リッキー・コスタ、Quantum Stat CEO – インタビュー・シリーズ

リッキー・コスタは、Quantum StatのCEOです。同社は、NLPとAIイニシアチブのためのビジネス・ソリューションを提供しています。

あなたが最初に人工知能に興味を持ったきっかけは何ですか?

ランダム性です。私は確率に関する本を読んでいて、有名な定理に出会いました。当時、私は無邪気に、その定理を自然言語問題に適用できるのではないかと思いました。実は、そのアルゴリズムはすでに存在しており、ナイーブ・ベイズという名前で呼ばれていました。ベイズの定理は、クラシカルな機械学習で使用される非常に有名でシンプルな生成モデルです。私は、その一致は、私がもっと学び続けるべきサインだと感じました。

あなたはQuantum StatのCEOです。同社はNLPのソリューションを提供しています。どうやってそのポジションに就くことになりましたか?

新しいテクノロジーの革命のとき、企業の中には未知への挑戦を恐れるものもいます。私は、未知への挑戦が楽しいと思ったので、企業を設立しました。NLP分野に進出するには、過去2年間に登場した驚くべき研究成果が多かったので、ちょうど良いタイミングだと思いました。NLPコミュニティは、パフォーマンスを向上させるために必要なデータ量を減らす新しいNLPテクニックを使用できるため、より多くのことを成し遂げることができます。

NLPについて詳しく知らない読者向けに、NLPが何をするのかについて説明してください。

NLPは、AIと分析のサブフィールドで、テキスト、スピーチ、またはマルチモーダル・ラーニング（テキストと画像/ビデオ）における自然言語を理解し、インサイトを得たり、価値のあるサービスを提供したりすることを目的としています。価値は、企業の内部ファイル・システムでの情報検索、ニュースでの感情分析、またはGPT-2 Twitterボットによるソーシャル・メディア・マーケティング（私たちが数週間前に作成したもの）など、さまざまな角度から得られます。

ハンター・カレッジで実験心理学の学士号を取得しています。人間の脳と人間の心理を理解することは、NLP分野を理解し、発展させる上で資産になるのでしょうか?

これは反対的な意見ですが、残念ながら、いいえ。ニューロンとディープ・ニューラル・ネットワークの類推は、イラストレーションと直感のために使用されます。複雑性科学とエンジニアリングから多くを学ぶことができます。脳がどのように機能するかを理解することは、複雑なシステムを扱っているため、非常に難しいです。「知能」は、脳の複雑さが環境と相互作用することによって生じる現象であり、簡単に理解することはできません。心理学や社会科学は「還元主義」（トップダウン）に依存しているため、この複雑なパラダイムでは機能しません。直感は次のとおりです。ある人が「レット・イット・ビー」のような曲をCメジャー・スケールに還元しようとしていることを想像してみてください。そのスケールに基づいて「レット・イット・ビー」が生まれることを予測することはできません。同様に、ある人が脳の神経活動を還元して行動を予測しようとしているのですが、それは機能しません。

ディープ・ラーニング、特にNLPにおいて、ビッグ・データが重要な理由を教えてください。

現在、ディープ・ラーニング・モデルはデータを補間するため、モデルにデータを入力するほど、エッジ・ケースが少なくなり、ワイルドでの推論の精度が向上します。このアーキテクチャは、大量のデータセットをモデルで計算することを「奨励」するため、出力の精度を向上させるために、大きなデータセットが必要です。ただし、AIモデルにより知的で賢い行動をさせるには、データの量ではなく、モデルの推論能力を効率的に改善する方法を見つける必要があります。複雑性の観点から、過去の世紀に物理学者ジョン・フォン・ノイマンとスティーブン・ウォルフラムによって行われたセル・オートマトン・実験は、シンプルな初期条件とルールから複雑性が生じることを示しています。AIの場合、これらの条件/ルールは何であるべきか、誰もが探しています。

最近、Big Bad NLP Databaseを立ち上げました。どのようなデータベースですか? AI業界の人々にとってどのように重要ですか?

このデータベースは、NLP開発者が業界の関連データセットに簡単にアクセスできるように作成されました。このデータベースは、データセットをインデックス化することで、ユーザーが検索できるようになります。前処理はデプロイ・パイプラインで最も時間がかかる作業ですが、このデータベースはこの問題をできるだけ軽減しようとしています。さらに、このデータベースは、学術研究者、実践者、または独立したAIエキスパートがNLPデータを簡単に利用できる無料のプラットフォームです。リンク

Quantum Statは現在、エンド・ツー・エンドのソリューションを提供しています。これらのソリューションについて教えてください。

私たちは、NLPモデリング・パイプラインの開発を支援するために、前処理段階のデータ・クリーンからプロダクションでのモデル・サーバー・デプロイまで、幅広いサービスを提供しています。（これらのサービスはホームページにも記載されています）AIプロジェクトは、特定のデータ/プロジェクト・アーキテクチャが最新のモデルとどのように機能するかという不確実性により、必ずしも成果を上げることができません。私たちのサービスにより、企業はフルタイムのMLエンジニアを雇用するよりもはるかに低いコストでプロジェクトを繰り返し実行できます。

最近のAIの進歩の中で、最も興味深いものは何ですか?

最近の最も重要な進歩は、トランスフォーマー・モデルです。BERT、RoBERTa、ALBERT、T5などを聞いたことがあるかもしれません。これらのトランスフォーマー・モデルは、データセットを小さくしてでも、最先端のパフォーマンスを達成できるため、非常に魅力的です。トランスフォーマーの登場以前は、モデルをスクラッチからトレーニングするには非常に大きなデータセットが必要でした。トランスフォーマーは数十億の単語で事前トレーニングされているため、AIプロジェクトの反復が速くなり、現在私たちが取り組んでいることの大部分です。

Quantum Statについてさらに何か共有したいことがありますか?

私たちは、金融市場の感情分析に関する新しいプロジェクトに取り組んでおり、間もなくリリースされる予定です。私たちは、リアルタイムに金融ニュースがどのように展開するかについて、前例のない洞察を提供するために、複数のトランスフォーマーを活用しています。待っていてください!

詳細は、Quantum Statを訪問するか、Big Bad NLP Databaseに関する記事を読んでください。