Նարե Վարդանյան, Ntropy – Հարցազրույցների շարքի համահիմնադիր և գործադիր տնօրեն

Նարե Վարդանյան, համահիմնադիր և գործադիր տնօրեն Նտրոպիա, հարթակ, որը ծրագրավորողներին հնարավորություն է տալիս գերմարդկային ճշգրտությամբ վերլուծել ֆինանսական գործարքները 100 մվ-ից ցածր՝ բացելով նոր սերնդի ինքնավար ֆինանսների ուղին, հզորացնելով ապրանքներն ու ծառայությունները, որոնք նախկինում երբեք հնարավոր չեն եղել: Այն փոխակերպում է գործարքների չմշակված հոսքերը համատեքստային, կառուցվածքային տեղեկատվության՝ համակցելով բազմաթիվ աղբյուրներից ստացված տվյալները, ներառյալ բնական լեզվի մոդելները, որոնման համակարգերը, ներքին տվյալների բազաները, արտաքին API-ները և առկա գործարքների տվյալները մեր ցանցից:

Դուք մեծացել եք Հայաստանում, առանց էլեկտրականության պատերազմի ժամանակ։ Կարո՞ղ եք կիսվել որոշ մանրամասներով այս վաղ օրերի վերաբերյալ, և ինչպես դա ստիպեց ձեզ աշխատել Միավորված ազգերի կազմակերպության համար:

Այդ փորձը Հայաստանում կիսեց մի ամբողջ սերունդ։ Դա իմ մեջ զարգացրեց երևակայության զգացում և նույնիսկ փոքր միջոցներով լուծումներ գտնելու կարողություն: Ինչպես մյուսները, ովքեր մեծացել են կոնֆլիկտային գոտում, իմ կյանքի այս շրջանը մեծ ազդեցություն է ունեցել իմ աշխարհը պատկերացնելու վրա: Այս պահանջկոտ հանգամանքները սնուցեցին համայնքի ներսում ընդհանուր պատասխանատվության զգացում և դրական փոփոխություններ բերելու վճռական մղում: Հասկանալով, որ մեր մարտահրավերները դուրս են գալիս անհատական ​​պայքարներից, ես զգացի ավելի լայն մասշտաբով մտածելու և իմ ջանքերը ուղղորդելու կոչը: Սա, իր հերթին, ինձ ուղղորդեց դեպի Միավորված ազգերի կազմակերպություն:

ՄԱԿ-ը հայտնվեց որպես իմաստալից ներդրում կատարելու իդեալական հարթակ: Հաշվի առնելով Հայաստանի անկայուն աշխարհաքաղաքական դիրքը և գլոբալ խնդիրների վրա ազդելու իմ ձգտումը, ես հավատում էի, որ ՄԱԿ-ի հետ համագործակցությունը հնարավորություն կտա իսկապես փոփոխություն մտցնել: Մասնակցելով հետևողական քննարկումներին և որոշումներին՝ ես նպատակ ունեի բովանդակալից ազդեցություն ունենալ աշխարհի խնդիրների վրա:

Դուք շուտով հիասթափվեցիք Միավորված ազգերի կազմակերպությունից, ինչպե՞ս հետո անցաք տեխնոլոգիական ոլորտում աշխատելու ցանկությանը:

ՄԱԿ-ի նկատմամբ հիասթափությունը արմատավորված էր նրա դանդաղ և բյուրոկրատական ​​բնույթով, որն ի վերջո փոխեց իմ կարիերայի ձգտումները: Թեև ՄԱԿ-ն ուներ իր առավելությունները, ես հասկացա, որ նրան հաճախ զուրկ են արդյունավետ գործողությունները և իրական փոփոխությունները մղելու ունակությունը: Այս գիտակցումն ինձ ուղղորդեց դեպի տեխնոլոգիայի ոլորտ՝ դինամիկ և անսահմանափակ տարածություն ուղղելու իմ ուշադրությունը:

Տեխնոլոգիաների աշխարհում նորարարական գործիքները մատչելի են և անընդհատ առաջադիմում են՝ անհատներին հնարավորություն տալով փոխակերպումներ առաջացնել առանց ավելորդ խոչընդոտների: Այս միջավայրը խթանում է գաղափարների վերածումը իրականության՝ առանց անհարկի թույլտվությունների՝ մի կողմ, որն իսկապես հիացրեց ինձ: Տեխնոլոգիաների միջոցով էական, համատարած ազդեցություն ունենալու ներուժը դարձավ անդիմադրելի կոչում, որը ստիպեց ինձ ընկղմվել այս աշխույժ ոլորտում:

Որո՞նք էին տվյալների առաջին նախագծերից մի քանիսը, որոնց վրա դուք աշխատել եք:

Իմ նախկին նախագծերից մեկը դեռահասների հոգեկան առողջության վրա կենտրոնացած հավելվածի ստեղծումն էր: Հավելվածն օգտագործել է պասիվ հապտիկ տվյալներ և խոսակցական ինտելեկտ՝ երկբևեռ խանգարման վաղ նշանները բացահայտելու համար: Այն ժամանակ բնական լեզվի մշակման ոլորտն այնքան զարգացած չէր, որքան այսօր, ինչը միանգամայն ուշագրավ է, եթե հաշվի առնենք ընդամենը մոտ վեց տարի առաջ, երբ նախաձեռնվեց այս նախագիծը: Մեր աշխատանքը այս տարածքում առաջին հետազոտական ​​և մշակման նախաձեռնություններից մեկն էր, և մենք հետագայում վաճառեցինք մեր IP-ն ապահովագրողներին՝ ներքին վերլուծության և տեղաբաշխման համար:

Դուք նախկինում ներդրումներ եք կատարել AI և ML ընկերություններում լոնդոնյան AI Seed-ի միջոցով, որո՞նք էին ընդհանուր հատկանիշներից մի քանիսը, որոնք դուք նկատել եք AI-ի հաջողակ ստարտափների հետ:

Մշտական ​​շարանը տվյալներին բացառիկ մուտք ունենալն էր, ինչպես նաև այս տվյալները օգտագործելու հնարավորությունը իրական աշխարհի խնդիրները լուծելու համար: Ավելին, կարևոր է ընդունել, որ կիրառական արհեստական ​​ինտելեկտի ընկերությունների տիրույթում շեշտը դուրս է գալիս միայն մոդելներ կառուցելուց. այն շարժվում է դեպի ազդեցիկ, արժեքավոր ապրանքներ ստեղծելու ուղղությամբ: Թիմերը, որոնք ընկալում և ընդունում են այս տեսակետը, նրանք են, որոնք իսկապես բարգավաճում են AI/ML լանդշաֆտում: Օրինակ, Predina-ն օգտագործում է AI-ն՝ կանխատեսելու տրանսպորտային պատահարի վտանգը տվյալ վայրում և ժամանակում, մինչդեռ Observe Technologies-ն օգտագործում է սեփականության ալգորիթմներ՝ ձկնաբուծարաններին աջակցելու համար, որպեսզի կայուն աճեցնեն սնունդը:

Կարո՞ղ եք կիսվել Ntropy-ի հիմքում ընկած Ծննդոցի պատմությունով:

Ntropy-ն ծնվել է այն գաղափարից, որ աշխարհի ամենակարևոր տեղեկություններից մի քանիսը թաքնված են ֆինանսական գործարքների մեջ: Մինչ այժմ այս տվյալներն ապրում էին սիլոսներում, որոնց հետ աշխատելը խառնաշփոթ է և դժվար: Մենք ստեղծեցինք Ntropy-ն, որպեսզի լինի առաջին իսկական գլոբալ, միջարդյունաբերական, աշխարհագրական և բազմալեզու ֆինանսական տվյալների շարժիչը, որը կարող է ապահովել մարդկային մակարդակի ճշգրտություն: Ստեղծելով ընդհանուր լեզու և համակարգ ֆինանսական տվյալները հասկանալու համար՝ մենք հավասարեցնում ենք վստահությունն ու փողի հասանելիությունը բիզնեսների և անհատների համար ցանկացած վայրում: Ունենալով այս գործարքները հասկանալու և մեկնաբանելու ունակությունը, փողի դինամիկան կարող է վերաիմաստավորվել, ինչպես նաև դրա հասանելիությունը:

Մենք բավականին արխետիպային ստարտափ պատմություն ենք ունեցել: Սկզբում ես և իմ համահիմնադիր Իլիան աշխատում էինք լքված փոշոտ դպրոցի շենքի նկուղից: Մենք սկսեցինք 20 հազար գործարքներով և դրանց վրա վերապատրաստված թորած BERT մոդելով: Տվյալները բեռնվել են Typeform-ի սպառողական հավելվածից՝ Plaid կապով և աջակցվել ընկերների և ընտանիքի կողմից: Սկզբում մենք երկար ժամեր էինք աշխատում և կանխիկ փողի պատճառով, բայց սնվում էինք այս բիզնեսի նկատմամբ վճռականությամբ և նվիրվածությամբ:

Այսօրվա մեր ճանապարհորդությունը մեզ ստիպեց վերլուծել և պիտակավորել միլիարդավոր գործարքներ: Արդյունքում, մենք այժմ ունենք աշխարհի ամենաընդգրկուն առևտրական տվյալների բազաներից մեկը՝ մոտ 100 միլիոն+ վաճառականներով, որոնք հարստացված են անուններով, հասցեներով, ոլորտի պիտակներով և այլն: Մենք հետևողականորեն ընդլայնել ենք գործարքների մեր շտեմարանը. այս ֆինանսական տվյալների վրա LLM-ների հզորությունը օգտագործելը բերել է անզուգական ծախսարդյունավետություն և արագություն: Այս հնարավորությունը պարունակում է ֆինանսական լանդշաֆտը հեղափոխելու ներուժ:

Ինչու՞ են ֆինանսական տվյալները լավագույն հավասարեցնողներից մեկը:

Ֆինանսական տվյալները ի հայտ են գալիս որպես հզոր հավասարեցնող միջոց՝ շնորհիվ հավասարեցնելու խաղադաշտը, նվազեցնելու անորոշությունը և խթանելու վստահությունը: Երբ տվյալները առատ են և կատարելագործված, այն վերածվում է ֆինանսական որոշումների կայացման հետ կապված ռիսկերի նվազեցման: Քանի որ ռիսկը դառնում է ավելի կառավարելի, տեղի է ունենում տեղաշարժ: Անորոշության արժեքը նվազում է՝ հնարավորություն տալով անհատներին ավելի տեղեկացված և արդարացի որոշումներ կայացնել, ինչն իր հերթին հավասարեցնում է խաղադաշտը: Օրինակ, եթե մենք ավելի մեծ հասանելիություն ունենք տվյալներին և այլևս որոշումներ չենք կայացնում՝ հիմնված շատ նեղ պարամետրերի վրա, նոր ներգաղթյալն ունի նույն ներուժը, ինչ լավ կայացած տոհմից որևէ մեկը՝ մեքենայի վարկի կամ հիփոթեքի համար բարենպաստ պայմաններ ապահովելու համար: Ըստ էության, ֆինանսական անհավասարակշռության պատճառով առաջացած խոչընդոտը սկսում է լուծարվել՝ ներմուծելով մի դարաշրջան, որտեղ մարդկանց ավելի լայն շրջանակ կարող է օգտվել շահավետ ֆինանսական հնարավորություններից:

Որո՞նք են արհեստական ​​ինտելեկտի կառուցման մի քանի մարտահրավերներ, որոնք կարող են կարդալ և հասկանալ ֆինանսական գործարքները, ինչպես մարդը:

Արհեստական ​​ինտելեկտի զարգացումը, որն ունակ է հասկանալու ֆինանսական գործարքները, ինչպես մարդիկ կարող են, դժվար է իր հավանական բնույթի պատճառով, ինչը կարող է հանգեցնել սխալների: Ի տարբերություն մարդկանց, AI համակարգերը դեռևս չունեն հաշվետվողականության կառուցվածքներ: Հիմնական մարտահրավերը արհեստական ​​ինտելեկտի համակարգերի կատարելագործումն է՝ նվազեցնելու սխալները և դրանց ազդեցությունը՝ միաժամանակ ապահովելով մասշտաբայնությունը: Հետաքրքիր է, որ ավելի մեծ մոդելները կարող են մեղմել այս մարտահրավերը՝ ժամանակի ընթացքում աստիճանաբար բարելավելով ճշգրտությունը: Ընդլայնված հնարավորությունները և տվյալների առատությունը կարող են բարձրացնել AI-ի մեկնաբանման ճշգրտությունը՝ ի վերջո ստեղծելով ավելի մեղմ սխալների նկատմամբ հանդուրժող միջավայր և արագացնելով այս համակարգերի լայն տարածումը:

Կարո՞ղ եք քննարկել, թե ինչպես է Ntropy-ն առաջարկում ստանդարտացված ֆինանսական տվյալներ:

Ntropy-ն գործում է որպես համապարփակ հարթակ՝ համախմբելով լեզվական մոդելների սպեկտրը, որն ընդգրկում է ամենածավալունից մինչև ամենակոմպակտը՝ հեվրիստիկայի հետ համատեղ: Այս մոդելները վերապատրաստվում են՝ օգտագործելով չմշակված ֆինանսական տվյալները, փորձագիտական ​​պատկերացումները և մեքենաներով պիտակավորված նմուշները: Մեր նպատակն է բովանդակալից պատկերացումներ կորզել մի շարք գործարքների տողերից և դրանք համահունչ ներկայացնել հեշտ հասկանալի ձևով: Մեր հավաքածուն ներառում է API-ներ և ինտուիտիվ վահանակ, որը հնարավորություն է տալիս արագորեն փոխարկել ֆինանսական տվյալները միլիվայրկյանների ընթացքում: Այս ֆունկցիոնալությունը անխափան կերպով ինտեգրվում է օգտատերերի արտադրանքներին և ծառայություններին:

Որո՞նք են օգտագործման որոշ դեպքեր այս տվյալների հետևում:

Այս տվյալների համար դիմումները լայնածավալ են՝ ընդգրկելով ֆինանսական գործառնությունների ամբողջությունը: Այն հզորացնում է տարբեր գործառույթներ, ներառյալ վճարումները, տեղաբաշխումը, հաշվապահական հաշվառումը, ներդրումները և այլն: Տվյալների հարմարվողականությունը պարզ է դառնում ֆինանսական գործունեության տարբեր ասպեկտների վրա ազդելու նրա ունակության մեջ, լինի դա ֆոնդերի փոխանցումներ, մանրակրկիտ գրառումների պահպանում կամ կապիտալի օգտագործման օպտիմալացում:

Հաշվի առեք բանկային գործարքները կամ բյուջետային հավելվածը: Արագ հայացքը բացահայտում է գնումները հասկանալու դժվարությունները՝ կապված ոչ ստանդարտ վաճառականների անունների և նկարագրությունների հետ: Թեև շատ ընկերություններ փորձել են լուծել այս խնդիրը ներքին լուծումների միջոցով, նրանք հաճախ թերանում են մասշտաբայնության, պահպանման և ընդհանրացման առումով: Պատվերով մոդելն ընդհանուր առմամբ ճշգրիտ է միայն 60-70%-ով, և դրա կառուցումը կարող է տևել ամիսներ:

Ntropy-ի տեխնոլոգիան միավորում է գլոբալ առևտրական տվյալների բազաներից, որոնման համակարգերից և լեզվական մոդելներից ստացված միլիարդավոր տվյալների կետեր, որոնք վերապատրաստվել են համացանցի խտացված տարբերակում՝ մշակելու բանկային տվյալները չորս տարբեր մայրցամաքներում և ևս վեց տարբեր լեզուներով: Մենք հնարավորություն ենք տալիս լայնածավալ լեզվական մոդելների օգտագործումը ֆինանսական ոլորտում՝ օժանդակ գրասենյակի բոլոր գործառույթներն աջակցելու համար:

Ո՞րն է ձեր տեսլականը Ntropy-ի ապագայի վերաբերյալ:

Ntropy-ի մեր տեսլականը պարզ է. մենք նպատակ ունենք դառնալ ֆինանսական ծառայությունների ուղղահայաց AI ընկերություն: Տվյալների և ինտուիցիայի մեր ամուր հիմքը, որը աջակցվում է նվիրված թիմի կողմից, եզակի դիրք է գրավել մեզ իրական փոփոխությունների առաջ մղելու համար: Այսպիսով, ի՞նչ է սա իրականում նշանակում գործնականում: Խոսքը վերաբերում է ամենավերջին առաջխաղացումներին՝ ֆինանսները փոխելու և արտադրողականության նոր մակարդակներ բացելու համար, որոնք նախկինում անհասանելի էին:

Մենք բոլորս գիտենք, որ բանկային գործունեությունը կարող է թանկ լինել: Բայց պատկերացրեք, եթե մենք կարողանայինք փոխել դա: Նվազեցնելով ծախսերը՝ մենք ոչ միայն կրճատում ենք ծախսերը, այլև խրախուսում ենք առողջ մրցակցությունը, բարելավում ենք համակարգի տնտեսությունը և, ի վերջո, ֆինանսական ծառայություններն ավելի մատչելի և արդյունավետ դարձնելով բոլորի համար: Սա այն ապագան է, որի ուղղությամբ մենք աշխատում ենք. ֆինանսական լանդշաֆտ, որն ավելի արդար է և ավելի հարմար օգտագործողի համար:

Շնորհակալություն հիանալի հարցազրույցի համար, այն ընթերցողները, ովքեր ցանկանում են ավելին իմանալ, պետք է այցելեն Նտրոպիա.