デニス・イグナトビッチ、イマンドラの共同創設者兼共同CEO – インタビュー・シリーズ

デニス・イグナトビッチ、イマンドラの共同創設者兼共同CEOは、10年以上のトレーディング、リスク管理、量的モデリング、複雑なトレーディング・システム設計の経験を持っています。イマンドラを設立する前に、デニスはロンドンのドイツ銀行で中央リスクトレーディング・デスクを率いていました。そこで、彼は金融部門でAIが果たすことができる重要な役割を認識しました。その時の彼の洞察は、イマンドラの金融製品の開発に大きな影響を与えました。デニスは、金融トレーディング・プラットフォームのための計算論理に関する特許を複数取得しています。彼は、ロンドン・スクール・オブ・エコノミクスで金融の修士号を取得し、テキサス大学オースティン校でコンピューター・サイエンスと金融の学位を取得しています。

イマンドラは、ニューロ・シンボリックAIを使用するAI駆動の推論エンジンです。シンボリック推論と機械学習を組み合わせて、特に金融トレーディングとソフトウェア・システムで使用される複雑なアルゴリズムの検証と最適化を自動化します。安全性、コンプライアンス、効率性を高め、機関がAI駆動の意思決定でリスクを軽減し、透明性を高めるのに役立ちます。

あなたとグラント・パスモア博士がイマンドラを共同設立するきっかけとなったのは何ですか？また、あなたたちの背景は会社のビジョンにどのように影響しましたか？

大学を卒業した後、私は量的トレーディングに入り、ロンドンに移りました。グラントはエジンバラで博士号を取得し、次にカンブリーッジで自動化された論理的推論の安全性分析のための応用について研究しました（非線形計算を含む複雑なアルゴリズム）。私の仕事でも、私は非線形計算を含む複雑なアルゴリズムに取り組みました。私たちは、これら2つの分野間に深いつながりがあることを認識しました。金融でこれらのアルゴリズムを作成する方法は、実際に問題がありました（多くのニュース記事で取り上げられている「アルゴリズムの故障」）。そこで、私たちはこれを変えるために、金融におけるエンジニアに自動化された論理的ツールを提供し、ソフトウェア設計と開発に厳密な科学的技術を導入することを目指しました。ただし、私たちが作成したものは、業界に依存しないものでした。

ニューロ・シンボリックAIとは何ですか？それが従来のAIアプローチとどう違いますか？

AIの分野には、（大まかに言って）2つの領域があります。統計的（LLMを含む）とシンボリック（自動推論と呼ばれる）の2つです。統計的AIは、パターンを特定し、学習したデータから翻訳することに関しては素晴らしいですが、論理的推論は苦手です。シンボリックAIは、正確に（数学的に）何をしているのかを強制しますが、データを使用せずに論理的に推論することができます。DeepMindのAlphaFoldプロジェクトは、このアプローチの有名な応用例であり、最近ノーベル賞を受賞しました。

イマンドラがニューロ・シンボリックAI革命を牽引する上で、どのような点が他と異なるのでしょうか？

多くの素晴らしいシンボリック推論ツールがあります（ほとんどが学術分野にあり、特定のニッチに特化しています）。しかし、イマンドラは、開発者がアルゴリズムを分析するための前例のない自動化を提供し、より広範な応用とターゲット・オーディエンスを有しています。

イマンドラの自動推論は、どのようにして一般的なAIの課題を排除し、AIシステムに対する信頼を高めますか？

私たちのアプローチでは、LLMは人間のリクエストを形式的な論理に翻訳し、それを推論エンジンが分析します。LLMを使用して翻訳エラーが発生する可能性がありますが、ユーザーは、入力がどのように翻訳されたかについての論理的説明と、論理的監査の完全性についての証明を提供します。私たちの最終的な目標は、AIシステムが独立して論理的に検証可能な方法で推論を説明できるようにすることです。

イマンドラはゴールドマン・サックスやDARPAを含む多くの企業で使用されています。イマンドラのテクノロジーが複雑な問題を解決した実際の例を紹介できますか？

イマンドラの実際の影響の素晴らしい例は、UBSの将来の金融チャレンジで1位を獲得したことです（詳細はウェブサイトにあります）。SECに提出された規制文書をエンコードするケース・スタディを作成する際に、イマンドラはアルゴリズムの説明に根本的な欠陥を特定しました。オーダー・ブック内のオーダーをランク付けするための論理的条件は、人間が手動で検出することは不可能でした。銀行は私たちに1位を授与しました（世界中の620以上の企業の中から）。

デュッチェ・バンクでのあなたの経験は、イマンドラの金融システムへの応用にどのように影響しましたか？あなたが見た中で最も影響力のあるユースケースは何ですか？

ドイツ銀行では、私は多くの複雑なコードを扱いました。コードは、さまざまなML入力やリスク指標に基づいて自動トレーディングの決定を下しました。グラントと私は、金融におけるこれらのアルゴリズムの作成方法は、実際に問題があり、自動化された論理的ツールを使用してソフトウェア設計と開発に厳密な科学的技術を導入する必要があることを認識しました。

金融以外の分野で、ニューロ・シンボリックAIが最も大きな潜在的な利益をもたらす分野は何ですか？

アルファフォールドがノーベル賞を受賞しました。最終的には、ほとんどのAIアプリケーションは、シンボリック方法の使用によって大幅に利益を得るでしょう。特に、コード分析（ソースコードを数学モデルに翻訳）、英語の仕様から厳密なモデルを作成、SysMLモデルの推論（安全性に敏感な業界で使用される言語）、およびビジネス・プロセスの自動化に取り組んでいます。

イマンドラのリージョン分割は新しい機能です。どのように機能し、複雑な問題を解決する上でどのような重要性がありますか？

エンジニアは、ソフトウェアを書くときに、常に「エッジ・ケースは何か」と考えています。イマンドラは、コードを数学モデルとして扱い、エッジ・ケースをすべて分析し、カバレッジの完全性についての証明を生成します。この機能は、シリンダ状代数分解と呼ばれる数学的技術に基づいています。これにより、金融における私たちの顧客は数多くの時間を節約し、重要なエラーを発見しました。現在、この機能をエンジニアに提供しています。

イマンドラは、LLMとどのように統合し、新しいジェネレーティブAIの機能を解放しますか？

LLMとイマンドラは、人間の入力を形式的な論理に翻訳し、分析し、理解しやすい形式で出力を返します。私たちは、Langgraphなどのエージェント・フレームワークを使用して、このワークフローをオーケストレートし、カスタマーが直接使用できるエージェントまたはアプリケーションとして提供します。この共生的なワークフローは、LLMのみのAIツールを使用する際の多くの課題に対処し、以前に見られなかったトレーニング・データを超えたアプリケーションを拡張します。

イマンドラの長期的なビジョンは何ですか？また、AIアプリケーションを業界横断的に変革することをどのように見ていますか？

私たちは、ニューロ・シンボリック技術が、AIの約束を実現するための基盤となることを考えています。シンボリック技術は、AIのほとんどの産業アプリケーションで欠けている要素です。私たちは、この次のAIの章の最前線に立っています。

素晴らしいインタビュー、ありがとうございました。詳しく知りたい読者は、イマンドラを訪問してください。