Francisco Webber, Co-Founder & CEO of Cortical.io – Wawancara Seri

Francisco Webber adalah co-founder dan CEO dari Cortical.io dan penemu teknologi Retina milik perusahaan. Teknologi ini menerapkan prinsip-prinsip pemrosesan serebral ke pembelajaran mesin dan pemahaman bahasa alami (NLU) untuk memecahkan kasus penggunaan dunia nyata yang terkait dengan data teks besar. Solusi Cortical.io didasarkan pada makna sebenarnya dari teks, bukan pada kejadian statistik.

Minat Francisco dalam teknologi informasi berkembang selama studinya di bidang medis, ketika dia terlibat dalam pemrosesan data medis. Selama dua dekade, dia menjelajahi teknologi mesin pencari dan sistem dokumentasi dalam berbagai konteks, tetapi semakin frustrasi dengan keterbatasan metode statistik mutakhir.

Pada tahun 2005, dia mendirikan Matrixware Information Services , yang mengembangkan basis data paten global yang pertama. Pada tahun 2007, dia mendirikan Information Retrieval Facility dengan ahli akademis terkemuka di bidang pemrosesan informasi, Professor Keith van Rijsbergen. Fasilitas ini bertujuan untuk menjembatani kesenjangan antara akademisi dan industri di bidang pemrosesan informasi. Francisco mengakui bahwa otak adalah satu-satunya sistem referensi yang ada ketika datang ke pemrosesan bahasa alami. Sementara itu, dia mengikuti perkembangan neurosains dan merumuskan teori Folding Semantik, yang memodelkan bagaimana otak merepresentasikan data bahasa.

Apa yang awalnya menarik Anda untuk terlibat dalam Pemahaman Bahasa Alami (NLU)?

Minat saya dalam teknologi informasi berkembang selama studinya di bidang medis, ketika saya terlibat dalam pemrosesan data medis. Selama dua dekade, saya menjelajahi teknologi mesin pencari dan sistem dokumentasi dalam berbagai konteks, tetapi semakin frustrasi dengan keterbatasan metode statistik mutakhir. Saya mengakui bahwa otak adalah satu-satunya sistem referensi yang ada ketika datang ke pemrosesan bahasa alami.

Anda adalah co-founder dan CEO dari Cortical.io. Bisakah Anda membagikan kisah di balik perusahaan ini?

Kami tahu bahwa kami memiliki teknologi yang dapat memungkinkan bisnis untuk mencari lebih cepat, akurat, dan efektif, untuk mengekstrak, mengannotasi, dan menganalisis informasi dari teks tidak terstruktur. Teknologi NLU berbasis AI kami dapat menjadi pembeda nyata dalam mengatasi tantangan pemrosesan data teks tidak terstruktur, karena memahami makna kalimat, paragraf, dan konsep, bukan hanya kata kunci, dan oleh karena itu menghasilkan hasil yang sangat akurat. Ketika pemimpin industri belajar tentang apa yang kami miliki, itu membuka pintu bagi kami untuk menguji pendekatan kami di bawah persyaratan yang nyata dan kompleks. Ini menghasilkan banyak kesuksesan bisnis Fortune 500. Ini telah menjadi model untuk produk intelijen kontrak dan pesan kami.

Teknologi Cortical.io didasarkan pada Teori Folding Semantik (SFT), sebuah teori komputasi inovatif untuk pemrosesan data bahasa. Apa beberapa keterbatasan saat ini dengan cara AI mengatasi NLU?

Pendekatan AI dan ML standar melibatkan membangun model statistik skala besar yang dilatih menggunakan jumlah data pelatihan yang besar. Seringkali, jumlah data pelatihan yang cukup tidak tersedia, atau ahli mata pelajaran tidak memiliki waktu untuk mengannotasi jumlah dokumen yang besar. Selain itu, melatih model besar (dengan miliaran parameter) memerlukan sumber daya komputasi yang besar, yang sangat mahal dan mengkonsumsi banyak energi. Model bahasa khas mengkonsumsi lebih banyak energi daripada lima mobil sepanjang masa hidupnya!

Teori Folding Semantik dibangun di atas Teori Memori Temporal Hierarkis (HTM). Bisakah Anda menjelaskan apa itu teori ini?

Memori Temporal Hierarkis (HTM) adalah teori kecerdasan yang terikat secara biologis yang awalnya dijelaskan dalam buku Jeff Hawkins On Intelligence. Ini adalah kerangka kerja kecerdasan mesin yang secara ketat didasarkan pada neurosains dan fisiologi serta interaksi neuron di otak. Dalam teori ini, otak bertindak sebagai sistem memori yang menyimpan pola dan membuat prediksi dari pengalaman saat ini berdasarkan pola yang diingat. Untuk benar-benar cerdas, mesin harus merekayasa kembali sistem memori-prediksi ini. Hawkins menjelaskan representasi terdistribusi yang jarang sebagai format data tunggal yang digunakan oleh neokortex. Sidik jari semantik yang digunakan dalam teknologi kami adalah representasi terdistribusi yang jarang dari teks (kata, kalimat, atau paragraf).

Bisakah Anda membagikan bagaimana metode SFT unggul dibandingkan dengan strategi NLU lainnya?

Teori Folding Semantik yang mendukung teknologi Cortical.io memiliki beberapa keunggulan besar. Pertama, tidak memerlukan repositori sampel data yang besar untuk menghasilkan hasil yang akurat. Kedua, ini cepat, dan memerlukan sumber daya komputasi yang lebih sedikit daripada algoritma pembelajaran mesin mutakhir. Terakhir, proses pelatihan jauh lebih sederhana dan dapat dikelola oleh ahli mata pelajaran yang akan menggunakan sistem, bahkan jika mereka tidak memiliki pengalaman AI.

Salah satu produk Cortical.io adalah Intelijen Pesan, apa aplikasi ini?

Intelijen Pesan masuk dalam kategori yang dikenal sebagai Pemrosesan Dokumen Cerdas. Perusahaan diliputi dengan memproses berbagai macam pesan dan dokumen. Intelijen Pesan adalah solusi out-of-the-box yang menggunakan teknologi Cortical.io untuk mengextract dan mengklasifikasikan informasi kunci dalam pesan dan dokumen ini dan memprosesnya pada skala perusahaan. Karena pendekatan paten Cortical.io memungkinkan pengembangan klasifikasi kustom dalam beberapa jam dan model ekstraksi dalam beberapa hari.

Produk lain yang ditawarkan adalah Intelijen Kontrak, bisakah Anda membagikan beberapa detail tentang ini?

Intelijen Kontrak Cortical.io menggunakan pendekatan baru untuk pemahaman bahasa alami untuk menganalisis informasi relevan dari jumlah dokumen yang besar dengan cepat dan dengan akurasi yang sulit dicapai pada skala dengan tenaga kerja manual atau dengan alat analisis kontrak lainnya. Solusi ini menawarkan alat berbasis makna yang kuat untuk mengextract dan mengklasifikasikan informasi kunci, mencari dalam dokumen individual atau seluruh database, serta membandingkan dokumen dengan template atau versi sebelumnya.

Apakah ada yang ingin Anda bagikan tentang Cortical.io?

Kami senang melihat kematangan Kecerdasan Buatan dan Pemahaman Bahasa Alami dari teknologi yang menarik ke integrasi ke dalam aplikasi yang memecahkan masalah bisnis dunia nyata.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Cortical.io.