Naré Vardanyan, „Ntropy“ interviu serijos įkūrėjas ir generalinis direktorius

Naré Vardanyan, vienas iš įkūrėjų ir generalinis direktorius Ntropija, platforma, leidžianti kūrėjams nepaprastai tiksliai išanalizuoti finansines operacijas per mažiau nei 100 ms, taip atverdama kelią į naujos kartos savarankiškus finansus, aprūpinančius produktus ir paslaugas, kurios dar niekada nebuvo įmanomos. Jis konvertuoja neapdorotus operacijų srautus į kontekstualizuotą, struktūrizuotą informaciją, derindamas duomenis iš kelių šaltinių, įskaitant natūralios kalbos modelius, paieškos variklius, vidines duomenų bazes, išorines API ir esamus operacijų duomenis iš viso mūsų tinklo.

Jūs užaugote Armėnijoje, be elektros per karą. Ar galėtumėte pasidalinti informacija apie šias ankstyvąsias dienas ir kaip tai paskatino jus dirbti Jungtinėse Tautose?

Ta patirtimi Armėnijoje dalijosi visa karta. Tai ugdė manyje vaizduotę ir sugebėjimą rasti sprendimus net ir turint mažai lėšų. Kaip ir kiti, užaugę konfliktų zonoje, šis mano gyvenimo laikotarpis turėjo didžiulę įtaką tam, kaip aš matau pasaulį. Šios sudėtingos aplinkybės ugdė bendrosios atsakomybės jausmą bendruomenėje ir ryžtingą siekį pasiekti teigiamų pokyčių. Suprasdamas, kad mūsų iššūkiai neapsiriboja individualiomis kovomis, pajutau pašaukimą mąstyti platesniu mastu ir nukreipti savo pastangas. Tai savo ruožtu nukreipė mane link Jungtinių Tautų.

JT pasirodė kaip ideali platforma prasmingai prisidėti. Atsižvelgdamas į nestabilią Armėnijos geopolitinę padėtį ir mano siekį daryti įtaką pasauliniams reikalams, tikėjau, kad bendradarbiavimas su JT suteiks galimybę iš tikrųjų ką nors pakeisti. Dalyvaudamas nuoseklių diskusijų ir sprendimų dalimi, siekiau turėti reikšmingos įtakos pasaulio problemoms.

Netrukus nusivylėte Jungtinėmis Tautomis, kaip tada perėjote į norą dirbti technologijų srityje?

Nusivylimas JT kilo dėl jos lėto ir biurokratiško pobūdžio, o tai galiausiai paskatino pakeisti mano karjeros siekius. Nors JT turėjo savo privalumų, supratau, kad joms dažnai trūksta veiksmingų veiksmų ir gebėjimo paskatinti autentiškus pokyčius. Šis suvokimas paskatino mane nukreipti savo dėmesį į technologijų sritį – dinamišką ir nevaržomą erdvę.

Technologijų pasaulyje naujoviškos priemonės yra lengvai prieinamos ir nuolat tobulėja, todėl asmenims suteikiama galimybė pradėti transformaciją be nereikalingų kliūčių. Ši aplinka skatina idėjų pavertimą realybe, netrukdoma nereikalingų leidimų – aspektas, kuris mane labai sužavėjo. Galimybė padaryti didelę, plačiai paplitusią įtaką per technologijas tapo nenugalimu pašaukimu, privertusiu mane pasinerti į šią gyvybingą sritį.

Kokie buvo pirmieji duomenų projektai, su kuriais dirbote?

Vienas iš mano ankstesnių projektų buvo sukurti programą, skirtą paauglių psichinei sveikatai. Programa naudojo pasyvius haptikos duomenis ir pokalbio intelektą, kad nustatytų ankstyvus bipolinio sutrikimo požymius. Tuo metu natūralios kalbos apdorojimo sritis nebuvo tokia pažengusi kaip šiandien, o tai yra nuostabu, turint omenyje, kad šis projektas buvo pradėtas tik prieš šešerius metus. Mūsų darbas buvo viena iš pirmųjų mokslinių tyrimų ir plėtros iniciatyvų šioje srityje, o vėliau pardavėme savo IP draudikams vidinės analizės ir draudimo garantijoms atlikti.

Anksčiau investavote į AI ir ML įmones per Londone įsikūrusią AI Seed. Kokius bendrus bruožus pastebėjote sėkmingų DI startuolių atveju?

Nuolatinė gija buvo išskirtinė prieiga prie duomenų ir galimybė panaudoti šiuos duomenis realaus pasaulio problemoms spręsti. Be to, labai svarbu pripažinti, kad taikomųjų AI įmonių sferoje pagrindinis dėmesys skiriamas ne tik modelių kūrimui; ji pereina prie efektyvių, vertingų produktų kūrimo. Komandos, kurios suvokia ir priima šį požiūrį, yra tos, kurios tikrai klesti AI/ML aplinkoje. Pavyzdžiui, „Predina“ naudoja dirbtinį intelektą, kad numatytų transporto priemonės avarijos riziką tam tikroje vietoje ir tam tikru laiku, o „Observe Technologies“ naudoja patentuotus algoritmus, kad padėtų žuvų ūkiams tvariai auginti maistą.

Ar galėtumėte pasidalinti „Ntropy“ atsiradimo istorija?

Ntropy gimė iš idėjos, kad dalis svarbiausios pasaulio informacijos yra paslėpta finansinėse operacijose. Iki šiol šie duomenys gyveno silosuose, kurie yra netvarkingi ir sunkiai dirbami. Sukūrėme „Ntropy“, kad būtų pirmasis tikrai pasaulinis, įvairių pramonės šakų, įvairių geografinių ir daugiakalbių finansinių duomenų variklis, galintis užtikrinti žmogaus lygio tikslumą. Sukurdami bendrą kalbą ir sistemą, skirtą suprasti finansinius duomenis, išlyginsime įmonių ir asmenų pasitikėjimą ir prieigą prie pinigų bet kur. Turint galimybę suprasti ir interpretuoti šiuos sandorius, galima iš naujo apibrėžti pinigų dinamiką ir galimybę juos pasiekti.

Turėjome gana archetipinę paleidimo istoriją. Iš pradžių su įkūrėju Ilia veikėme apleistame dulkėtame mokyklos pastato rūsyje. Pradėjome nuo 20 XNUMX operacijų ir distiliuoto BERT modelio, kuris buvo išmokytas juos atlikti. Duomenys buvo paleisti iš vartotojų programos „Typeform“ su „Plaid“ ryšiu ir palaikomi draugų bei šeimos narių. Iš pradžių dirbome ilgas valandas ir trūko grynųjų pinigų, bet paskatino ryžtas ir atsidavimas šiam verslui.

Greitai įžengus į šiandieną, mūsų kelionė paskatino mus išanalizuoti ir pažymėti milijardus operacijų. Todėl dabar turime vieną iš išsamiausių prekybininkų duomenų bazių pasaulyje, kurioje yra daugiau nei 100 mln. prekybininkų, papildytų vardais, adresais, pramonės žymomis ir kt. Nuolat plečiame savo operacijų saugyklą – panaudoję LLM galias šiais finansiniais duomenimis, buvo pasiektas neprilygstamas sąnaudų efektyvumas ir greitis. Šis gebėjimas gali pakeisti finansų kraštovaizdį.

Kodėl finansiniai duomenys yra vienas didžiausių ekvalaizerių?

Finansiniai duomenys pasirodo kaip galingas ekvalaizeris, nes jie gali išlyginti sąlygas, sumažinti netikrumą ir skatinti pasitikėjimą. Kai duomenų gausu ir jie patikslinti, sumažėja rizika, susijusi su finansinių sprendimų priėmimu. Kai rizika tampa lengviau valdoma, įvyksta poslinkis. Mažėja neapibrėžtumo kaina, todėl asmenys gali priimti labiau pagrįstus ir teisingesnius sprendimus, o tai savo ruožtu išlygina žaidimo sąlygas. Pavyzdžiui, jei turime didesnę prieigą prie duomenų ir nebepriimame sprendimų remdamiesi labai siauru parametrų rinkiniu, naujasis imigrantas turi tokį patį potencialą kaip ir asmuo iš nusistovėjusios giminės užsitikrinti palankias automobilio paskolos ar hipotekos sąlygas. Iš esmės kliūtis, kurią sukelia finansinis disbalansas, pradeda tirpti, įvedant erą, kai platesnis žmonių ratas gali naudotis palankiomis finansinėmis galimybėmis.

Su kokiais iššūkiais susiduriama kuriant AI, galintį skaityti ir suprasti finansines operacijas kaip žmogus?

Sukurti dirbtinį intelektą, galintį suprasti finansines operacijas, kaip gali žmonės, yra sudėtinga dėl jo tikimybinio pobūdžio, o tai gali sukelti klaidų. Skirtingai nuo žmonių, AI sistemose vis dar trūksta atskaitomybės struktūrų. Pagrindinis iššūkis yra tobulinti AI sistemas, kad būtų sumažintos klaidos ir jų poveikis, kartu užtikrinant mastelį. Įdomu tai, kad didesni modeliai gali palengvinti šį iššūkį, laikui bėgant palaipsniui gerindami tikslumą. Padidintos galimybės ir daugybė duomenų gali pagerinti AI interpretavimo tikslumą, galiausiai sukuriant švelnesnę klaidoms atsparią aplinką ir paspartinant plačią šių sistemų pritaikymą.

Ar galite aptarti, kaip „Ntropy“ siūlo standartizuotus finansinius duomenis?

Ntropy veikia kaip visa apimanti platforma, sujungianti kalbų modelių spektrą, apimantį nuo plačiausio iki kompaktiškiausio, kartu su euristika. Šie modeliai mokomi naudojant neapdorotus finansinius duomenis, ekspertų įžvalgas ir mašininiu būdu pažymėtus pavyzdžius. Mūsų tikslas – iš įvairių operacijų eilučių išgauti reikšmingas įžvalgas ir jas nuosekliai pateikti lengvai suprantamu būdu. Mūsų rinkinį sudaro API ir intuityvi prietaisų skydelis, leidžiantis greitai konvertuoti finansinius duomenis per milisekundes. Ši funkcija sklandžiai integruojama į vartotojų produktus ir paslaugas.

Kokie yra šių duomenų naudojimo atvejai?

Šių duomenų taikymo sritis yra plati, apimanti visas finansines operacijas. Jis suteikia galimybę atlikti įvairias funkcijas, įskaitant mokėjimus, garantavimą, apskaitą, investavimą ir kt. Duomenų pritaikomumas išryškėja dėl jų gebėjimo paveikti įvairius finansinės veiklos aspektus, nesvarbu, ar tai susiję su lėšų pervedimu, kruopščiu apskaitos tvarkymu ar kapitalo panaudojimo optimizavimu.

Apsvarstykite banko operacijas arba biudžeto sudarymo programą. Greitai žvilgtelėjus paaiškėja, kad sunku suprasti pirkinius dėl nestandartinių prekybininkų pavadinimų ir aprašymų. Nors daugelis įmonių bandė išspręsti šią problemą taikydami vidinius sprendimus, jie dažnai neatitinka mastelio, priežiūros ir apibendrinimo. Pasirinktinis modelis paprastai yra tik 60–70 % tikslumas ir gali užtrukti mėnesius.

„Ntropy“ technologija sujungia milijardus duomenų taškų iš pasaulinių prekybininkų duomenų bazių, paieškos sistemų ir kalbų modelių, parengtų naudojant sutrumpintą žiniatinklio versiją, kad apdorotų banko duomenis keturiuose skirtinguose žemynuose ir šešiose ir daugiau skirtingomis kalbomis. Mes leidžiame finansų srityje naudoti didelius kalbų modelius, kad palaikytume visas „back-office“ funkcijas.

Kokia jūsų „Ntropy“ ateities vizija?

Mūsų Ntropy vizija yra aiški: siekiame tapti vertikalaus dirbtinio intelekto įmone, teikiančia finansines paslaugas. Mūsų tvirtas duomenų ir intuicijos pagrindas, kurį palaiko atsidavusi komanda, suteikė mums unikalią padėtį, kad galėtume paskatinti tikrus pokyčius. Taigi, ką tai iš tikrųjų reiškia praktikoje? Tai apie naujausių pasiekimų panaudojimą, siekiant pakeisti finansus ir atverti naujus produktyvumo lygius, kurie anksčiau buvo nepasiekiami.

Visi žinome, kad bankininkystė gali būti brangi. Bet įsivaizduokite, ar galėtume tai pakeisti. Mažindami išlaidas, mes ne tik mažiname išlaidas, bet ir skatiname sveiką konkurenciją, geriname sistemos ekonomiką ir galiausiai darome finansines paslaugas prieinamesnes ir veiksmingesnes visiems. Tai yra ateitis, kurios link ir stengiamės – teisingesnė ir patogesnė finansinė aplinka.

Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti Ntropija.