Alexander Hudek, mede-oprichter en CTO van Kira Systems – Interviewreeks

Alex Hudek is de mede-oprichter en CTO van Kira Systems. Hij heeft een Ph.D. en M.Math-diploma in Computer Science van de University of Waterloo, en een B.Sc. van de University of Toronto in Natuurkunde en Computer Science.

Zijn voormalig onderzoek op het gebied van bio-informatica richtte zich op het vinden van overeenkomsten tussen DNA-sequenties. Hij heeft ook gewerkt aan de gebieden van bewijsystemen en databasequerycompilatie.

Wanneer raakte je voor het eerst geïnteresseerd in machine learning en AI?

Ik ben altijd geïnteresseerd geweest in computerwetenschappen. Tijdens mijn bacheloropleiding volgde ik cursussen over algoritmen voor planning en logica, machine learning en AI, numerieke berekeningen en andere onderwerpen. Mijn interesse in machine learning groeide meer specifiek tijdens mijn PhD aan de University of Waterloo. Daar gebruikte ik machine learning-methoden om DNA te bestuderen. Vervolgens dook ik dieper in formele logica als onderdeel van mijn postdoctorale onderzoek. Logica en redenering zijn in zekere zin de “andere kant” van de medaille in benaderingen van AI en ik vond het belangrijk om meer te weten over dit onderwerp.

Sommige van je voormalig onderzoek op het gebied van bio-informatica richtte zich op het vinden van overeenkomsten tussen DNA-sequenties. Kun je iets vertellen over dit onderzoek?

Het hoofdonderwerp van mijn proefschrift was het opbouwen van een meer realistisch model van DNA-mutatie met behulp van Hidden Markov Models. Ik gebruikte dit meer complexe model in een nieuwe algoritme ontworpen om regio’s van DNA te vinden die een gemeenschappelijke afstamming delen met andere soorten. In het bijzonder kan dit nieuwe algoritme veel zwakker verwante sequentiegebieden vinden dan eerder algoritmen voor deze taak.

Voordat ik mijn PhD behaalde, werkte ik in een onderzoekslab dat deel uitmaakte van het human genome project. Een van de meest opvallende projecten waar ik aan werkte, was de eerste complete ontwerp van het menselijk chromosoom 7.

Wat was de initiële inspiratie achter het lanceren van Kira?

Het idee voor Kira kwam van mijn mede-oprichter, Noah Waisberg. Hij had uren in zijn carrière als advocaat besteed aan het soort werk dat we nu hebben gebouwd met AI. Het was een interessant idee voor mij omdat het natuurlijke taal en een goed afgebakend probleem betrof, en ik kon de businessmogelijkheden zien. Er is iets aantrekkelijks aan het bouwen van AI die menselijke taal kan begrijpen, omdat taal zo nauw verbonden is met menselijke cognitie.

Kunt u uitleggen wat Contract Analysis Software is en hoe het juridische professionals helpt?

Kira gebruikt supervised machine learning, wat betekent dat een ervaren advocaat bepalingen uit echte contracten voedt in een systeem dat is ontworpen om van deze voorbeelden te leren. Het systeem bestudeert deze gegevens, leert welke taal relevant is en bouwt probabilistische modelbepalingen. De modellen worden vervolgens getest tegen een set van geannoteerde overeenkomsten waar het systeem niet mee vertrouwd is om zijn gereedheid te bepalen. Deze zeer nauwkeurige machine learning-technologie kan vrijwel elke bepaling in elk contract identificeren en analyseren, wat resulteert in door klanten gerapporteerde tijdbesparingen van 20-90%. Deze verhoogde productiviteit helpt advocatenkantoren door hun realisatiesnelheden te verhogen, geeft hen meer kansen om hun omzet te vergroten en hun bestaande klanten te behouden. Voor bedrijven draagt het bij aan een betere productiviteit in huis, waardoor het externe juridische uitgaven kan worden verlaagd.

Natuurlijke Taalverwerking (NLP) is moeilijk voor de meeste bedrijven, kunt u enkele van de extra uitdagingen bespreken die worden geconfronteerd bij het verwerken van juridische terminologie en andere nuances die uniek zijn voor de juridische beroepsgroep?

Voor veel mensen kan juridische taal heel vreemd lijken, maar het blijkt dat het vanuit een machine learning-perspectief niet zo anders is. Er zijn een paar unieke dingen; hoofdlettergevoeligheid is belangrijker en zinnen kunnen veel langer zijn dan normaal, maar over het algemeen hebben we geen wezenlijk andere NLP-benaderingen nodig dan in andere domeinen.

Een aspect dat aanzienlijk anders is, is de behoefte aan gegevensbescherming en aanpassing. Juridische professionals zijn verplicht om klantgegevens vertrouwelijk te houden, en het gebruik ervan in een machine learning-product dat trainingsgegevens deelt of combineert, is in strijd met deze vereisten. In feite is het zelfs vaak niet mogelijk om trainingsgegevens te bewaren, omdat ze verplicht zijn om klantgegevens te verwijderen zodra een project is afgerond. Daarom is het cruciaal om modellen te kunnen trainen zonder tussenpersonen en machine learning-technieken die het moeilijk of onmogelijk maken om enig deel van de trainingsgegevens te herstellen door de geleerde modellen te inspecteren. Technieken die het mogelijk maken om een bestaand model bij te werken met nieuwe trainingsgegevens zonder vanaf het begin te moeten trainen, zijn ook essentieel.

Kunt u uitleggen hoe diepe leerlingen worden gebruikt om gegevens te categoriseren in Kira-software?

We gebruiken niet veel diepe leerlingen in ons product, hoewel ons intern onderzoeksteam veel tijd besteedt aan het evalueren en onderzoeken van diepe leeroplossingen. Tot nu toe zijn diepe leertechnieken voor de soort problemen waar we mee te maken krijgen, alleen gelijk aan niet-diepe leerbenaderingen, of ze geven een zeer kleine verbetering. Gezien de enorme berekeningslast van diepe leermethodologieën, evenals de uitdagingen bij het privé houden van trainingsgegevens, zijn ze nog niet overtuigend genoeg om te adopteren.

Wat zijn enkele van de ingebouwde bepalingmodellen die Kira biedt?

Kira kan meer dan 1.000 ingebouwde bepalingen, clausules en gegevenspunten (slimme velden) identificeren en extraheren. Ze hebben betrekking op een groot aantal verschillende onderwerpen, van M&A Due Diligence – waar Kira oorspronkelijk voor werd ontwikkeld – tot Brexit; tot onroerend goed. De slimme velden worden gebouwd door ons team van onderwerpdeskundigen, waaronder ervaren advocaten en accountants. Met onze machine learning-technologie vereist Kira’s standaard dat vrijwel elk slim veld een minimum van 90% recall bereikt, wat betekent dat onze software 90% of meer van de bepaling, clausule of gegevenspunt vindt dat u specifiek zoekt in uw contracten of documenten, waardoor het risico en de fouten in het contractbeoordelingsproces worden verminderd. Bovendien kunnen een onbeperkt aantal aangepaste velden worden gemaakt / onderwezen door een bedrijf om relevante inzichten automatisch te identificeren en te extraheren met behulp van onze Quick Study-tool.

De juridische wereld staat erom bekend langzaam te zijn in het adopteren van nieuwe technologie. Vindt u dat er een opleidingshurdle is bij het opleiden van advocatenkantoren?

Advocaten willen echt weten hoe dingen werken, dus opleiding is belangrijk. Het is niet moeilijker om advocaten iets over machine learning en AI te leren dan andere professionals, maar het is zeker nodig om trainingsmateriaal klaar te hebben. Veel van de adoptiebelemmeringen zijn sociaal; mensen vragen vaak naar best practices bij het aanpassen van hun interne processen om AI te gebruiken, of zijn geïnteresseerd in hoe ze AI kunnen gebruiken om hun bedrijfsaanbod te veranderen op een manier die hen voordelen biedt buiten efficiëntieverbeteringen.

Is er nog iets anders dat u zou willen delen over Kira?

Academische literatuur en open source machine learning-bibliotheken waren van grote waarde bij het opstarten van het bedrijf. We geloven dat open informatie en software een enorme bijdrage leveren aan de wereld. In het licht daarvan ben ik vooral blij dat ons onderzoeksteam de resultaten van veel van onze onderzoeksinspanningen publiceert in academische tijdschriften en conferenties. Dit laat niet alleen zien dat we de grenzen van de stand van de techniek verleggen, maar stelt ons ook in staat om terug te geven aan de gemeenschappen die ons hebben geholpen om te beginnen en waar we nog steeds veel waarde uit halen. U kunt onze papers vinden op https://kirasystems.com/science/.

Om meer te leren, bezoek Kira Systems.