Jim McGowan, szef produktu w ElectrifAi – Wywiad

Jim McGowan jest szefem produktu w ElectrifAi, specjalizującym się w ekstrakcji ogromnych ilości rozproszonych danych, przekształcaniu chaotycznych, ustrukturyzowanych i nieustrukturyzowanych danych w działania biznesowe.

Co skłoniło Cię do świata sztucznej inteligencji i uczenia maszynowego?

Po raz pierwszy spotkałem się z uczeniem maszynowym podczas zdobywania doktoratu z dziedziny nauk kognitywnych. Systemy AI składały się głównie z destylacji doświadczenia eksperta w postaci diagramu przepływu. Wydawało się to intuicyjnie słuszne, ale systemy szybko stały się zbyt skomplikowane i nie spełniały swoich obietnic. Można było rozwiązywać małe problemy, ale praktyczne rozwiązania rzeczywistych problemów były poza zasięgiem. Można powiedzieć, że budowanie praktycznych systemów było samo w sobie niepraktyczne. Potem pojawiło się uczenie maszynowe. To wszystko zmieniło. Uczenie maszynowe odblokowało obietnice AI. ElectrifAi spełnia tę obietnicę, budując rozwiązania, które pomagają naszym klientom lepiej prowadzić swoje interesy.

ElectrifAi wykorzystuje coś, co nazywa się Praktycznym AI, aby pomóc firmom w wykorzystaniu danych, których już posiadają. Czy możesz wyjaśnić, jak ElectrifAi definiuje Praktyczne AI?

Wykorzystujemy dane klientów, aby zapewnić jasne, działania biznesowe, dla rzeczywistych potrzeb biznesowych. Pomagamy im podejmować lepsze decyzje, szybciej. Praktyczne AI to rozwiązanie rzeczywistego problemu biznesowego z rozwiązaniem, które działa dobrze, opiera się na jasnym zrozumieniu danych, ma określony wynik, pasuje do istniejących procesów i narzędzi, jest dostarczane na czas i dostarcza ogromną wartość biznesową. Nie musimy, aby firmy zastąpiły swoje systemy danych. Nie wymagamy określonego modelu biznesowego. Nie zajmuje nam to roku, aby może coś dostarczyć, co jest kompromisem wobec tego, co klient chciał osiągnąć. Zapewniamy elastyczne, wysokiej jakości rozwiązanie, które jest łatwe w użyciu i robi to, co ma robić, bardzo, bardzo dobrze. To Praktyczne AI.

Zapewniamy, że przy każdym rozwiązaniu osiągamy następujące cele:

• Najlepszy czas dostarczania wartości
• Najlepsze czyszczenie danych
• Najlepsze spostrzeżenia
• Najlepszy zwrot z inwestycji

Czy możesz podać szczegóły na temat tego, jak ElectrifAi umożliwia firmom korzystanie z Praktycznego AI?

Pobieramy dane ze wszystkich systemów – niezależnie od tego, czy są to bazy danych opracowane na zamówienie, wysoko dostosowane rozwiązania od dużych dostawców, czy nawet zrzut danych z jakiejś starszej aplikacji. Czyszczymy i rozumujemy te dane, a następnie znajdujemy jasne, znaczące sygnały w tym chaosie. Następnie wykorzystujemy uczenie maszynowe, aby wydobyć cenne spostrzeżenia z tych sygnałów, a ostatecznie wskazujemy, jak działać na podstawie tych spostrzeżeń. SpendAi to świetny przykład. Wykorzystujemy uczenie maszynowe, aby oczyścić dane, a następnie wykorzystujemy jeszcze więcej uczenia maszynowego, aby zakategoryzować 98-99% danych z wszystkich systemów zakupowych klienta. Pozwalamy nawet klientom kontrolować tę kategoryzację na poziomie szczegółowym, w zaledwie kilka sekund, za pomocą interfejsu przeciągnij-i-upuść. To unikalne i niezwykle potężne. Następnie stosujemy kolejną grupę algorytmów uczenia maszynowego, aby dać jasny, prosty widok, dokąd idzie wydatek. Wykorzystujemy uczenie maszynowe, aby sparsować umowy i wydobyć kluczowe klauzule. Następnie stosujemy jeszcze więcej uczenia maszynowego, aby podać konkretną rekomendację. Na przykład klient może mieć prawo do rabatu z tytułu klauzuli ukrytej w umowie. Lub mogą oni zbyt mocno polegać na dostawcy w kategorii, który sam jest narażony na ryzyko finansowe. Klient może również zbyt słabo wykorzystywać swoją pozycję z dostawcą, ponieważ dostawca działa pod wieloma nazwami i w wielu działach firmy. Ujawniamy i czyszczymy wszystko to, aby klient mógł zmniejszyć swój wydatek, zwiększyć swój kapitał obrotowy i zmniejszyć swoje ryzyko.

Czy możesz omówić PulmoAi CT i to, jak może ono zwiększyć wydajność radiologów i poprawić wyniki radiologiczne?

PulmoAi CT to zaawansowany produkt analityczny obrazu, zaprojektowany specjalnie dla tomografii komputerowej płuc. Połączenie Praktycznego AI, uczenia maszynowego i technologii przetwarzania obrazu, PulmoAi CT automatycznie segmentuje skany płuc piksel po pikselu, bez rozmycia lub zniekształcenia doświadczanego z podobnymi technologiami. Wynik: wyraźnie wyrenderowane obrazy 3D – umożliwiające natychmiastowe identyfikowanie wskazań na guzy, guzki, COVID-19 i inne anomalie. Z PulmoAi CT radiolodzy mogą łatwo powiększać szczegóły płuc, oglądając je obok analiz klinicznych i oryginalnych obrazów. PulmoAi CT ilościuje każdą cechę płuc z dokładnymi metrykami, w tym rozmiar, morfologię i objętość. Umożliwia to staranne monitorowanie postępu anomalii, nawet w przypadku wielu chorób.

PulmoAi CT to zupełnie inna technologia niż jakikolwiek produkt na rynku lub w laboratorium badawczym. Wyniki są przełomowe. Nic podobnego nie istnieje. To nie jest podejście siłowe, które wymaga dziesiątków tysięcy próbek, aby działać. PulmoAi CT daje wyniki, podczas gdy inne rozwiązania AI wciąż szukają danych szkoleniowych. To potężne i zmieni to, co radiolodzy mogą robić.

Inny produkt ElectrifAi to PulmoAi X-ray, który bezpośrednio odnosi się do użycia promieni rentgenowskich w strefach kryzysowych. Czy możesz omówić tę technologię?

PulmoAi X-ray bezpośrednio odnosi się do użycia promieni rentgenowskich w strefach kryzysowych dzisiaj. Dostosowując się do specyficznych wyzwań pandemii, PulmoAi X-ray idzie o krok dalej niż rozróżnianie zdrowych płuc od płuc zakażonych COVID-19. Rozwiązanie oparte na chmurze identyfikuje kluczowe różnice między pacjentami z koronawirusem, którzy zostali wysłani do domu i wyzdrowieli bezpiecznie, a tymi, którzy zostali wysłani do domu i wrócili, wymagając intubacji. Wstępnie przeszkolony na skanach płuc z szpitali w strefach kryzysowych, PulmoAi X-ray wykorzystuje technologie sieci neuronowych głębokiego uczenia, aby zidentyfikować krytyczne anomalie związane z COVID-19. PulmoAi X-ray jest unikalny, ponieważ jest wąsko dostosowany do odpowiedzi na problem, który szpitale w strefach kryzysowych starają się rozwiązać: czy kwarantanna będzie działać, czy pacjent potrzebuje hospitalizacji?

Inny produkt to ContractAi, który wykorzystuje praktyczne AI, uczenie maszynowe i przetwarzanie języka naturalnego (NLP), aby automatycznie odczytywać, analizować i porównywać umowy w całej firmie. Czy możesz omówić ten produkt i najlepsze przypadki użycia?

ContractAi jest zaprojektowany dla użytkowników, którzy wchodzą w interakcje z umowami w codziennych rolach operacyjnych. Na przykład ContractAi pomaga osobom w grupie zakupowej, które analizują wydatki wobec umów z dostawcami. Ostatnio, ze względu na wstrząs gospodarczy spowodowany COVID-19, oprogramowanie pomaga firmom zrozumieć, jaką mają siłę przetargową, aby wyjść z umów z dostawcami. Gdy ta możliwość jest połączona z naszym produktem SpendAi, można natychmiast zrozumieć wpływ finansowy tej siły przetargowej. Jedną z największych zalet tej technologii jest to, że działa z danymi umownymi w dowolnym formacie – nie ma konieczności ręcznego wprowadzania danych i nie jest wymagany konkretny format. Inną zaletą jest to, że technologia ta jest specjalnie zaprojektowana dla użytkowników, którzy korzystają z umów w roli operacyjnej. Wiele istniejących technologii przetwarzania umów jest zaprojektowanych dla prawników, którzy mają inny zestaw problemów.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat ElectrifAi?

Jako globalna firma machine learning, mamy unikalny wgląd w to, jak różne rynki rozwijają się i wykorzystują machine learning. Jedną z zalet tego wglądu jest nasza zdolność do zrozumienia, jak możliwości machine learning (ML) mogą być tłumaczone z jednej geografii i/lub rynku pionowego na inny, aby pomóc rozwiązać znaczące problemy.

Na przykład, spędziliśmy lata na całym świecie, pomagając firmom angażować swoich klientów za pomocą nauki o danych. Teraz wykorzystaliśmy tę wiedzę, aby pomóc amerykańskiej branży opieki zdrowotnej w zaangażowaniu pacjentów, pomagając wznawiać opiekę zdrowotną i przywracając pacjentów do szpitali na niezbędne zabiegi wybór.