キラシステムズの共同創設者兼CTO、アレクサンダー・フデク – インタビュー・シリーズ

アレクサンダー・フデクは、キラシステムズの共同創設者兼CTOです。彼は、ウォータールー大学でコンピューターサイエンスのPh.DとM.Mathの学位を取得し、トロント大学で物理学とコンピューターサイエンスのB.Scを取得しています。

彼の過去の研究は、バイオインフォマティクス分野でDNAシーケンス間の類似性を見つけることに焦点を当てていました。また、証明システムとデータベースクエリのコンパイルなどの分野でも研究を行っています。

あなたはいつ機械学習とAIに興味を持ったのですか?

私は常にコンピューターサイエンスに興味を持っていました。学部生のとき、アルゴリズム、計画、論理、機械学習、AI、数値計算などの科目を受けました。私の機械学習への興味は、ウォータールー大学での博士課程で特に高まりました。そこで、DNAを研究するために機械学習方法を使用しました。その後、ポスドク研究の一環として、形式論理についてより深く研究しました。論理と推論は、AIへのアプローチの「反対側」であると言えるでしょう。

あなたの過去の研究の一部は、バイオインフォマティクス分野でDNAシーケンス間の類似性を見つけることに焦点を当てていました。詳細についてお話しください。

私の博士論文の主な内容は、隠れマルコフモデルを使用してDNA変異のより現実的なモデルを構築することでした。このモデルを使用して、共通の祖先を持つDNA領域を見つけるための新しいアルゴリズムを設計しました。このアルゴリズムは、以前のアルゴリズムよりも弱い関連を持つシーケンス領域を見つけることができます。

博士課程前に、ヒトゲノムプロジェクトの一部である研究室で働きました。私が関与した最も注目すべきプロジェクトの1つは、ヒト染色体7の最初の完全なドラフトを作成することでした。

キラを立ち上げるきっかけとなったのは何でしたか?

キラのアイデアは、私の共同創設者であるノア・ワイスバーグから来ました。彼は、弁護士としてのキャリアの中で、私たちが現在AIに実装しているような作業を何時間も行っていました。自然言語と問題が明確に定義されていたため、私には興味深いアイデアでした。また、ビジネス的な可能性も見えました。人間の言語を理解するAIを構築することは、言語が人間の認知と密接に関係しているため、魅力的です。

契約分析ソフトウェアとは何ですか?また、法務専門家にどのようなメリットがありますか?

キラは、教師あり機械学習を使用しています。つまり、経験豊富な弁護士が実際の契約から条項をシステムに入力し、システムはその例から学習します。システムはこのデータを分析し、関連する言語を学習し、確率的条項モデルを構築します。これらのモデルは、システムが未知の契約や文書に対してテストされ、精度が確認されます。この高精度の機械学習技術は、ほぼすべての条項やデータポイントを識別および分析できます。結果として、顧客は20〜90%の時間節約を報告しています。これにより、法律事務所は実現率を向上させ、収益を増やし、既存のクライアントを維持することができます。一方、企業は、外部の法務費用を削減し、社内での生産性を向上させることができます。

自然言語処理（NLP）は、多くの企業にとって難しい課題です。法務用語や法律専門家独自のニュアンスを処理する際に直面する追加の課題についてお話しください。

多くの人にとって、法律用語は異質に聞こえるかもしれませんが、機械学習の観点から見ると、実際にはあまり異なるわけではありません。いくつかのユニークな点があります。例えば、大文字と小文字の区別が重要であり、文が通常よりも長くなることがありますが、他のドメインと比較して、NLPアプローチを大幅に変更する必要はありません。

一方で、データのプライバシーとカスタマイズの必要性は大きい違いです。法務専門家は、クライアントのデータを機密扱いする必要があり、機械学習製品でトレーニングデータをプールまたは共有することは、クライアントの要件と矛盾します。実際、トレーニングデータを保持することさえ、プロジェクト終了後にクライアントデータを削除する義務があるため、不可能な場合があります。したがって、ベンダーが関与せずにモデルをトレーニングできる技術と、トレーニングデータを検査してモデルを回復することを困難または不可能にする技術が重要です。また、既存のモデルを新しいトレーニングデータで更新することなく、再トレーニングからスクラッチを開始する技術も必要です。

カスタマイズの観点から、クライアントが独自のモデルを構築できる必要があります。複雑な法的概念については、専門家間で合理的な意見の相違がある可能性があり、法律事務所は独自のポジションに合わせてモデルを調整または構築したいと考えることがあります。

キラのソフトウェア内でデータを分類するためにディープラーニングがどのように使用されるかについて説明してください。

私たちの製品では、ディープラーニングをあまり使用していません。ただし、内部研究チームは、ディープラーニングのソリューションを評価して調査する時間を多く費やしています。現在のところ、私たちが直面する問題に対して、ディープラーニング技術は、ディープラーニング以外のアプローチと同等の結果しかもたらさないか、またはわずかに上回るだけです。ディープラーニング方法の巨大な計算オーバーヘッドと、トレーニングデータのプライバシーを維持する課題により、まだ採用するには十分なメリットがありません。

キラが提供する組み込みの条項モデルについて説明してください。

現在、キラは1000以上の組み込み条項、条項、データポイント（スマートフィールド）を識別および抽出できます。これらは、M&Aデューディリジェンス（キラが最初に構想された分野）からリアルエステートまで、さまざまなトピックに関連しています。スマートフィールドは、弁護士や会計士を含む専門家チームによって構築されています。私たちの機械学習技術により、キラの標準では、ほぼすべてのスマートフィールドが少なくとも90%のリコールを達成する必要があります。つまり、ソフトウェアは、契約や文書内で特定の条項、条項、またはデータポイントを探している場合、90%以上見つけることができます。これにより、リスクとエラーを減らし、契約レビューのプロセスを改善します。また、法律事務所は、無制限の数のカスタムフィールドを作成または学習して、独自のインサイトを自動的に識別および抽出できます。

法務業界は、新しいテクノロジーを採用するのが遅いことで知られています。法律事務所に教育のハードルがあると感じていますか?

弁護士は、ものごとがどのように機能するかを知りたいと思っています。したがって、教育は重要です。弁護士に機械学習とAIについて教えることは、他の専門家に教えるのと同じくらい難しいです。しかし、トレーニング資料を用意する必要があります。多くの場合、AIを使用して内部プロセスを適応させるためのベストプラクティスについて尋ねられます。または、ビジネスオファーを変更して効率性の向上以外の利点を得る方法について尋ねられます。

2011年にキラシステムズを開始したときと比較して、現在の法律事務所は、テクノロジーとAIについてはるかに賢いです。多くの事務所には、テクノロジーを調査して採用を促進するためのイノベーションチームがあります。

キラについてさらに何かお話しいただけますか?

学術論文やオープンソースの機械学習ライブラリは、会社を立ち上げる際に大きな助けとなりました。私たちは、オープンな情報とソフトウェアは世界にとって大きな利益であると信じています。私たちの研究チームは、研究成果を学術雑誌やカンファレンスに発表しています。これにより、私たちが始めることができたコミュニティに貢献し、多大な価値を得ていることを実証できます。私たちの論文は、https://kirasystems.com/science/で見つけることができます。

キラシステムズを訪れて、詳細をご覧ください。