नरे वर्दन्यान, एनट्रोपी के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

नरे वर्दन्यान, एनट्रोपी के सह-संस्थापक और सीईओ, एक प्लेटफ़ॉर्म जो डेवलपर्स को 100 मिलीसेकंड से कम समय में वित्तीय लेनदेन को पार्स करने में सक्षम बनाता है, जो मानव-स्तर की सटीकता के साथ स्वायत्त वित्त की एक नई पीढ़ी के लिए मार्ग प्रशस्त करता है, जो पहले कभी संभव नहीं थे। यह विभिन्न स्रोतों से डेटा को जोड़कर, जिनमें प्राकृतिक भाषा मॉडल, खोज इंजन, आंतरिक डेटाबेस, बाहरी एपीआई और हमारे नेटवर्क भर में मौजूद मौजूदा लेन-देन डेटा शामिल हैं, यह कच्चे लेनदेन की धाराओं को संदर्भित, संरचित जानकारी में परिवर्तित करता है।

आप अर्मेनिया में बड़े हुए, जहां युद्ध के दौरान बिजली नहीं थी। क्या आप उन शुरुआती दिनों के बारे में कुछ विवरण साझा कर सकते हैं और बता सकते हैं कि यह आपको संयुक्त राष्ट्र के लिए काम करने के लिए कैसे ले गया?

यह अनुभव अर्मेनिया में एक पूरी पीढ़ी के लिए साझा किया गया था। इसने मुझमें कल्पना की भावना और कम संसाधनों के साथ भी समाधान खोजने की क्षमता पैदा की। जैसे कि संघर्ष क्षेत्र में बड़े हुए अन्य लोगों के लिए, मेरे जीवन में इस अवधि का एक गहरा प्रभाव पड़ा। इन चुनौतीपूर्ण परिस्थितियों ने समुदाय के भीतर साझा जिम्मेदारी की भावना और सकारात्मक परिवर्तन लाने के लिए एक दृढ़ प्रेरणा को पोषित किया। यह महसूस करते हुए कि हमारी चुनौतियाँ व्यक्तिगत संघर्षों से परे थीं, मैंने एक व्यापक दृष्टिकोण पर विचार करने और अपने प्रयासों को निर्देशित करने की भावना महसूस की। यह, बदले में, मुझे संयुक्त राष्ट्र की ओर ले गया।

संयुक्त राष्ट्र एक आदर्श मंच के रूप में उभरा, जहाँ मैं अर्थपूर्ण योगदान दे सकता था। अर्मेनिया की भू-राजनीतिक स्थिति और मेरी全球 मामलों पर प्रभाव डालने की आकांक्षा को देखते हुए, मुझे लगता था कि संयुक्त राष्ट्र के साथ सहयोग करने से मुझे वास्तव में अंतर बनाने का अवसर मिलेगा। महत्वपूर्ण चर्चाओं और निर्णयों में भाग लेकर, मैं दुनिया के मुद्दों पर अर्थपूर्ण प्रभाव डालने का लक्ष्य रखता था।

आप जल्द ही संयुक्त राष्ट्र से निराश हो गए, तो आप तकनीक में काम करने की इच्छा कैसे करने लगे?

संयुक्त राष्ट्र के साथ निराशा उनकी धीमी और जटिल प्रकृति में निहित थी, जिसने अंततः मेरे करियर की आकांक्षाओं में एक बदलाव को प्रेरित किया। जबकि संयुक्त राष्ट्र के अपने फायदे थे, मुझे एहसास हुआ कि यह अक्सर प्रभावी कार्रवाई और वास्तविक परिवर्तन लाने में असमर्थ था। यह एहसास मुझे तकनीक की दुनिया की ओर मोड़ने के लिए प्रेरित किया – एक गतिशील और अनियंत्रित स्थान।

तकनीक की दुनिया में, नवाचारी उपकरण तैयार हैं और लगातार आगे बढ़ रहे हैं, जो व्यक्तियों को अनावश्यक बाधाओं के बिना परिवर्तन लाने की क्षमता प्रदान करते हैं। यह वातावरण विचारों को वास्तविकता में बदलने की अनुमति देता है, अनावश्यक अनुमतियों के बिना – एक पहलू जो मुझे वास्तव में आकर्षित करता था। तकनीक के माध्यम से व्यापक प्रभाव डालने की क्षमता एक अनिरोध्य आह्वान बन गई, जिसने मुझे इस जीवंत क्षेत्र में डूबने के लिए प्रेरित किया।

आपके कुछ पहले डेटा परियोजनाएं जिन पर आप काम किया था, वे क्या थीं?

मेरी पहली परियोजनाओं में से एक किशोर मानसिक स्वास्थ्य पर केंद्रित एक ऐप बनाना था। ऐप ने प्रारंभिक द्विध्रुवी विकार के संकेतों की पहचान करने के लिए पैसिव हैप्टिक्स डेटा और संवादात्मक बुद्धिमत्ता का उपयोग किया। उस समय, प्राकृतिक भाषा प्रसंस्करण का क्षेत्र आज जितना उन्नत नहीं था, जो कि लगभग छह साल पहले इस परियोजना की शुरुआत के बाद से बहुत प्रभावशाली है। हमारा काम इस स्थान में अनुसंधान और विकास की पहली पहलों में से एक था, और बाद में हमने अपनी बौद्धिक संपदा को बीमा कंपनियों को आंतरिक विश्लेषण और अंडरराइटिंग के लिए बेच दिया।

आप पहले लंदन स्थित एआई सीड के माध्यम से एआई और एमएल कंपनियों में निवेश करते थे, तो आपको सफल एआई स्टार्टअप्स में कुछ सामान्य विशेषताएं क्या दिखाई दीं?

एक स्थिर धागा विशिष्ट डेटा तक विशेष पहुंच था, साथ ही साथ वास्तविक दुनिया की समस्याओं को हल करने के लिए इस डेटा का उपयोग करने की क्षमता थी। इसके अलावा, यह स्वीकार करना महत्वपूर्ण है कि लागू किए गए एआई कंपनियों के क्षेत्र में, जोर केवल मॉडल बनाने से परे जाता है; यह मूल्यवान और प्रभावी उत्पाद बनाने की ओर स्थानांतरित हो जाता है। जो टीमें इस दृष्टिकोण को समझती और अपनाती हैं, वे वास्तव में एआई/एमएल परिदृश्य में पनपती हैं। उदाहरण के लिए, प्रेडिना एक विशिष्ट 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 मदद करने के लिए प्रोप्राइटरी एल्गोरिदम का उपयोग करती है।

क्या आप एनट्रोपी की उत्पत्ति की कहानी साझा कर सकते हैं?

एनट्रोपी का जन्म इस विचार से हुआ कि दुनिया की कुछ सबसे महत्वपूर्ण जानकारी वित्तीय लेनदेन में छिपी हुई है। अब तक, यह डेटा सिलोस में रहता था, जो असंगठित और काम करने में मुश्किल है। हमने एनट्रोपी को वास्तव में वैश्विक, क्रॉस-उद्योग, क्रॉस-जियो और बहुभाषी वित्तीय डेटा इंजन बनाने के लिए बनाया है जो मानव-स्तर की सटीकता प्रदान कर सकता है। वित्तीय डेटा को समझने और व्याख्या करने की क्षमता के साथ, वित्त की गतिविधियों को पुनः परिभाषित किया जा सकता है और इसकी पहुंच बढ़ाई जा सकती है।

हमारे पास एक प्रतिष्ठित स्टार्टअप कहानी रही है। शुरुआत में, मेरे सह-संस्थापक इलिया और मैं एक छोड़े हुए धूल भरे स्कूल भवन के बेसमेंट से काम कर रहे थे। हमने 20k लेनदेन और एक डिस्टिल्ड बीईआरटी मॉडल के साथ शुरू किया जो उन पर प्रशिक्षित था। डेटा को एक उपभोक्ता ऐप से बूटस्ट्रैप किया गया था जिसमें प्लेड कनेक्शन था, और दोस्तों और परिवार का समर्थन था। हम शुरुआत में लंबे समय तक काम कर रहे थे और पैसे की तंगी से जूझ रहे थे, लेकिन हमारे व्यवसाय के प्रति निर्धारित और समर्पित थे।

आज तक, हमारी यात्रा ने हमें अरबों लेनदेन का विश्लेषण और लेबल करने के लिए ले जाया है। इसके परिणामस्वरूप, हमारे पास दुनिया के सबसे व्यापक व्यापारी डेटाबेस में से एक है, जिसमें लगभग 100 मिलियन से अधिक व्यापारी हैं जो नाम, पते, उद्योग टैग और अधिक जैसी जानकारी से समृद्ध हैं। हमने लगातार अपने लेनदेन के भंडार का विस्तार किया है – वित्तीय डेटा पर एलएलएम की शक्ति का उपयोग करने से अभूतपूर्व लागत-कुशलता और गति मिली है। यह क्षमता वित्तीय परिदृश्य को क्रांतिकारी बनाने की क्षमता रखती है।

वित्तीय डेटा एक महान समानकर्ता क्यों है?

वित्तीय डेटा एक शक्तिशाली समानकर्ता के रूप में उभरता है क्योंकि यह खेल को समतल करने, अनिश्चितता को कम करने और विश्वास को बढ़ावा देने की क्षमता रखता है। जब डेटा प्रचुर और परिष्कृत होता है, तो यह वित्तीय निर्णय लेने से जुड़े जोखिमों को कम करता है। जैसे ही जोखिम प्रबंधनीय हो जाता है, एक बदलाव होता है। अनिश्चितता की लागत कम हो जाती है, जिससे व्यक्तियों को अधिक सूचित और न्यायसंगत निर्णय लेने में सक्षम बनाता है, जो बदले में खेल को समतल करता है। उदाहरण के लिए, यदि हमारे पास अधिक डेटा तक पहुंच है और हम एक संकीर्ण सेट पैरामीटर पर निर्णय नहीं लेते हैं, तो एक नए आव्रजनकर्ता के पास एक अच्छी तरह से स्थापित वंश के व्यक्ति के समान कार ऋण या बंधक पर अनुकूल शर्तें प्राप्त करने की संभावना है। मूल रूप से, वित्तीय असमानता की बाधा धीरे-धीरे घुल जाती है, एक युग की शुरुआत होती है जहां व्यापक श्रेणी के लोग अनुकूल वित्तीय अवसरों तक पहुंच सकते हैं।

वित्तीय लेनदेन को पढ़ने और समझने में सक्षम एआई बनाने के पीछे कुछ चुनौतियां क्या हैं जैसे कि मानव?

वित्तीय लेनदेन को मानव की तरह समझने में सक्षम एआई विकसित करना चुनौतीपूर्ण है क्योंकि इसकी संभाव्यता प्रकृति के कारण त्रुटियां हो सकती हैं। मानव के विपरीत, एआई प्रणालियों में अभी भी जवाबदेही संरचनाएं नहीं हैं। मुख्य चुनौती एआई प्रणालियों को त्रुटियों और उनके प्रभाव को कम करने और साथ ही साथ स्केलेबिलिटी सुनिश्चित करने के लिए परिष्कृत करना है। दिलचस्प बात यह है कि बड़े मॉडल इस चुनौती को कम करने में मदद कर सकते हैं और समय के साथ सटीकता में सुधार कर सकते हैं। बढ़ी हुई क्षमताएं और डेटा की समृद्धि एआई की व्याख्यात्मक सटीकता को बढ़ा सकती है, अंततः एक अधिक लचीला त्रुटि-सहिष्णु वातावरण को प्रोत्साहित करती है और इन प्रणालियों के व्यापक अपनाने को तेज करती है।

क्या आप बता सकते हैं कि एनट्रोपी मानकीकृत वित्तीय डेटा कैसे प्रदान करती है?

एनट्रोपी एक व्यापक मंच के रूप में कार्य करती है, जो विभिन्न प्रकार के भाषा मॉडल को एक साथ लाती है, जिनमें सबसे व्यापक से लेकर सबसे कॉम्पैक्ट तक, साथ ही साथ ह्यूरिस्टिक्स। ये मॉडल कच्चे वित्तीय डेटा, विशेषज्ञ अंतर्दृष्टि, और मशीन-लेबल नमूनों का उपयोग करके प्रशिक्षित किए जाते हैं। हमारा लक्ष्य विभिन्न लेनदेन स्ट्रिंग्स से अर्थपूर्ण अंतर्दृष्टि निकालना है और उन्हें एक आसानी से समझने योग्य तरीके से प्रस्तुत करना है। हमारी सूट में एपीआई और एक直观 डैशबोर्ड शामिल हैं, जो उपयोगकर्ताओं को मिलीसेकंड के भीतर वित्तीय डेटा को तेजी से परिवर्तित करने की अनुमति देता है। यह कार्यक्षमता उपयोगकर्ताओं के उत्पादों और सेवाओं में निर्बाध रूप से एकीकृत होती है।

इस डेटा के पीछे कुछ उपयोग के मामले क्या हैं?

इस डेटा के लिए अनुप्रयोग व्यापक हैं, जो वित्तीय संचालन के पूरे स्पेक्ट्रम को कवर करते हैं। यह विभिन्न कार्यों को सशक्त बनाता है, जिनमें भुगतान, अंडरराइटिंग, लेखांकन, निवेश और अधिक शामिल हैं। डेटा की अनुकूलन क्षमता विभिन्न वित्तीय गतिविधियों पर इसके प्रभाव में स्पष्ट होती है, चाहे वह धन हस्तांतरण, विस्तृत रिकॉर्ड रखने या पूंजी उपयोग को अनुकूलित करने के लिए हो।

बैंक लेनदेन या बजटिंग ऐप पर विचार करें। एक त्वरित नज़र यह दिखाती है कि व्यापारियों के नाम और विवरण के मानकीकरण के कारण खरीदारी को समझने में कठिनाई होती है। कई कंपनियों ने इस मुद्दे को आंतरिक समाधानों के माध्यम से संबोधित करने का प्रयास किया है, लेकिन वे अक्सर स्केलेबिलिटी, रखरखाव और सामान्यीकरण के मामले में कम पड़ती हैं। एक कस्टम मॉडल आमतौर पर केवल 60-70% सटीक होता है और बनाने में महीनों लग सकते हैं।

एनट्रोपी की तकनीक वैश्विक व्यापारी डेटाबेस, खोज इंजन और वेब के संक्षिप्त संस्करण पर प्रशिक्षित भाषा मॉडल से अरबों डेटा बिंदुओं को जोड़ती है ताकि चार अलग-अलग महाद्वीपों और छह से अधिक भाषाओं में बैंकिंग डेटा को संसाधित किया जा सके। हम वित्त में बड़े पैमाने पर भाषा मॉडल का समर्थन करने की अनुमति दे रहे हैं ताकि सभी पिछड़े कार्यालय कार्यों का समर्थन किया जा सके।

एनट्रोपी के भविष्य के लिए आपकी दृष्टि क्या है?

हमारी दृष्टि एनट्रोपी के लिए स्पष्ट है: हम वित्तीय सेवाओं के लिए एक वर्टिकल एआई कंपनी बनना चाहते हैं। हमारी मजबूत डेटा और अंतर्ज्ञान की नींव, एक समर्पित टीम द्वारा समर्थित, ने हमें वास्तविक परिवर्तन लाने के लिए अनोखे तरीके से स्थिति में रखा है। तो यह वास्तव में अभ्यास में क्या मतलब है? यह नवीनतम प्रगति का लाभ उठाकर वित्त को बदलने और उत्पादकता के नए स्तर को अनलॉक करने के बारे में है जो पहले पहुंच से बाहर थे।

हम सभी जानते हैं कि बैंकिंग महंगी हो सकती है। लेकिन कल्पना कीजिए कि अगर हम इसे बदल सकते हैं। लागत को कम करके, हम न केवल खर्चों में कटौती कर रहे हैं, बल्कि हम स्वस्थ प्रतिस्पर्धा को प्रोत्साहित कर रहे हैं, प्रणाली की अर्थव्यवस्था में सुधार कर रहे हैं और अंततः वित्तीय सेवाओं को हर किसी के लिए अधिक सुलभ और कुशल बना रहे हैं। यह भविष्य है जिसकी हम ओर बढ़ रहे हैं – एक वित्तीय परिदृश्य जो अधिक न्यायसंगत और उपयोगकर्ता-मित्र है।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें एनट्रोपी पर जाना चाहिए।