Alexander Hudek, Co-Founder & CTO of Kira Systems – Interview Series

Alex Hudek adalah Co-Founder & CTO of Kira Systems. Ia memegang gelar Ph.D dan M.Math dalam Ilmu Komputer dari University of Waterloo, dan B.Sc. dari University of Toronto di Fisika dan Ilmu Komputer.

Penelitiannya di masa lalu dalam bidang bioinformatika berfokus pada menemukan kesamaan antara urutan DNA. Ia juga bekerja di bidang sistem bukti dan kompilasi kueri database.

Kapan Anda pertama kali tertarik dengan machine learning dan AI?

Saya selalu tertarik dengan ilmu komputer. Di tingkat sarjana, saya mengambil kursus tentang algoritma perencanaan dan logika, machine learning dan AI, komputasi numerik, dan topik lainnya. Minat saya dalam machine learning tumbuh lebih spesifik selama saya melakukan PhD di University of Waterloo. Di sana, saya menggunakan metode machine learning untuk mempelajari DNA. Setelah itu, saya lebih dalam mempelajari logika formal sebagai bagian dari penelitian pasca doktoral saya. Logika dan penalaran adalah salah satu sisi dari koin dalam pendekatan AI dan saya merasa perlu untuk mengetahuinya lebih banyak.

Beberapa penelitian Anda di masa lalu dalam bidang bioinformatika berfokus pada menemukan kesamaan antara urutan DNA. Bisakah Anda membahas beberapa pekerjaan ini?

Badan utama tesis saya melibatkan membangun model mutasi DNA yang lebih realistis menggunakan Hidden Markov Models. Saya menggunakan model yang lebih kompleks ini dalam algoritma baru yang dirancang untuk menemukan wilayah DNA yang berbagi asal-usul umum dengan spesies lain. Secara khusus, algoritma baru ini dapat menemukan wilayah urutan yang lebih lemah terkait daripada algoritma sebelumnya untuk tugas tersebut.

Sebelum saya melakukan PhD, saya bekerja di laboratorium penelitian yang merupakan bagian dari proyek genom manusia. Salah satu proyek paling terkenal yang saya bantu selesaikan adalah draft pertama dari kromosom manusia 7.

Apa yang menjadi inspirasi awal di balik peluncuran Kira?

Ide untuk Kira berasal dari co-founder saya, Noah Waisberg. Ia telah menghabiskan jam-jam dalam karirnya sebagai pengacara melakukan pekerjaan yang sekarang kita bangun AI untuk melakukannya. Ini adalah ide yang menarik bagi saya karena melibatkan bahasa alami dan masalah yang terfokus, dan saya bisa melihat potensi bisnisnya. Ada sesuatu yang menggoda tentang membangun AI yang dapat memahami bahasa manusia karena bahasa sangat terkait dengan kognisi manusia.

Bisakah Anda menjelaskan apa itu Contract Analysis Software dan bagaimana itu bermanfaat bagi profesional hukum?

Kira menggunakan machine learning yang diawasi, yang berarti pengacara berpengalaman memberi makan ketentuan dari kontrak nyata ke dalam sistem yang dirancang untuk belajar dari contoh-contoh tersebut. Sistem ini mempelajari data ini, mempelajari apa bahasa yang relevan, dan membangun model ketentuan probabilistik. Model-model ini kemudian diuji terhadap set perjanjian yang telah diberi anotasi yang sistem tidak kenal untuk menentukan kesiapannya. Teknologi machine learning yang sangat akurat ini dapat mengidentifikasi dan menganalisis hampir semua ketentuan dalam kontrak, menghasilkan penghematan waktu pelanggan yang dilaporkan sebesar 20-90%. Produktivitas yang ditingkatkan ini membantu Firma Hukum dengan meningkatkan Tarif Realisasi mereka, memberi mereka lebih banyak kesempatan untuk meningkatkan pendapatan mereka dan melestarikan klien mereka yang ada. Untuk perusahaan, ini mengarah pada produktivitas yang lebih baik di dalam perusahaan, mengurangi jumlah biaya hukum eksternal yang diperlukan.

Natural Language Processing (NLP) sulit bagi sebagian besar perusahaan, bisakah Anda membahas beberapa tantangan tambahan yang dihadapi ketika memproses terminologi hukum dan nuansa lain yang unik dalam profesi hukum?

Bagi banyak orang, bahasa hukum dapat tampak sangat asing, tetapi ternyata dari perspektif machine learning, itu tidak benar-benar berbeda. Ada beberapa hal unik; kapitalisasi lebih penting dan kalimat dapat lebih panjang daripada biasanya, tetapi secara keseluruhan kita tidak memerlukan pendekatan NLP yang jauh berbeda dari domain lain.

Satu aspek yang secara signifikan berbeda adalah kebutuhan akan privasi data dan kustomisasi. Profesional hukum diwajibkan untuk menjaga kerahasiaan data klien, dan menggunakan data tersebut dalam produk machine learning yang mengumpulkan atau membagikan data pelatihan berlawanan dengan persyaratan tersebut. Bahkan, menyimpan data pelatihan seringkali tidak mungkin karena mereka memiliki kewajiban untuk menghapus data klien setelah proyek selesai. Oleh karena itu, kemampuan untuk melatih model tanpa vendor dalam loop menjadi sangat penting, serta teknik machine learning yang membuatnya sulit atau tidak mungkin untuk memulihkan bagian dari data pelatihan dengan memeriksa model yang dipelajari. Teknik yang memungkinkan Anda untuk mengambil model yang ada dan memperbarui dengan data pelatihan baru tanpa melatih dari awal juga sangat penting.

Dalam hal kustomisasi, ada kebutuhan bagi klien untuk dapat membangun model mereka sendiri. Ini karena untuk konsep hukum yang lebih kompleks, ada persetujuan yang wajar di antara para profesional, dan firma sering ingin menyesuaikan atau membangun model untuk mencocokkan posisi unik mereka.

Bisakah Anda menjelaskan bagaimana deep learning digunakan untuk mengategorikan data dalam perangkat lunak Kira?

Kami tidak menggunakan banyak deep learning dalam produk kami, meskipun tim penelitian internal kami menghabiskan banyak waktu untuk mengevaluasi dan menjelajahi solusi deep learning. Sampai sekarang, pada jenis masalah yang kami hadapi, teknik deep learning hanya mencocokkan pendekatan non-deep learning, atau paling banyak mendapatkan peningkatan kecil. Mengingat overhead komputasi yang besar dari metodologi deep learning, serta tantangan dalam menjaga privasi data pelatihan, mereka belum cukup menggoda untuk diadopsi.

Apa saja model ketentuan bawaan yang ditawarkan Kira?
Saat ini Kira dapat mengidentifikasi dan mengekstrak lebih dari 1.000 ketentuan, klausa, dan data poin (bidang pintar) bawaan. Mereka terkait dengan berbagai topik, dari Due Diligence M&A – yang Kira awalnya dirancang untuk membantu – hingga Brexit; hingga Real Estate. Bidang pintar ini dibangun oleh tim ahli subjek kami yang mencakup pengacara berpengalaman dan akuntan. Dengan teknologi machine learning kami, standar Kira memerlukan hampir setiap bidang pintar untuk mencapai pengingatan minimum 90%, yang berarti perangkat lunak kami akan menemukan 90% atau lebih dari ketentuan, klausa, atau data poin yang Anda cari dalam kontrak atau dokumen, mengurangi risiko dan kesalahan dalam proses tinjauan kontrak. Selain itu, jumlah bidang kustom yang tidak terbatas dapat dibuat/diajarkan oleh firma untuk mengidentifikasi dan mengekstrak wawasan relevan secara otomatis menggunakan alat Quick Study kami.

Dunia hukum sering dikenal lambat dalam mengadopsi teknologi baru. Apakah Anda menemukan bahwa ada hambatan pendidikan ketika datang ke pendidikan firma hukum?

Pengacara benar-benar ingin tahu bagaimana sesuatu bekerja, jadi pendidikan sangat penting. Ini tidak lebih sulit untuk mengajar pengacara tentang machine learning dan AI daripada profesional lain, tetapi itu pasti diperlukan untuk memiliki materi pelatihan siap. Banyak hambatan adopsi adalah sosial juga; orang sering bertanya tentang praktik terbaik dalam menyesuaikan proses internal mereka untuk menggunakan AI, atau tertarik dengan bagaimana mereka dapat menggunakan AI untuk mengubah penawaran bisnis mereka dengan cara yang memberikan mereka keuntungan di luar hanya perbaikan efisiensi.

Dibandingkan dengan saat kami memulai Kira Systems pada 2011, firma hukum saat ini jauh lebih pintar tentang AI dan teknologi. Banyak dari mereka memiliki tim inovasi yang bertugas untuk menyelidiki teknologi baru dan mendorong adopsi solusi baru.

Apakah ada yang lain yang ingin Anda bagikan tentang Kira?

Literatur akademis dan perpustakaan machine learning open source sangat membantu kami dalam memulai perusahaan. Kami percaya bahwa informasi dan perangkat lunak terbuka adalah manfaat besar bagi dunia. Mengingat hal ini, saya sangat senang bahwa tim penelitian kami menerbitkan hasil dari banyak upaya penelitian kami dalam jurnal akademis dan konferensi. Selain menunjukkan bahwa kami mendorong batas-batas seni, ini memungkinkan kami untuk memberi kembali kepada komunitas yang membantu kami memulai, dan yang kami terus dapatkan banyak nilai dari. Anda dapat menemukan makalah kami di https://kirasystems.com/science/.

Untuk mempelajari lebih lanjut kunjungi Kira Systems.