Francisco Webber, Co-Fondatore e Amministratore Delegato di Cortical.io – Serie di Interviste

Francisco Webber è co-fondatore e amministratore delegato di Cortical.io e inventore della tecnologia Retina di proprietà dell’azienda. Questa tecnologia applica i principi dell’elaborazione cerebrale all’apprendimento automatico e alla comprensione del linguaggio naturale (NLU) per risolvere casi d’uso reali relativi ai grandi dati testuali. Le soluzioni di Cortical.io si basano sul significato effettivo del testo, piuttosto che sulle occorrenze statistiche.

L’interesse di Francisco per la tecnologia dell’informazione si è sviluppato durante i suoi studi medici, quando era coinvolto nell’elaborazione dei dati medici. Nel corso di due decenni, ha esplorato le tecnologie dei motori di ricerca e dei sistemi di documentazione in vari contesti, ma è diventato sempre più frustrato con i limiti dei metodi statistici all’avanguardia.

Nel 2005 ha fondato Matrixware Information Services , che ha sviluppato il primo database brevetti globali standardizzato. Nel 2007 ha istituito la Information Retrieval Facility con il professore Keith van Rijsbergen, un esperto accademico leader nel campo del recupero delle informazioni. La struttura aveva lo scopo di colmare il divario tra l’accademia e l’industria nel campo del recupero delle informazioni. Francisco ha riconosciuto che il cervello era l’unico sistema di riferimento esistente quando si trattava di elaborare il linguaggio naturale. Seguendo da vicino gli sviluppi delle neuroscienze, ha formulato la sua teoria della Folding Semantica, che modella come il cervello rappresenta i dati del linguaggio.

Cosa ti ha inizialmente attratto a diventare coinvolto nella Comprensione del Linguaggio Naturale (NLU)?

Il mio interesse per la tecnologia dell’informazione si è sviluppato durante i miei studi medici, quando ero coinvolto nell’elaborazione dei dati medici. Nel corso di due decenni, ho esplorato le tecnologie dei motori di ricerca e dei sistemi di documentazione in vari contesti, ma sono diventato sempre più frustrato con i limiti dei metodi statistici all’avanguardia. Ho riconosciuto che il cervello era l’unico sistema di riferimento esistente quando si trattava di elaborare il linguaggio naturale.

Sei sia il fondatore che l’amministratore delegato di Cortical.io. Potresti condividere la storia di genesi di questa azienda?

Sapevamo di avere una tecnologia che avrebbe consentito alle aziende di cercare più velocemente, accuratamente e efficacemente, di estrarre, annotare e analizzare le informazioni da testi non strutturati. La nostra tecnologia di NLU basata sull’intelligenza artificiale poteva essere un vero differenziatore nell’affrontare la sfida dell’elaborazione dei dati testuali non strutturati, poiché comprende il significato delle frasi, dei paragrafi e dei concetti, non solo le parole chiave, e di conseguenza fornisce risultati altamente precisi. Quando i leader del settore hanno appreso cosa avevamo, si è aperta la porta per noi per testare il nostro approccio sotto requisiti reali e complessi. Ciò ha portato a numerosi successi aziendali di Fortune 500. Questi sono diventati i modelli per i nostri prodotti di intelligenza dei contratti e dei messaggi.

La tecnologia di Cortical.io si basa sulla Teoria della Folding Semantica (SFT), una teoria computazionale innovativa per l’elaborazione dei dati del linguaggio. Quali sono alcune delle limitazioni attuali con cui si confronta la maggior parte dell’intelligenza artificiale nel NLU?

Le approcci standard dell’intelligenza artificiale e dell’apprendimento automatico coinvolgono la costruzione di grandi modelli statistici che vengono addestrati utilizzando grandi quantità di dati di addestramento. Spesso, non sono disponibili quantità sufficienti di dati di addestramento, né gli esperti del settore hanno il tempo di annotare tali grandi quantità di documenti. Inoltre, l’addestramento di grandi modelli (con miliardi di parametri) richiede enormi risorse di calcolo, il che è molto costoso e consuma molta energia. Un modello di linguaggio tipico consuma più energia di cinque automobili durante l’intera loro vita!

La Teoria della Folding Semantica si basa sulla Teoria della Memoria Temporale Gerarchica (HTM). Potresti descrivere brevemente cosa è questa teoria?

La Memoria Temporale Gerarchica (HTM) è una teoria dell’intelligenza vincolata biologicamente originariamente descritta nel libro di Jeff Hawkins “On Intelligence”. È un framework di intelligenza artificiale basato strettamente sulla neuroscienza e sulla fisiologia e interazione dei neuroni nel cervello. In questa teoria, il cervello agisce come un sistema di memoria che archivia modelli e fa previsioni sulla base delle esperienze attuali in base ai modelli memorizzati. Per essere veramente intelligente, le macchine devono ricreare questo sistema di memoria-previsione. Hawkins descrive le rappresentazioni sparse distribuite come l’unico formato di dati utilizzato dalla neocorteccia. Le impronte semantiche utilizzate nella nostra tecnologia sono rappresentazioni sparse distribuite del testo (di parole, frasi o paragrafi).

Potresti condividere con noi come il metodo SFT sia superiore alle strategie di NLU concorrenti?

La Teoria della Folding Semantica che sostiene la tecnologia di Cortical.io ha diversi grandi vantaggi. In primo luogo, non richiede un enorme repository di dati di esempio per fornire risultati precisi. In secondo luogo, è veloce e richiede meno risorse di calcolo rispetto agli algoritmi di apprendimento automatico all’avanguardia. Infine, il processo di addestramento è molto più semplice e può essere gestito dagli esperti del settore che utilizzeranno il sistema, anche se non hanno esperienza in intelligenza artificiale.

Uno dei prodotti di Cortical.io è l’Intelligenza dei Messaggi, cosa è esattamente questa applicazione?

L’Intelligenza dei Messaggi rientra nella categoria conosciuta come Elaborazione dei Documenti Intelligente. Le aziende sono sommerse dall’elaborazione di un’ampia gamma di messaggi e documenti. L’Intelligenza dei Messaggi è una soluzione pronta all’uso che utilizza la tecnologia di Cortical.io per estrarre e classificare con precisione le informazioni chiave in questi messaggi e documenti e processarli a livello aziendale. Grazie all’approccio brevettato di Cortical.io, è possibile sviluppare classificatori personalizzati in poche ore e modelli di estrazione in pochi giorni.

Un altro prodotto offerto è Intelligenza dei Contratti, potresti condividere alcuni dettagli su questo?

L’Intelligenza dei Contratti di Cortical.io sfrutta un nuovo approccio alla comprensione del linguaggio naturale per analizzare rapidamente e con precisione le informazioni rilevanti da grandi quantità di documenti. La soluzione offre uno strumento potente e basato sul significato per estrarre e classificare le informazioni chiave, cercare all’interno di singoli documenti o dell’intero database, nonché confrontare documenti con un modello o versioni precedenti.

C’è qualcos’altro che vorresti condividere su Cortical.io?

Siamo entusiasti di vedere la maturazione dell’Intelligenza Artificiale e della Comprensione del Linguaggio Naturale da una tecnologia interessante alla sua integrazione in applicazioni che risolvono problemi aziendali reali.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Cortical.io.