Alexander Hudek, Co-Fondateur et CTO de Kira Systems – Série d’entretiens

Alex Hudek est le Co-Fondateur et le CTO de Kira Systems. Il détient un doctorat et un diplôme de maîtrise en informatique de l’Université de Waterloo, ainsi qu’un baccalauréat en physique et en informatique de l’Université de Toronto.

Ses recherches passées dans le domaine de la bioinformatique se sont concentrées sur la recherche de similarités entre les séquences d’ADN. Il a également travaillé dans les domaines des systèmes de preuve et de la compilation de requêtes de base de données.

Quand avez-vous initialement développé un intérêt pour l’apprentissage automatique et l’IA ?

J’ai toujours été intéressé par l’informatique. En licence, j’ai suivi des cours sur les algorithmes de planification et de logique, l’apprentissage automatique et l’IA, le calcul numérique et d’autres sujets. Mon intérêt pour l’apprentissage automatique a grandi plus spécifiquement pendant mon doctorat à l’Université de Waterloo. Là, j’ai utilisé des méthodes d’apprentissage automatique pour étudier l’ADN. Par la suite, j’ai plongé plus profondément dans les logiques formelles dans le cadre de mes recherches postdoctorales. La logique et le raisonnement sont en quelque sorte l’autre face de la médaille dans les approches de l’IA et je sentais qu’il était important de connaître davantage à ce sujet.

Certaines de vos recherches passées dans le domaine de la bioinformatique se sont concentrées sur la recherche de similarités entre les séquences d’ADN. Pouvez-vous discuter de certains de ces travaux ?

La principale partie de ma thèse a consisté à construire un modèle plus réaliste de mutation de l’ADN en utilisant des modèles de Markov cachés. J’ai utilisé ce modèle plus complexe dans un nouvel algorithme conçu pour trouver des régions d’ADN qui partagent une ascendance commune avec d’autres espèces. En particulier, cet algorithme nouveau peut trouver des régions de séquences beaucoup plus faiblement liées que les algorithmes précédents pour cette tâche.

Avant mon doctorat, j’ai travaillé dans un laboratoire de recherche qui faisait partie du projet génome humain. L’un des projets les plus notables que j’ai aidé à compléter était le premier projet complet du chromosome 7 humain.

Quelle a été l’inspiration initiale derrière le lancement de Kira ?

L’idée de Kira est venue de mon co-fondateur, Noah Waisberg. Il avait passé des heures dans sa carrière d’avocat à faire le type de travail que nous avons maintenant construit en IA. C’était une idée intéressante pour moi car elle impliquait le langage naturel et le problème était bien défini, et je pouvais voir le potentiel commercial. Il y a quelque chose d’attirant dans la construction d’une IA qui peut comprendre le langage humain car le langage est si étroitement lié à la cognition humaine.

Pouvez-vous décrire ce qu’est le logiciel d’analyse de contrats et comment il bénéficie aux professionnels du droit ?

Kira utilise l’apprentissage automatique supervisé, ce qui signifie qu’un avocat expérimenté alimente des dispositions de contrats réels dans un système conçu pour apprendre de ces exemples. Le système étudie ces données, apprend quel langage est pertinent et construit des modèles de dispositions probabilistes. Les modèles sont ensuite testés contre un ensemble d’accords annotés que le système ne connaît pas pour déterminer sa préparation. Cette technologie d’apprentissage automatique très précise peut identifier et analyser virtuellement n’importe quelle disposition dans n’importe quel contrat, ce qui entraîne des économies de temps signalées par les clients de 20 à 90 %. Cette productivité accrue aide les cabinets d’avocats en augmentant leurs taux de réalisation, leur donne plus d’opportunités pour accroître leurs revenus et conserver leurs clients existants. Pour les entreprises, cela améliore la productivité interne en réduisant le montant des dépenses juridiques externes requises.

Le traitement du langage naturel (NLP) est difficile pour la plupart des entreprises, pouvez-vous discuter de certains des défis supplémentaires qui sont rencontrés lors du traitement de la terminologie juridique et d’autres nuances qui sont uniques à la profession juridique ?

Pour de nombreuses personnes, le langage juridique peut sembler très étranger, mais il s’avère que du point de vue de l’apprentissage automatique, ce n’est pas vraiment différent. Il y a quelques choses uniques ; la capitalisation est plus importante et les phrases peuvent être beaucoup plus longues que la normale, mais dans l’ensemble, nous n’avons pas besoin d’approches de NLP significativement différentes de celles des autres domaines.

Un aspect qui est significativement différent est le besoin de confidentialité des données et de personnalisation. Les professionnels du droit sont tenus de garder les données des clients confidentielles, et l’utilisation de ces données dans un produit d’apprentissage automatique qui met en commun ou partage des données de formation est en contradiction avec ces exigences. En fait, conserver même des données de formation est souvent impossible car ils ont des obligations pour supprimer les données des clients après la fin d’un projet. Ainsi, être en mesure de former des modèles sans que les fournisseurs soient impliqués est crucial, ainsi que des techniques d’apprentissage automatique qui rendent difficile ou impossible de récupérer toute partie des données de formation en inspectant les modèles appris. Les techniques qui permettent de prendre un modèle existant et de le mettre à jour avec de nouvelles données de formation sans avoir à reformer à partir de zéro sont également essentielles.

Pouvez-vous décrire comment l’apprentissage profond est utilisé pour catégoriser les données dans le logiciel Kira ?

Nous n’utilisons pas beaucoup d’apprentissage profond dans notre produit, bien que notre équipe de recherche interne passe beaucoup de temps à évaluer et à explorer les solutions d’apprentissage profond. Jusqu’à présent, pour les types de problèmes que nous rencontrons, les techniques d’apprentissage profond ne correspondent qu’aux approches non profondes, ou au mieux, obtiennent une petite augmentation. Compte tenu de la charge de calcul énorme des méthodologies d’apprentissage profond, ainsi que des défis pour conserver les données de formation privées, elles n’ont pas été suffisamment convaincantes pour être adoptées jusqu’à présent.

Quels sont certains des modèles de dispositions intégrés que Kira propose ?

Kira peut actuellement identifier et extraire plus de 1 000 dispositions, clauses et points de données intégrés (champs intelligents). Ils concernent une multitude de sujets différents, de la due diligence des fusions et acquisitions – pour lesquelles Kira a été initialement conçu pour aider – au Brexit ; à l’immobilier. Les champs intelligents sont créés par notre équipe d’experts en la matière, qui comprennent des avocats et des comptables expérimentés. Avec notre technologie d’apprentissage automatique, les normes de Kira exigent virtuellement que chaque champ intelligent atteigne un rappel minimum de 90 %, ce qui signifie que notre logiciel trouvera 90 % ou plus de la disposition, de la clause ou du point de données que vous recherchez spécifiquement dans vos contrats ou documents, en réduisant les risques et les erreurs dans le processus d’examen des contrats. En outre, un nombre illimité de champs personnalisés peut être créé / enseigné par une entreprise pour identifier et extraire automatiquement des informations pertinentes à l’aide de notre outil Quick Study.

Le monde juridique est souvent connu pour être lent à adopter de nouvelles technologies. Trouvez-vous qu’il y a un obstacle d’éducation lorsqu’il s’agit d’éduquer les cabinets d’avocats ?

Les avocats aiment vraiment savoir comment les choses fonctionnent, donc l’éducation est importante. Ce n’est pas plus difficile d’enseigner aux avocats sur l’apprentissage automatique et l’IA que d’autres professionnels, mais il est définitivement nécessaire d’avoir des matériaux de formation prêts. Beaucoup de barrières à l’adoption sont également sociales ; les gens demandent souvent des meilleures pratiques pour adapter leurs processus internes à l’utilisation de l’IA, ou sont intéressés par la façon dont ils peuvent utiliser l’IA pour modifier leurs offres commerciales d’une manière qui leur donne des avantages au-delà de simples améliorations d’efficacité.

Y a-t-il autre chose que vous aimeriez partager sur Kira ?

La littérature universitaire et les bibliothèques de code source ouvert d’apprentissage automatique ont été instrumentales pour nous aider à lancer l’entreprise. Nous croyons que l’information ouverte et le logiciel sont un énorme avantage pour le monde. À cette lumière, je suis particulièrement heureux que notre équipe de recherche publie les résultats de nombreuses de nos recherches dans des revues universitaires et des conférences. Outre le fait que cela démontre que nous poussons les limites de l’état de l’art, cela nous permet de donner en retour aux communautés qui nous ont aidés à démarrer, et dont nous continuons à tirer énormément de valeur. Vous pouvez trouver nos documents à https://kirasystems.com/science/.

Pour en savoir plus, visitez Kira Systems.