Cara Jones, współzałożycielka i CEO Marinus Analytics – seria wywiadów

Cara Jones jest CEO i współzałożycielką Marinus Analytics. Cara jest pasjonatem nowych technologii, które maksymalizują wydajność i wpływ agencji. Jej pragnienie służenia sektorowi bezpieczeństwa publicznego i usług społecznych zostało zainspirowane karierą jej ojca jako pracownika socjalnego. Kierowała dojrzewaniem i komercjalizacją oprogramowania Traffic Jam od założenia firmy. Ma ogromne doświadczenie, od inżynierii autonomicznych robotów, testowania integracji systemów IT, po trenowanie hokeja na lodzie, i kieruje ekspansją Marinus na rynki prawne, rządowe i korporacyjne.

Marinus Analytics to firma AI należąca do kobiety, poświęcona poprawie bezpieczeństwa publicznego poprzez zwalczanie handlu ludźmi, wykorzystywania dzieci i oszustw cybernetycznych. Potężne narzędzia AI, takie jak Traffic Jam i Cyber Fraud (rozwinięte z IBM Watson), pomagają organom ścigania identyfikować sieci przestępcze i oszczędzać tysiące godzin dochodzeniowych. Analizując dane publiczne z miejsc eksploatacji, Marinus dostarcza władzom informacji, które można wykorzystać w działaniach, nie naruszając prywatności.

Czy możesz nam powiedzieć więcej o założeniu Marinus Analytics i co was zainspirowało do stworzenia rozwiązań AI dla bezpieczeństwa publicznego?

To, co nas inspiruje, to służba dla bohaterów pierwszej linii, którzy są zaangażowani w walkę z handlem ludźmi i wykorzystywaniem. Pamiętam pierwszą rozmowę z agentem federalnym, który szukał zaginionego i wykorzystywanego dziecka. Wiedziałam, że moja kariera będzie poświęcona pomocy tym profesjonalistom. Nasza technologia jest zaprojektowana, aby wspierać tych, którzy pracują nieustannie, aby chronić narażonych na handel ludźmi.

Jak twoje doświadczenie w robotyce i badaniach AI na Uniwersytecie Carnegie Mellon wpłynęło na wizję Marinus Analytics?

Praca w Auton Lab (laboratorium, w którym powstał Traffic Jam) koncentruje się na wpływie społecznym w różnych obszarach rządu przez ponad trzydzieści lat. Te wartości są centralne dla naszej pracy, gdy przechodzimy z uczelni do bycia dostawcą dla sektora publicznego.

Moje doświadczenie biznesowe w innowacjach opartych na lean zostało zdobyte na początku mojej kariery w startupie robotycznym (również z Uniwersytetu Carnegie Mellon). Ich model przychodów, który był nowatorski w tamtym czasie, zainspirował nas do prowadzenia Traffic Jam jako oprogramowania jako usługi. Zawsze byłem przekonany do demokratyzacji technologii poprzez ten model. Redukuje on ryzyko finansowe związane z wczesnym przyjęciem nietypowych rozwiązań. Dzięki wsparciu Narodowego Funduszu Nauki mogliśmy zaoferować dostęp do naszego oprogramowania za pomocą przystępnej subskrypcji.

Dlaczego Pittsburgh? Jak miasto wspiera rozwój Marinus Analytics? Jakie zasoby i korzyści oferuje?

AI zaczęło się w Pittsburghu, z Uniwersytetem Carnegie Mellon jako pionierem od lat 50. Ekosystem Pittsburgha obejmuje ponad 100 firm zorientowanych na robotykę i AI, z siłą roboczą liczącą 7 000+. To środowisko sprzyja rozwojowi najnowocześniejszych rozwiązań AI dla bezpieczeństwa publicznego, transportu, opieki zdrowotnej i innych, umieszczając Pittsburgh jako lidera w dziedzinie sztucznej inteligencji i automatyki.

Gdy wyjechałam na studia, wybór kierunku inżynierii komputerowej oznaczał, że nie wrócę do pracy w moim rodzinnym mieście. Dzięki programom AI na Uniwersytecie Carnegie Mellon i ich wpływowi na gospodarkę regionu, a także programom wspierającym, finansującym i mentorującym przedsiębiorców społecznych, mogłam zbudować swoją wymarzoną pracę w rodzinnym mieście. Zatrudniliśmy utalentowanych inżynierów z lokalnych college’ów, zbudowaliśmy zrównoważony model biznesowy dzięki poradom inkubatora Project Olympus, i uzyskaliśmy dostęp do funduszy za pośrednictwem UpPrize, Idea Foundry, a ostatnio Richard King Mellon Foundation. Mamy również cennych cheerleaderów w Pittsburgh Tech Council dla innowacji w regionie.

Jak ewoluowała misja firmy w zwalczaniu handlu ludźmi i wykorzystywania od momentu założenia?

Misja pozostaje niezmienna. Będziemy kontynuować innowacje i promować politykę opartą na ofiarach i traumie. To, co zaczęło się w Pittsburghu, jest teraz wykorzystywane przez agencje bezpieczeństwa publicznego na trzech kontynentach, a ta międzynarodowa ekspansja rozciąga się na nasze biuro w Londynie, które otworzyliśmy w 2023 roku.

Wspieramy agencje bezpieczeństwa publicznego na całym świecie, i jesteśmy podekscytowani, że możemy powitać agencję opieki nad dziećmi jako wczesnego użytkownika naszej technologii w tym krytycznym obszarze. Z naszą technologią MPWatch (Obserwacja osób zaginionych) są oni pionierami w ochronie dzieci i lokalizowaniu zaginionych nieletnich. Współpracując z policją i zespołami opieki nad dziećmi, pomagamy zapewnić, że ofiary są identyfikowane szybko i zasoby są wykorzystywane efektywnie. Nasze narzędzia umożliwiają profesjonalistom działanie szybko, wpływając bezpośrednio na walkę z handlem ludźmi i ochronę osób narażonych.

Jak wasza technologia AI pomaga profesjonalistom bezpieczeństwa publicznego identyfikować trendy i wzorce, które mogą pozostać niezauważone w dochodzeniach dotyczących handlu ludźmi?

Jednym z wyzwań w ściganiu handlu ludźmi jest nadmierne poleganie na ofierze, aby dostarczyć dowody przeciwko handlarzom. Nasza technologia może gromadzić dowody i wykorzystywać dane, aby opowiedzieć historię, w jaki sposób doszło do wykorzystania, identyfikując sieci i trendy, które mogą wskazywać na zorganizowaną przestępczość. Bez wsparcia celowo zaprojektowanej technologii identyfikacja tych samych sieci nie byłaby możliwa za pomocą relacji ofiary lub zajęłaby znacznie więcej czasu, pieniędzy i zasobów departamentu. Mamy nadzieję, że to będzie przełom w przyszłych przypadkach.

Jakie nowe postępy w dziedzinie AI widzisz na horyzoncie, które mogą dalej zwiększyć możliwości Marinus Analytics w zwalczaniu handlu ludźmi i przestępczości zorganizowanej?

Szybka ewolucja modeli AI o otwartym kodzie źródłowym reprezentuje znaczący przełom w naszej walce z handlem ludźmi. Te zaawansowane modele są szkolone na coraz większych zbiorach danych, otwierając nowe możliwości w naszych zdolnościach dochodzeniowych. Wykorzystując te duże, otwarte modele, możemy stosować techniki destylacji wiedzy, aby tworzyć specjalistyczne, mniejsze modele dostosowane do naszych konkretnych przypadków użycia, przy użyciu mniejszej ilości danych szkoleniowych niż byłoby to konieczne. Ten podejście jest szczególnie cenne, biorąc pod uwagę wrażliwy charakter naszej pracy, gdzie dostęp do obszernych danych szkoleniowych może być ograniczony. Te destylowane modele zachowują wiele możliwości swoich większych odpowiedników, będąc jednocześnie bardziej wydajne i wdrożone w środowiskach o ograniczonych zasobach.

Dalej, te multimodalne modele są w stanie poprawić naszą zdolność do generowania bardziej efektywnych embedów dla danych tekstowych i wizualnych. To znacznie poprawia możliwości odzyskiwania informacji i skojarzeń, umożliwiając identyfikację wzorców i połączeń, które mogłyby pozostać ukryte. Na przykład, możemy bardziej dokładnie dopasowywać i skojarzyć obrazy i opisy tekstowe w różnych źródłach danych, potencjalnie ujawniając sieci przestępcze i operacje handlu ludźmi w bardziej efektywny sposób. W miarę ewolucji tych modeli AI spodziewamy się jeszcze większych postępów w naszej zdolności do przetwarzania i analizy złożonych, multimodalnych strumieni danych, co w końcu zwiększy naszą zdolność do zakłócania działań przestępczych i ochrony osób narażonych.

Dziękujemy za wspaniały wywiad, i co ważniejsze, za wszystką ważną pracę, którą wykonujesz. Czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Marinus Analytics.