Cara Jones, medgrunnlegger og CEO av Marinus Analytic – Intervju-serie

Cara Jones er CEO og medgrunnlegger av Marinus Analytics. Cara er lidenskapelig opptatt av høyteknologiske implementeringer som maksimerer effektiviteten og, som en følge, innvirkningen, av byråer. Hennes ønske om å tjene offentlig sikkerhet og menneskelige tjenester-sektoren ble påvirket av hennes fars karriere som en rettsmedisinsk sosialarbeider. Hun har ledet modningen og kommersialiseringen av Marinus Analytics’ Traffic Jam-programvare siden selskapets etablering. Hun har en stor erfaring som spenner fra ingeniørarbeid med autonome roboter, integrasjonstesting av føderale IT-entreprise, og selv ishockeytrening, og leder Marinus’ utvidelse over loven, regjeringen og det private sektoren.

Marinus Analytics er et kvinne-eid AI-selskap som er dedikert til å fremme offentlig sikkerhet ved å takle menneskehandel, barnemishandling og cyber-svindel. Dets kraftfulle AI-verktøy, som Traffic Jam og Cyber Fraud (utviklet med IBM Watson), hjelper loven å identifisere kriminelle nettverk og spare tusenvis av etterforsknings timer. Ved å analysere offentlige data fra utnyttelseshotspots, gir Marinus myndighetene handlebare innsikter – uten å kompromittere personvernet.

Kan du fortelle oss mer om etableringen av Marinus Analytics og hva som inspirerte deg og din medgrunnlegger til å lage AI-løsninger for offentlig sikkerhet?

Hva som inspirerte oss da, og fortsatt inspirerer oss hver dag, er å være i tjeneste for frontlinjens offentlige sikkerhets-kjempere for offer-sentrert, traume-informert politiarbeid. Jeg husker tydelig første gang jeg snakket med en føderal agent som lette etter et savnet og menneskehandlet barn, jeg visste det ville være en glede å dedikere min karriere til å hjelpe profesjonelle som spesialiserer seg på dette feltet. Vi finner motivasjonen til å støtte disse agentene, detektiver og analytikerne gjennom vår formål-bygde teknologi. Til slutt er kreditten til disse usungene helter som arbeider utrettelig for å beskytte de sårbare fra digitalt aktivert kommersiell seksuell utnyttelse.

Hvordan påvirkede din bakgrunn i robotikk og AI-forskning ved Carnegie Mellon University visjonen for Marinus Analytics?

Arbeidet ved Auton Lab (forskningslaboratoriet hvor Traffic Jam ble konseptualisert) har fokusert på sosial innvirkning over ulike områder av regjeringen i over tretti år. Disse verdiene er sentrale for vårt arbeid mens vi overgang utenfor universitetet og ble en leverandør til offentlige sektor-kunder.

Min forretningsperspektiv på lean-innovasjon ble tilegnet under min tidlige karriere da jeg arbeidet for en robotikk-startup (som også kom ut av Carnegie Mellon University). Deres inntektsmodell, som var nytt da, for betal-per-bruk-leasing av robotene motiverte oss til å operere Traffic Jam som en Programvare-som-en-tjeneste. Jeg har alltid vært tiltrekket av demokratiseringen av teknologi gjennom denne modellen. Den reduserer den finansielle risikoen for å bli en tidlig adoptør av en ikke-mainsstream-løsning. Heldigvis mottok vi generøs støtte fra National Science Foundation for å subsidiere forskning og utvikling og å tillate oss å gi tilgang gjennom en rimelig abonnement.

Hvorfor Pittsburgh? Hvordan har byen støttet utviklingen av Marinus Analytics? Hva ressurser og fordeler presenteres ved å være der?

AI begynte i Pittsburgh, med Carnegie Mellon University som en pioner siden 1950-årene. Pittsburghs økosystem inkluderer over 100 selskaper som fokuserer på robotikk og AI, med en arbeidsstyrke på 7 000+. Det fremmer banebrytende fremskritt i AI-løsninger for offentlig sikkerhet, transport, helse og mye mer, og stiller seg som en leder i kunstig intelligens og automatisering.

Da jeg dro på college, valgte jeg nesten nødvendigvis en hovedfag i datateknikk, og det betød at jeg ikke ville returnere hit for å arbeide. Takk til verdensklasse AI-programmer ved Carnegie Mellon University og dens effekt på regionens økonomi, og til Pittsburgh-programmer for å støtte, finansiere og veilede sosiale entreprenører, fikk jeg bygget min drømmejobb i hjembyen. Vi har rekruttert talende ingeniører fra våre lokale collegene, vi bygget en bærekraftig forretningsmodell med råd fra Project Olympus campus-inkubator, og vi fikk tilgang til finansiering gjennom UpPrize, Idea Foundry og, mest nylig, Richard King Mellon Foundation. Vi har også verdifulle cheerleaders i Pittsburgh Tech Council for innovasjon i Pittsburgh-regionen.

Hvordan har selskapets misjon om å bekjempe menneskehandel og utnyttelse utviklet seg siden etableringen?

Målet har vært konsistent over årene. Vi vil fortsette å innovere og fremme offer-sentrert, traume-informert politiarbeid. Hva som startet her i Pittsburgh er nå i bruk av offentlige sikkerhetsbyråer over tre kontinenter, og denne internasjonaliseringen utvides gjennom vår London-kontor, som åpnet i 2023.

Vi støtter offentlige sikkerhetsbyråer i land hvor lovgivningen og kulturen rundt kommersielle voksne tjenester varierer betydelig, men fellesskapet er å proaktivt håndtere utnyttelse innen høyrisk-markeder. Vi har som mål å fortsette å spre beste praksis over den geografisk forskjellige profesjonelle samfunnet vi tjener, som er forent i dette felles målet.

Hva betyr den nylige $400 000 investeringen fra Richard King Mellon Foundation for Marinus Analytics, og hvordan planlegger du å bruke denne finansieringen til å videreutvikle din innvirkning?

Å motta denne investeringen fra Richard King Mellon Foundation er en ufattelig ære. Denne finansieringen vil tillate oss å utvide vårt programvare for å fremme barns velferdsorganisasjoner og utvide vår positive innvirkning på kampen mot menneskehandel og nettbasert skade. Vi er stolte av å samarbeide med RK Mellon Foundation i vårt felles mål om å proaktivt skala og beskytte våre mest sårbare befolkninger.

Din AI-løsning Traffic Jam har spart anslagsvis 70 000 etterforsknings timer. Kan du gå gjennom hvordan plattformen hjelper loven å identifisere ofre for menneskehandel mer effektivt?

Traffic Jam bruker AI og automatisering til å tegne forbindelser mellom annonsering på voksne tjenestesider og savnede personbilder som gis til loven, hvor utseendet ofte er dramatisk endret. I dette eksemplet kan AI gi økt nøyaktighet med større effektivitet enn en menneskelig som arbeider manuelt. Et offer kan bli reddet på dager i stedet for hva som ellers kunne ha vært måneder.

Tiden til våre frontlinjekjempere er så mye bedre brukt ute i samfunnet og tjener mennesker i behov, danner relasjoner og bruker deres erfaring til å proaktivt identifisere problematiske situasjoner. Deres tid ville være spilt bort sittende ved datamaskinen, mens automatisering kan gjøre det effektivt og nøyaktig, og frigjøre en ressurs til å gjøre nabolag tryggere. Det hjelper dem fundamentalt til å bli mer proaktive.

Hvilke etiske overveielser er på plass når det utvikles AI-drevne verktøy for offentlig sikkerhet, spesielt med hensyn til personvernet og datasikkerheten?

Når vi snakker om å etterforske kommersiell seksuell utnyttelse, begynner vi med forståelsen av at det må håndteres med følsomhet. De etiske overveielser er hva som motiverer vårt arbeid. Vi behandler data personvernet og sikkerhetstiltakene under utvikling og gjennom våre kunde-relasjoner for å sikre at tjenesten vi tilbyr politiet ikke bare er en etisk løsning, men det beste verktøyet til å forstyrre kommersiell utnyttelse.

På hvilke måter har Marinus Analytics samarbeidet med loven og sosiale tjenester for å direkte assistere ofre for menneskehandel?

Marinus Analytics samarbeider med offentlige sikkerhetsbyråer verden over, og vi er spente på å ønske en statlig barns velferdsorganisasjon velkommen som en tidlig adoptør av vår teknologi i denne kritiske rommet. Med vår MPWatch (Savnede personer Watch) teknologi, tar de ledelsen i å beskytte risikoutsatte barn og lokalisere savnede mindreårige. Ved å samarbeide med politi- og barnevernteam, hjelper vi med å sikre at ofre blir identifisert raskt og ressurser brukes effektivt. Våre verktøy gir frontlinjeprofesjonelle mulighet til å handle raskt, og har en direkte innvirkning på kampen for å sikre sårbare individer – akkurat som vi streber etter å gjøre med alle våre partnere.

Hvordan hjelper din AI offentlige sikkerhetsprofesjonelle med å identifisere trender og mønster som ellers kan gå ubemerket i menneskehandels-etterforskninger?

En av utfordringene i menneskehandels-prosesser er en over-avhengighet av offeret til å gi bevis mot menneskehandleren. Det er en reel byrde å legge på en person som ofte er redd for seg selv og sine familiemedlemmer. Teknologien kan samle bevis og håndtere data for å fortelle sin egen historie om hvordan utnyttelsen skjedde, og identifisere nettverk og trender som kan peke på organisert kriminalitet. Uten assistansen fra formål-bygde teknologi, kan identifisering av disse samme nettverk ikke være mulig gjennom et offers beretning eller ville ellers ta mange flere timer, penger og departementsressurser. Vi håper dette er en game-changer for fremtidige saker.

Hva nye fremgang i AI ser du på horisonten som kunne ytterligere forbedre Marinus Analytics’ evne til å forstyrre menneskehandel og organisert kriminalitet?

Den raske evolusjonen av åpne kildekode multimodale AI-modeller representerer en betydelig gjennombrudd i vår kamp mot menneskehandel. Disse avanserte modellene er i ferd med å bli trent på stadig større datasett, og åpner nye frontiere for å anvende på våre etterforskningskapasiteter. Ved å utnytte disse store, åpne kildekode-modellene, kan vi bruke kunnskapsdestillasjons-teknikker til å skape spesialiserte, mindre modeller tilpasset våre spesifikke brukstilfeller, og bruke mindre treningdata enn hva som ellers ville være nødvendig. Denne tilnærmingen er spesielt verdifull gitt den sensitive naturen av vårt arbeid, hvor tilgang til omfattende treningdata kan være begrenset. Disse destillerte modellene beholder mye av kapasiteten til deres større motparter, samtidig som de er mer effektive og kan deployeres i ressurs-begrensede miljøer.

Fremover er disse multimodale modellene i ferd med å forbedre vår evne til å generere mer effektive innlegg for både tekstlige og visuelle data. Denne forbedringen forbedrer betydelig informasjons-innhenting og kryss-referanser, og lar oss identifisere mønster og forbindelser som ellers kan forbli skjult. For eksempel kan vi mer nøyaktig matche og kryss-referere bilder og tekstlige beskrivelser over ulike datakilder, og potensielt avdekke kriminelle nettverk og menneskehandels-operasjoner mer effektivt. Mens disse AI-modellene fortsetter å utvikle seg, forventer vi enda større fremgang i vår evne til å prosessere og analysere komplekse, multimodale datastrømmer, og til slutt forbedre vår kapasitet til å forstyrre kriminelle aktiviteter og beskytte sårbare individer.

Takk for det flotte intervjuet, og enda viktigere for all den viktige arbeid du gjør. Lesere som ønsker å lære mer bør besøke Marinus Analytics.