नरे वर्दयान, एनट्रॉपी के सह-संस्थापक और सीईओ - साक्षात्कार श्रृंखला

नारे वर्दयान, सह-संस्थापक और सीईओ एनट्रॉपी, एक ऐसा प्लेटफ़ॉर्म जो डेवलपर्स को सुपर-मानवीय सटीकता के साथ 100 एमएस से कम में वित्तीय लेनदेन को पार्स करने में सक्षम बनाता है, स्वायत्त वित्त की एक नई पीढ़ी के लिए रास्ता खोलता है, उन उत्पादों और सेवाओं को सशक्त बनाता है जो पहले कभी संभव नहीं थे। यह प्राकृतिक भाषा मॉडल, खोज इंजन, आंतरिक डेटाबेस, बाहरी एपीआई और हमारे नेटवर्क से मौजूदा लेनदेन डेटा सहित कई स्रोतों से डेटा को मिलाकर लेनदेन की कच्ची धाराओं को प्रासंगिक, संरचित जानकारी में परिवर्तित करता है।

आप युद्ध के दौरान बिना बिजली के आर्मेनिया में पले-बढ़े। क्या आप इन शुरुआती दिनों के बारे में कुछ विवरण साझा कर सकते हैं, और इसने आपको संयुक्त राष्ट्र के लिए काम करने के लिए कैसे प्रेरित किया?

उस अनुभव को आर्मेनिया की एक पूरी पीढ़ी ने साझा किया था। इसने मुझमें कल्पना की भावना और कम साधनों से भी समाधान खोजने की क्षमता विकसित की। संघर्ष क्षेत्र में पले-बढ़े अन्य लोगों की तरह, मेरे जीवन की इस अवधि का इस बात पर गहरा प्रभाव पड़ा कि मैं दुनिया को कैसे देखता हूं। इन चुनौतीपूर्ण परिस्थितियों ने समुदाय के भीतर साझा जिम्मेदारी की भावना और सकारात्मक बदलाव लाने के लिए एक दृढ़ अभियान को बढ़ावा दिया। यह महसूस करते हुए कि हमारी चुनौतियाँ व्यक्तिगत संघर्षों से परे फैली हुई हैं, मुझे व्यापक पैमाने पर सोचने और अपने प्रयासों को आगे बढ़ाने का आह्वान महसूस हुआ। इसने, बदले में, मुझे संयुक्त राष्ट्र की ओर प्रेरित किया।

संयुक्त राष्ट्र सार्थक योगदान देने के लिए आदर्श मंच के रूप में उभरा। आर्मेनिया की अनिश्चित भूराजनीतिक स्थिति और वैश्विक मामलों को प्रभावित करने की मेरी आकांक्षा को देखते हुए, मेरा मानना ​​था कि संयुक्त राष्ट्र के साथ सहयोग करने से वास्तव में बदलाव लाने का अवसर मिलेगा। परिणामी चर्चाओं और निर्णयों का हिस्सा बनकर, मेरा लक्ष्य दुनिया के मुद्दों पर सार्थक प्रभाव डालना था।

जल्द ही आपका संयुक्त राष्ट्र से मोहभंग हो गया, फिर आप तकनीकी क्षेत्र में काम करने की चाहत में कैसे बदल गए?

संयुक्त राष्ट्र से मोहभंग इसकी धीमी और नौकरशाही प्रकृति में निहित था, जिसने अंततः मेरे करियर की आकांक्षाओं में बदलाव को प्रेरित किया। जबकि संयुक्त राष्ट्र के अपने फायदे थे, मुझे एहसास हुआ कि इसमें अक्सर प्रभावी कार्रवाई और प्रामाणिक परिवर्तन लाने की क्षमता का अभाव था। इस अहसास ने मुझे अपना ध्यान प्रौद्योगिकी के क्षेत्र - एक गतिशील और अप्रतिबंधित स्थान - की ओर पुनर्निर्देशित करने के लिए निर्देशित किया।

प्रौद्योगिकी की दुनिया में, नवीन उपकरण आसानी से उपलब्ध हैं और लगातार आगे बढ़ रहे हैं, जिससे व्यक्तियों को अनावश्यक बाधाओं के बिना परिवर्तन को बढ़ावा देने की क्षमता मिलती है। यह वातावरण अनावश्यक अनुमतियों के बिना, विचारों को वास्तविकता में बदलने को बढ़ावा देता है - एक ऐसा पहलू जिसने मुझे वास्तव में आकर्षित किया। प्रौद्योगिकी के माध्यम से पर्याप्त, व्यापक प्रभाव डालने की क्षमता एक अनूठी चुनौती बन गई, जिसने मुझे इस जीवंत क्षेत्र में खुद को डुबोने के लिए मजबूर कर दिया।

आपके द्वारा काम की गई पहली डेटा परियोजनाओं में से कुछ कौन सी थीं?

मेरी पिछली परियोजनाओं में से एक किशोर मानसिक स्वास्थ्य पर केंद्रित एक ऐप बनाना था। ऐप ने बाइपोलर डिसऑर्डर के शुरुआती लक्षणों की पहचान करने के लिए पैसिव हैप्टिक्स डेटा और कन्वर्सेशनल इंटेलिजेंस का इस्तेमाल किया। उस समय, प्राकृतिक भाषा प्रसंस्करण का क्षेत्र आज जितना उन्नत नहीं था, जो काफी उल्लेखनीय है, यह देखते हुए कि लगभग छह साल पहले ही यह परियोजना शुरू की गई थी। हमारा काम इस क्षेत्र में पहली अनुसंधान और विकास पहलों में से एक था, और बाद में हमने आंतरिक विश्लेषण और अंडरराइटिंग के लिए बीमाकर्ताओं को अपना आईपी बेच दिया।

आपने पहले लंदन स्थित एआई सीड के माध्यम से एआई और एमएल कंपनियों में निवेश किया था, सफल एआई स्टार्टअप के साथ आपने कौन से सामान्य लक्षण देखे थे?

वास्तविक दुनिया की समस्याओं से निपटने के लिए इस डेटा का उपयोग करने की क्षमता के साथ-साथ एक निरंतर थ्रेड के पास डेटा तक विशेष पहुंच थी। इसके अलावा, यह स्वीकार करना महत्वपूर्ण है कि अनुप्रयुक्त एआई कंपनियों के दायरे में, जोर सिर्फ मॉडल बनाने से परे है; यह प्रभावशाली, मूल्यवान उत्पाद बनाने की ओर अग्रसर है। जो टीमें इस दृष्टिकोण को समझती हैं और अपनाती हैं वे ही वास्तव में एआई/एमएल परिदृश्य में फलती-फूलती हैं। उदाहरण के लिए, प्रेडिना किसी दिए गए स्थान और समय के लिए वाहन दुर्घटना के जोखिम की भविष्यवाणी करने के लिए एआई का उपयोग करता है, जबकि ऑब्जर्व टेक्नोलॉजीज मछली फार्मों को स्थायी रूप से भोजन उगाने में सहायता करने के लिए मालिकाना एल्गोरिदम का उपयोग करता है।

क्या आप एनट्रॉपी के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

एनट्रॉपी का जन्म इस विचार से हुआ कि दुनिया की कुछ सबसे महत्वपूर्ण जानकारी वित्तीय लेनदेन में छिपी हुई है। अब तक, यह डेटा साइलो में रहता है, जो गड़बड़ है और इसके साथ काम करना मुश्किल है। हमने एनट्रॉपी को पहला वास्तविक वैश्विक, क्रॉस-इंडस्ट्री, क्रॉस-जियो और बहुभाषी वित्तीय डेटा इंजन बनाया है जो मानव-स्तर की सटीकता प्रदान कर सकता है। वित्तीय डेटा को समझने के लिए एक सामान्य भाषा और प्रणाली बनाकर, हम व्यवसायों और व्यक्तियों के लिए कहीं भी पैसे तक विश्वास और पहुंच को बराबर कर रहे हैं। इन लेन-देन को समझने और व्याख्या करने की क्षमता होने से, पैसे की गतिशीलता के साथ-साथ उस तक पहुंच को फिर से परिभाषित किया जा सकता है।

हमारे पास बिल्कुल आदर्श स्टार्टअप कहानी है। शुरुआत में, मेरी सह-संस्थापक इलिया और मैं एक परित्यक्त धूल भरे स्कूल भवन के बेसमेंट से काम कर रहे थे। हमने 20k लेनदेन और उन पर प्रशिक्षित एक डिस्टिल्ड BERT मॉडल के साथ शुरुआत की। डेटा को प्लेड कनेक्शन के साथ टाइपफॉर्म पर एक उपभोक्ता ऐप से बूटस्ट्रैप किया गया था, और दोस्तों और परिवार द्वारा समर्थित था। हम लंबे समय तक काम कर रहे थे और शुरुआत में नकदी की कमी थी, लेकिन इस व्यवसाय के प्रति दृढ़ संकल्प और समर्पण से हमें प्रेरणा मिली।

आज तक तेजी से आगे बढ़ते हुए, हमारी यात्रा ने हमें अरबों लेनदेन का विश्लेषण और लेबल करने के लिए प्रेरित किया है। परिणामस्वरूप, अब हमारे पास दुनिया के सबसे व्यापक मर्चेंट डेटाबेस में से एक है, जिसमें लगभग 100 मिलियन से अधिक मर्चेंट नाम, पते, उद्योग टैग और बहुत कुछ से समृद्ध हैं। हमने लेन-देन के अपने भंडार का लगातार विस्तार किया है - इस वित्तीय डेटा पर एलएलएम की शक्ति का उपयोग करके अद्वितीय लागत-दक्षता और गति प्रदान की है। यह क्षमता वित्तीय परिदृश्य में क्रांति लाने की क्षमता रखती है।

वित्तीय डेटा महान तुल्यकारकों में से एक क्यों है?

वित्तीय डेटा खेल के मैदान को समतल करने, अनिश्चितता को कम करने और विश्वास को बढ़ावा देने की क्षमता के कारण एक शक्तिशाली तुल्यकारक के रूप में उभरता है। जब डेटा प्रचुर मात्रा में और परिष्कृत होता है, तो यह वित्तीय निर्णय लेने से जुड़े जोखिमों को कम कर देता है। जैसे-जैसे जोखिम अधिक प्रबंधनीय हो जाता है, बदलाव होता है। अनिश्चितता की लागत कम हो जाती है, जिससे व्यक्ति अधिक जानकारीपूर्ण और न्यायसंगत निर्णय लेने में सक्षम हो जाते हैं, जिसके परिणामस्वरूप खेल का मैदान समतल हो जाता है। उदाहरण के लिए, यदि हमारे पास डेटा तक अधिक पहुंच है और अब हम मापदंडों के बहुत संकीर्ण सेट के आधार पर निर्णय नहीं लेते हैं, तो एक नए आप्रवासी के पास कार ऋण या बंधक पर अनुकूल शर्तों को सुरक्षित करने के लिए एक अच्छी तरह से स्थापित वंश के किसी व्यक्ति के समान क्षमता होती है। अनिवार्य रूप से, वित्तीय असंतुलन द्वारा प्रस्तुत बाधा दूर होने लगती है, जिससे एक ऐसे युग की शुरुआत होती है जहां व्यापक स्तर के लोग लाभप्रद वित्तीय अवसरों तक पहुंच सकते हैं।

एक एआई के निर्माण के पीछे कुछ चुनौतियाँ क्या हैं जो एक इंसान की तरह वित्तीय लेनदेन को पढ़ और समझ सकती हैं?

इंसानों की तरह वित्तीय लेनदेन को समझने में सक्षम एआई विकसित करना अपनी संभाव्य प्रकृति के कारण चुनौतीपूर्ण है, जिससे त्रुटियां हो सकती हैं। मनुष्यों के विपरीत, AI सिस्टम में अभी भी जवाबदेही संरचनाओं का अभाव है। मुख्य चुनौती स्केलेबिलिटी सुनिश्चित करते हुए त्रुटियों और उनके प्रभाव को कम करने के लिए एआई सिस्टम को परिष्कृत करना है। दिलचस्प बात यह है कि बड़े मॉडल समय के साथ सटीकता में धीरे-धीरे सुधार करके इस चुनौती को कम कर सकते हैं। प्रवर्धित क्षमताएं और डेटा का खजाना एआई की व्याख्यात्मक सटीकता को बढ़ा सकता है, अंततः एक अधिक उदार त्रुटि-सहिष्णु वातावरण तैयार कर सकता है और इन प्रणालियों को व्यापक रूप से अपनाने में तेजी ला सकता है।

क्या आप चर्चा कर सकते हैं कि एनट्रॉपी मानकीकृत वित्तीय डेटा कैसे प्रदान करता है?

एनट्रॉपी एक सर्वव्यापी मंच के रूप में कार्य करता है, जो ह्यूरिस्टिक्स के संयोजन में सबसे व्यापक से सबसे कॉम्पैक्ट तक फैले भाषा मॉडल के एक स्पेक्ट्रम को एक साथ लाता है। इन मॉडलों को कच्चे वित्तीय डेटा, विशेषज्ञ अंतर्दृष्टि और मशीन-लेबल नमूनों का उपयोग करके प्रशिक्षित किया जाता है। हमारा लक्ष्य विभिन्न लेन-देन स्ट्रिंग्स से सार्थक अंतर्दृष्टि निकालना और उन्हें आसानी से समझने योग्य तरीके से प्रस्तुत करना है। हमारे सुइट में एपीआई और एक सहज ज्ञान युक्त डैशबोर्ड शामिल है, जो मिलीसेकंड के भीतर वित्तीय डेटा के तेजी से रूपांतरण को सक्षम बनाता है। यह कार्यक्षमता उपयोगकर्ताओं के उत्पादों और सेवाओं में सहजता से एकीकृत हो जाती है।

इस डेटा के पीछे कुछ उपयोग के मामले क्या हैं?

इस डेटा के अनुप्रयोग व्यापक हैं, जो संपूर्ण वित्तीय परिचालनों तक फैले हुए हैं। यह भुगतान, हामीदारी, लेखांकन, निवेश और बहुत कुछ सहित विविध कार्यों को सशक्त बनाता है। डेटा की अनुकूलन क्षमता वित्तीय गतिविधियों के विभिन्न पहलुओं को प्रभावित करने की क्षमता में स्पष्ट हो जाती है, चाहे इसमें फंड ट्रांसफर, सावधानीपूर्वक रिकॉर्ड रखने, या पूंजी उपयोग को अनुकूलित करना शामिल हो।

बैंक लेनदेन या बजटिंग ऐप पर विचार करें। एक त्वरित नज़र से गैर-मानक व्यापारी नामों और विवरणों के कारण खरीदारी को समझने में आने वाली कठिनाइयों का पता चलता है। हालाँकि कई कंपनियों ने आंतरिक समाधानों के माध्यम से इस मुद्दे को हल करने का प्रयास किया है, लेकिन स्केलेबिलिटी, रखरखाव और सामान्यीकरण के मामले में वे अक्सर पीछे रह जाते हैं। एक कस्टम मॉडल आम तौर पर केवल 60-70% सटीक होता है और इसे बनाने में कई महीने लग सकते हैं।

एनट्रॉपी की तकनीक चार अलग-अलग महाद्वीपों और छह से अधिक विभिन्न भाषाओं में बैंकिंग डेटा को संसाधित करने के लिए वेब के एक संक्षिप्त संस्करण पर प्रशिक्षित वैश्विक व्यापारी डेटाबेस, खोज इंजन और भाषा मॉडल से अरबों डेटा बिंदुओं को जोड़ती है। हम सभी बैक-ऑफ़िस कार्यों का समर्थन करने के लिए वित्त में बड़े पैमाने पर बड़े भाषा मॉडल के उपयोग को सक्षम कर रहे हैं।

एनट्रॉपी के भविष्य के बारे में आपका दृष्टिकोण क्या है?

एनट्रॉपी के लिए हमारा दृष्टिकोण स्पष्ट है: हमारा लक्ष्य वित्तीय सेवाओं के लिए अग्रणी वर्टिकल एआई कंपनी बनना है। डेटा और अंतर्ज्ञान की हमारी मजबूत नींव, एक समर्पित टीम द्वारा समर्थित, ने हमें वास्तविक परिवर्तन लाने के लिए विशिष्ट रूप से स्थापित किया है। तो, व्यवहार में इसका वास्तव में क्या मतलब है? यह वित्त को बदलने और उत्पादकता के नए स्तरों को अनलॉक करने के लिए नवीनतम प्रगति का लाभ उठाने के बारे में है जो पहले पहुंच से बाहर थे।

हम सभी जानते हैं कि बैंकिंग महंगी हो सकती है। लेकिन कल्पना कीजिए कि क्या हम इसे बदल सकते हैं। लागत कम करके, हम केवल खर्चों में कटौती नहीं कर रहे हैं, हम स्वस्थ प्रतिस्पर्धा को प्रोत्साहित कर रहे हैं, सिस्टम की अर्थव्यवस्था में सुधार कर रहे हैं और अंततः वित्तीय सेवाओं को सभी के लिए अधिक सुलभ और कुशल बना रहे हैं। यही वह भविष्य है जिसके लिए हम काम कर रहे हैं - एक ऐसा वित्तीय परिदृश्य जो अधिक निष्पक्ष और अधिक उपयोगकर्ता-अनुकूल हो।

बेहतरीन साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं, उन्हें अवश्य आना चाहिए एनट्रॉपी.