Francisco Webber, Cortical.io의 공동 창립자 및 CEO – 인터뷰 시리즈

Francisco Webber는 Cortical.io의 공동 창립자 및 CEO이며, 회사의 독점적 기술인 Retina 기술의 발명가입니다. 이 기술은 대규모 텍스트 데이터와 관련된 실제 사용 사례를 해결하기 위해 기계 학습과 자연어 이해(NLU)에 대한 뇌 처리 원리를 적용합니다. Cortical.io의 솔루션은 통계적 발생에 의존하는 것이 아니라 텍스트의 실제 의미를 기반으로 합니다.

Francisco의 정보 기술에 대한 관심은 의학 연구 중에 医学 데이터 처리에 참여하면서 시작되었습니다. 2 thập kỷ 동안, 그는 다양한 상황에서 검색 엔진 기술과 문서 시스템을 탐구했지만, 최신 통계 방법의 한계에 점점 더 실망하게 되었습니다.

2005년에 그는 Matrixware Information Services를 설립했으며, 이는 최초의 표준화된 글로벌 특허 데이터베이스를 개발했습니다. 2007년에 그는 정보 검색 분야의 선도적인 학술 전문가인 Keith van Rijsbergen 교수와 함께 Information Retrieval Facility를 설립했습니다. 이 시설은 학계와 산업계 간의 정보 검색 분야의 격차를 메우기 위한 것이었습니다. Francisco는 뇌가 자연어를 처리하는 唯一의 참조 시스템이라는 것을 인식했습니다. 신경과학의 발전에密接하게 주목하면서, 그는 언어 데이터를 모델링하는 Semantic Folding 이론을 공식화했습니다.

당신은 자연어 이해(NLU)에 참여하기 시작한 이유는 무엇입니까?

私の情報 기술에 대한 관심은 의학 연구 중에 医学 데이터 처리에 참여하면서 시작되었습니다. 2 thập kỷ 동안,私は 다양한 상황에서 검색 엔진 기술과 문서 시스템을 탐구했지만, 최신 통계 방법의 한계에 점점 더 실망하게 되었습니다.私は 뇌가 자연어를 처리하는 唯一의 참조 시스템이라는 것을 인식했습니다.

당신은 Cortical.io의 공동 창립자 및 CEO입니다. 회사의 창립 배경에 대해 알려주세요.

우리는 비즈니스들이 더 빠르고 정확하게 검색하고, 추출하고, 분석하고, 처리할 수 있는 기술을 개발했습니다. 우리의 AI 기반 NLU 기술은 비즈니스들이 실제 문제를 해결하는 데 도움이 될 수 있습니다. 산업계의 리더들이 우리의 기술에 대해 알게 되면서, 실제로 복잡한 요구 사항을 테스트할 수 있는 기회가 열렸습니다. 이것은 수많은 Fortune 500 비즈니스 성공 사례를 낳았습니다. 이러한 성공 사례는 우리의 계약 및 메시지 지능 제품의 모델이 되었습니다.

Cortical.io의 기술은 Semantic Folding Theory (SFT) whitepaper에 기반합니다. 현재 NLU를 다루는 대부분의 AI의 한계는 무엇입니까?

표준 AI 및 ML 접근 방식은大量의 훈련 데이터를 사용하여 대규모 통계 모델을 구축하는 것을 포함합니다. 그러나 충분한 양의 훈련 데이터가 항상 उपलब하지 않으며, 주제 전문가가大量의 문서를 注釈하는 시간이 없습니다. 또한, 큰 모델(수십억개의 매개변수)을 훈련시키는 데에는大量의 컴퓨팅 자원이 필요합니다. 이는 매우 비용이 많이 들고 많은 에너지를 소비합니다. 일반적인 언어 모델은 수명 동안 5대의 자동차보다 더 많은 에너지를 소비합니다!

Semantic Folding Theory는 Hierarchical Temporal Memory Theory (HTM)에 기반합니다. 이 이론에 대해 간단히 설명해 주세요.

계층적 시간적 기억(Hierarchical Temporal Memory, HTM)은 Jeff Hawkins의 책 On Intelligence에서 처음 설명된 지능에 대한 생물학적으로 제한된 이론입니다. 이는Strictly 신경과학 및 뇌의 신경 세포와 상호 작용에 기반한 기계 지능 프레임워크입니다. 이 이론에서 뇌는 패턴을 저장하고 기억된 패턴을 기반으로 현재 경험에서 예측을 하는 메모리 시스템으로 작동합니다. 기계가真正로 지능적으로 작동하려면, 이러한 메모리-예측 시스템을 재현해야 합니다. Hawkins는 신경 회로에서 사용되는 唯一의 데이터 형식으로 희소 분산 표현(sparse distributed representations)을 설명합니다. 우리의 기술에서 사용되는 의미적 지문(semantic fingerprints)은 희소 분산 표현의 한 예입니다.

SFT 방법이 다른 NLU 전략보다 우수한 점은 무엇입니까?

Cortical.io 기술을 뒷받침하는 Semantic Folding Theory에는 몇 가지 큰 장점이 있습니다. 첫째, 정확한 결과를 도출하기 위해大量의 샘플 데이터가 필요하지 않습니다. 둘째, 빠르고 컴퓨팅 자원이 적게 필요합니다. 마지막으로, 훈련 과정은 훨씬 더 간단하며, AI 전문가가 아닌 주제 전문가도 시스템을 사용할 수 있습니다.

Cortical.io의 제품 중 하나는 Message Intelligence입니다. 이 애플리케이션에 대해 자세히 알려주세요.

Message Intelligence는 지능형 문서 처리(Intelligent Document Processing) 범주에 속합니다. 기업들은 다양한 메시지와 문서를 처리하는 데 어려움을 겪고 있습니다. Message Intelligence는 Cortical.io의 기술을 사용하여 이러한 메시지와 문서에서 핵심 정보를 정확하게 추출하고 분류하여 기업 규모에서 처리할 수 있는 솔루션입니다. Cortical.io의 특허된 접근 방식으로, 사용자 지정 분류기를 몇 시간 내에 개발하고, 추출 모델을 몇 일 내에 개발할 수 있습니다.

또 다른 제품은 Contract Intelligence입니다. 이에 대해 자세히 알려주세요.

Cortical.io Contract Intelligence는 자연어 이해의 새로운 접근 방식을 사용하여大量의 문서에서 관련 정보를 빠르고 정확하게 분석합니다. 이 솔루션은 의미 기반 도구를 제공하여 핵심 정보를 추출하고 분류하고, 개별 문서 또는 전체 데이터베이스에서 검색하고, 문서를 템플릿 또는 이전 버전과 비교할 수 있습니다.

Cortical.io에 대해 더 알고 싶은 점이 있나요?

우리는 인공 지능과 자연어 이해가 실제 비즈니스 문제를 해결하는 애플리케이션으로 발전하는 것을 기대하고 있습니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하시는 독자는 Cortical.io를 방문해 주세요.