti, ja vain lopputulokset kerätään turvallisessa ja luottamuksellisessa muodossa.

Integrate.ai on paketoitu kehittäjien työkaluksi, joka mahdollistaa näiden kykyjen helpon integroimisen lähes mihin tahansa ratkaisuun helppokäyttöisen ohjelmointirajapinnan (SDK) ja tukipalvelun avulla. Kun alusta on integroitu, loppukäyttäjät voivat tehdä yhteistyötä herkkien tietojoukkien kanssa, kun taas tietojen haltijat säilyttävät täydellisen hallinnan. Ratkaisut, jotka sisällyttävät Integrate.ai:n, voivat toimia sekä tehokkaina kokeilutyökaluina että tuotantovalmiina palveluina.

Mitkä ovat esimerkkejä siitä, miten tämä alusta voidaan käyttää tarkkuusdiagnostiikassa?

Yksi kumppaniverkosto, jonka kanssa työskentelemme, Autismiin liittyvän tiedon jakamisaloite, kerää tietoja autismidiagnooseihin liittyen sekä genominäytteitä ymmärtääkseen eri genotyyppien ja fenotyyppien yhteyksiä autismidiagnooseihin. Kunkin yksittäisen datapaikan tiedot eivät ole riittäviä, jotta koneoppimismallit voisivat toimia, mutta yhdessä ne muodostavat merkityksellisen otoksen. Kuitenkin datan siirtäminen aiheuttaa suuren turvallisuusriskin, ja johtuen sääntöjä ja sairaalapolitiikasta, nämä tutkimuslaitokset ovat aina olettaneet, etteivät ne jaa tietoja.

Toisessa verkostossa, jossa on samanlainen asetelma, tutkijat ovat kiinnostuneita parantamaan kliinisten tutkimusten määräämistä potilaille kokonaisvaltaisemman näkemyksen kautta kustakin potilaasta.

Eri tutkimuslaitokset, jotka osallistuvat tähän, ovat päässeet eri tietoihin kustakin potilaasta – yksi laboratorio on päässyt potilaiden lääketieteellisiin skannauksiin, toinen laboratorio on päässyt potilaiden genominformaatioon, ja toinen laitos on päässyt potilaiden kliinisiin tutkimustuloksiin. Kuitenkaan nämä eri organisaatiot eivät voi suoraan jakaa tietoja toistensa kanssa.

Integrate.ai:n ratkaisun avulla kunkin organisaation voi päästä toistensa tietoihin ilman, että dataa siirretään tietojen haltijoiden hallinnasta, ja siten noudattaen heidän sisäisiä käytäntöjään.

Voitko keskustella yksityisyyden ymmärrettävyydestä ja miten Integrate.ai mahdollistaa tämän?

Yksityisyyden ymmärrettävyys avaa ovia monille yrityksille ja organisaatioille, jotka historiallisesti ovat olleet suljettuja yksityisyyden riskin epäselvyyden vuoksi. Yksityisyyden säännöt, kuten GDPR, CCPA ja HIPAA, ovat erittäin monimutkaisia ja voivat vaihdella riippuen toimialasta, alueesta ja tietotyyppiä, mikä tekee vaikeaksi organisaatioille määritellä, mitkä dataprojektit ovat yksityisyydeltään turvallisia. Sen sijaan, että haaskataisiin aikaa ja voimavaroja jokaisen ruudun tarkistamiseen, Integrate.ai:n hajautettu oppimisalusta tarjoaa sisäänrakennetun eroonmuuttuvan yksityisyyden, homomorfisen salauksen ja turvallisen monen osapuolen laskennan, jotta kehittäjät ja tietojen haltijat voivat olla varmoja, että heidän projektit ovat automaattisesti sääntöjen mukaisia ilman kategorioiden mukaisen ruutujen läpäisemistä.

Onko mitään muuta, mitä haluaisit jakaa Integrate.ai:sta?

Integrate.ai:n ratkaisu on erittäin kehittäjäystävällinen työkalu, joka mahdollistaa sääntöjen mukaisen, yksityisyyttä suojaavan ja turvallisen koneoppimisen ja analytiikan herkkien tietolähteiden päällä. Yksinkertaisten API:en kautta kaikki herkkien tietojen ja sopimusten monimutkaisuus on abstrahoidaan pois. Integrate.ai:n ratkaisu mahdollistaa data-tieteilijöiden ja ohjelmistokehittäjien hallita työkuormiaan turvallisesti vähäisimmällä vaikutuksella nykyiseen infrastruktuuriin ja työnkulkuihin.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Integrate.ai:ssa.