Alexander Hudek, Co-Fondator & CTO al Kira Systems – Seria de Interviuri

Alex Hudek este Co-Fondator & CTO al Kira Systems. El deține titluri de doctor și master în Informatică de la Universitatea Waterloo, și o diplomă de licență de la Universitatea Toronto în Fizică și Informatică.

Cercetările sale anterioare în domeniul bioinformaticii s-au axat pe găsirea similarităților între secvențele de ADN. El a lucrat, de asemenea, în domeniile sistemelor de dovadă și compilării interogărilor de baze de date.

Când ai devenit interesat pentru prima dată de învățarea automată și inteligența artificială?

Am fost întotdeauna interesat de știința calculatoarelor. În timpul studiilor mele de licență, am urmat cursuri de algoritmi pentru planificare și logică, învățarea automată și inteligența artificială, calcul numeric și alte subiecte. Interesul meu pentru învățarea automată a crescut mai specific în timpul doctoratului meu la Universitatea Waterloo. Acolo, am folosit metode de învățare automată pentru a studia ADN-ul. După aceea, m-am implicat mai profund în logica formală ca parte a cercetării mele postdoctorale. Logica și raționamentul sunt, într-un fel, “cealaltă parte” a monedei în abordările inteligenței artificiale, și am simțit că este important să știu mai multe despre aceasta.

Unele dintre cercetările dvs. anterioare în domeniul bioinformaticii s-au axat pe găsirea similarităților între secvențele de ADN. Puteți discuta despre unele dintre aceste lucrări?

Corpul principal al tezei mele a implicat construirea unui model mai realist de mutație a ADN-ului, utilizând modelele Markov ascunse. Am folosit acest model mai complex într-un algoritm nou, proiectat pentru a găsi regiuni de ADN care împărtășesc o ascendență comună cu alte specii. În special, acest algoritm nou poate găsi regiuni de secvențe mult mai slab relate cu cele anterioare.

Înainte de doctoratul meu, am lucrat într-un laborator de cercetare care făcea parte din proiectul genomului uman. Unul dintre cele mai notabile proiecte la care am contribuit a fost primul proiect complet al cromozomului uman 7.

Care a fost inspirația inițială din spatele lansării Kira?

Idea pentru Kira a venit de la co-fondatorul meu, Noah Waisberg. El a petrecut ore în cariera sa de avocat, făcând exact genul de lucru pe care l-am construit acum cu inteligența artificială. A fost o idee interesantă pentru mine, deoarece implica limbajul natural și problema era bine delimitată, și puteam vedea potențialul de afaceri. Există ceva care atrage atenția asupra construirii inteligenței artificiale care poate înțelege limbajul uman, deoarece limbajul este atât de strâns legat de cogniția umană.

Puteți descrie ce este software-ul de analiză a contractelor și cum beneficiază profesioniștii din domeniul juridic?

Kira utilizează învățarea automată supravegheată, ceea ce înseamnă că un avocat experimentat introduce prevederi din contracte reale într-un sistem proiectat pentru a învăța din aceste exemple. Sistemul studiază aceste date, învață ce limbaj este relevant și construiește modele probabilistice de prevederi. Modelele sunt apoi testate împotriva unui set de acorduri annotate cu care sistemul nu este familiar, pentru a determina pregătirea sa. Această tehnologie de învățare automată foarte precisă poate identifica și analiza practic orice prevedere din orice contract, rezultând economii de timp raportate de clienți de 20-90%. Această productivitate crescută ajută cabinetele de avocatură prin creșterea ratelor de realizare, oferindu-le mai multe oportunități de a-și crește veniturile și de a-și păstra clienții existenți. Pentru corporații, aceasta conduce la o productivitate mai bună în cadrul departamentelor juridice, reducând nevoia de cheltuieli juridice externe.

Procesarea limbajului natural (NLP) este dificilă pentru majoritatea companiilor; puteți discuta despre unele dintre provocările suplimentare cu care vă confruntați atunci când procesați terminologia juridică și alte nuanțe unice ale profesiei juridice?

Pentru mulți oameni, limbajul juridic poate părea foarte străin, dar din punct de vedere al învățării automate, nu este de fapt atât de diferit. Există câteva lucruri unice; majusculele sunt mai importante, și propozițiile pot fi mult mai lungi decât normal, dar în general, nu am necesitat abordări de NLP semnificativ diferite față de alte domenii.

Un aspect care este semnificativ diferit este nevoia de confidențialitate a datelor și de personalizare. Profesionistilor din domeniul juridic li se cere să păstreze datele clienților confidențiale, și utilizarea lor într-un produs de învățare automată care colectează sau împărtășește date de antrenare este în contradicție cu aceste cerințe. De fapt, păstrarea datelor de antrenare este adesea imposibilă, deoarece ei au obligații de a șterge datele clienților după finalizarea unui proiect. Astfel, capacitatea de a antrena modele fără furnizori implicați devine critică, precum și tehnicile de învățare automată care fac dificilă sau imposibilă recuperarea oricărei părți a datelor de antrenare prin inspectarea modelelor învățate. Tehnicile care permit actualizarea unui model existent cu date de antrenare noi fără a reantrena de la zero sunt, de asemenea, esențiale.

Pe partea de personalizare, există nevoia ca clienții să poată construi propriile modele. Acest lucru se datorează faptului că, pentru concepte juridice mai complexe, pot exista dezacorduri rezonabile între profesioniști, și firmele deseori doresc să ajusteze sau să construiască modele care să se potrivească pozițiilor lor unice.

Puteți descrie cum se utilizează învățarea profundă pentru a categorisi datele în cadrul software-ului Kira?

Nu utilizăm multă învățare profundă în produsul nostru, deși echipa noastră de cercetare internă petrece mult timp evaluând și explorând soluții de învățare profundă. Până acum, pentru tipurile de probleme cu care ne confruntăm, tehnicile de învățare profundă nu au fost decât la fel de bune ca abordările non-deep learning, sau au oferit doar o mică creștere. Având în vedere supraîncărcarea computațională a metodologiilor de învățare profundă, precum și provocările în menținerea confidențialității datelor de antrenare, acestea nu au fost suficient de convingătoare pentru a fi adoptate până acum.

 Spunem că abordările de învățare profundă sunt foarte convingătoare și credem că au potențialul de a deveni importante în NLP într-o zi. În acest sens, continuăm să evaluăm și să explorăm abordări de învățare profundă NLP, astfel încât să putem fi pregătiți să le adoptăm atunci când avantajele vor începe să depășească dezavantajele.

Care sunt unele dintre modelele de prevederi încorporate pe care Kira le oferă?

Kira poate identifica și extrage peste 1.000 de prevederi, clauze și puncte de date încorporate (câmpuri inteligente). Acestea se referă la o multitudine de subiecte diferite, de la Due Diligence pentru fuziuni și achiziții – cu care Kira a fost inițial conceput pentru a ajuta – până la Brexit; până la Imobiliare. Câmpurile inteligente sunt create de echipa noastră de experți în domeniu, care includ avocați și contabili experimentați. Cu tehnologia noastră de învățare automată, standardele Kira necesită ca practic fiecare câmp inteligent să atingă un minim de 90% rată de recuperare, ceea ce înseamnă că software-ul nostru va găsi 90% sau mai mult din prevederea, clauza sau punctul de date pe care îl căutați în contractele sau documentele dvs., reducând riscurile și erorile în procesul de revizuire a contractelor. În plus, un număr nelimitat de câmpuri personalizate pot fi create / învățate de o firmă pentru a identifica și extrage automat insight-uri relevante, utilizând instrumentul nostru Quick Study.

Lumea juridică este adesea cunoscută pentru faptul că este lentă în a adopta tehnologii noi. Găsiți că există o barieră educațională atunci când vine vorba de educarea cabinelor de avocatură?

Avocații realmente doresc să știe cum funcționează lucrurile, așa că educația este importantă. Nu este mai greu să înveți avocații despre învățarea automată și inteligența artificială decât altor profesioniști, dar este definitiv necesar să aveți materiale de training pregătite. Multe dintre barierele de adoptare sunt sociale; oamenii adesea întreabă despre cele mai bune practici în adaptarea proceselor interne pentru a utiliza inteligența artificială, sau sunt interesați de modurile în care pot utiliza inteligența artificială pentru a-și schimba ofertele de afaceri într-un mod care le oferă avantaje dincolo de simpla îmbunătățire a eficienței.

Comparativ cu momentul în care am început Kira Systems în 2011, cabinetele de avocatură de astăzi sunt mult mai avansate în ceea ce privește inteligența artificială și tehnologia. Multe au echipe de inovare care sunt însărcinate cu investigarea noilor tehnologii și încurajarea adoptării de soluții noi.

Există altceva pe care ați dori să-l împărtășiți despre Kira?

Literatura academică și bibliotecile de învățare automată deschise au fost instrumentale în ajutarea noastră să demarăm compania. Credem că informația deschisă și software-ul sunt un imens beneficiu pentru lume. În acest sens, sunt deosebit de fericit că echipa noastră de cercetare publică rezultatele multor dintre eforturile noastre de cercetare în reviste academice și conferințe. Acest lucru ne permite nu numai să demonstrăm că împingem limitele stării actuale a tehnologiei, dar și să dăm înapoi comunităților care ne-au ajutat să începem și de la care continuăm să obținem o cantitate uriașă de valoare. Puteți găsi lucrările noastre la https://kirasystems.com/science/.

Pentru a afla mai multe, vizitați Kira Systems.