Александр Худек, сооснователь и технический директор Kira Systems – Интервью-серия

Александр Худек – сооснователь и технический директор Kira Systems. Он имеет степень доктора философии и магистра математики в области компьютерных наук Университета Ватерлоо, и степень бакалавра в области физики и компьютерных наук Университета Торонто.

Ранее он занимался исследованиями в области биоинформатики, в частности, поиском сходств между последовательностями ДНК. Он также работал в области систем доказательств и компиляции запросов к базам данных.

Когда вы впервые заинтересовались машинным обучением и искусственным интеллектом?

Я всегда интересовался компьютерными науками. На факультете я посещал курсы по алгоритмам планирования и логике, машинному обучению и искусственному интеллекту, численным методам и другим темам. Мой интерес к машинному обучению возрос во время моего докторантуры в Университете Ватерлоо. Там я использовал методы машинного обучения для изучения ДНК. После этого я глубже изучил формальные логики в рамках моих постдокторских исследований. Логика и рассуждение – это в некотором смысле “другая сторона” подходов к искусственному интеллекту, и я считал важным узнать больше об этом.

Некоторые из ваших прошлых исследований в области биоинформатики были посвящены поиску сходств между последовательностями ДНК. Не могли бы вы рассказать об этой работе?

Основная часть моей диссертации была посвящена созданию более реалистичной модели мутации ДНК с помощью скрытых марковских моделей. Я использовал эту более сложную модель в новом алгоритме, предназначенном для поиска областей ДНК, которые имеют общее происхождение с другими видами. В частности, этот новый алгоритм может найти более слабо связанные последовательности, чем предыдущие алгоритмы для этой задачи.

До моего докторантуры я работал в исследовательской лаборатории, которая была частью проекта “Геном человека”. Одним из наиболее заметных проектов, над которым я работал, была первая полная версия человеческой хромосомы 7.

Какова была первоначальная идея создания Kira?

Идея Kira пришла от моего сооснователя, Ноя Вайсберга. Он потратил много часов на свою карьеру юриста, выполняя тот же вид работы, который мы теперь построили с помощью искусственного интеллекта. Это была интересная идея для меня, поскольку она включала в себя естественный язык, и задача была хорошо определена, и я мог увидеть бизнес-потенциал. Есть что-то привлекательное в построении искусственного интеллекта, который может понимать человеческий язык, поскольку язык так тесно связан с человеческим познанием.

Можете ли вы описать, что такое программное обеспечение для анализа контрактов и как оно выгодно для юридических специалистов?

Kira использует контролируемое машинное обучение, то есть опытный юрист вводит положения из реальных контрактов в систему, предназначенную для обучения на этих примерах. Система изучает эти данные, учится, какой язык является релевантным, и строит вероятностные модели положений. Эти модели затем тестируются на наборе аннотированных соглашений, с которыми система не знакома, чтобы определить ее готовность. Эта высокоточная технология машинного обучения может идентифицировать и анализировать практически любое положение в любом контракте, что приводит к экономии времени, заявленной клиентами, в размере 20-90%. Это повышение производительности помогает юридическим фирмам увеличивать их показатели реализации, дает им больше возможностей для роста доходов и сохранения существующих клиентов. Для корпораций это повышает производительность внутри компании, снижая количество внешних юридических расходов.

Обработка естественного языка (NLP) является сложной для большинства компаний. Не могли бы вы рассказать о некоторых дополнительных проблемах, с которыми сталкиваются при обработке юридической терминологии и других нюансов, уникальных для юридической профессии?

Для многих людей юридический язык может показаться очень чужим, но оказывается, что с точки зрения машинного обучения он не так уж и отличается. Есть несколько уникальных вещей; капитализация более важна, и предложения могут быть намного длиннее, чем обычно, но в целом мы не нуждались в значительно разных подходах NLP, чем в других областях.

Одним из наиболее существенных различий является необходимость конфиденциальности данных и настройки. Юридические специалисты обязаны giữть конфиденциальность данных клиентов, и использование их в продукте машинного обучения, который объединяет или делится обучающими данными, противоречит этим требованиям. Фактически, даже хранение обучающих данных часто невозможно, поскольку у них есть обязательства удалять данные клиентов после завершения проекта. Таким образом, возможность обучать модели без участия поставщиков становится критической, а также методы машинного обучения, которые делают невозможным восстановление любой части обучающих данных путем инспекции обученных моделей. Методы, которые позволяют обновлять существующие модели с новыми обучающими данными без повторной тренировки с нуля, также являются обязательными.

Можете ли вы описать, как глубокое обучение используется для категоризации данных в программном обеспечении Kira?

Мы не используем много глубокого обучения в нашем продукте, хотя наша внутренняя исследовательская команда тратит много времени на оценку и изучение решений глубокого обучения. Пока что, в задачах, с которыми мы сталкиваемся, методы глубокого обучения только соответствуют подходам, не основанным на глубоком обучении, или в лучшем случае дают очень небольшое увеличение. Учитывая огромные вычислительные затраты методов глубокого обучения, а также проблемы с сохранением конфиденциальности обучающих данных, они пока не являются убедительными для принятия.

Какие есть встроенные модели положений, которые предлагает Kira?

В настоящее время Kira может идентифицировать и извлекать более 1000 встроенных положений, пунктов и данных (умных полей). Они относятся к множеству различных тем, от Due Diligence при слияниях и поглощениях – с которым Kira изначально была задумана для помощи – до Brexit; до недвижимости. Умные поля создаются нашей командой экспертов по предмету, в которую входят опытные юристы и бухгалтеры. С помощью нашей технологии машинного обучения стандарты Kira требуют, чтобы практически каждое умное поле достигало минимального значения 90% полноты, то есть наше программное обеспечение найдет 90% или более положения, пункта или данных, которые вы ищете в ваших контрактах или документах, снижая риски и ошибки в процессе проверки контрактов. Кроме того, можно создать неограниченное количество пользовательских полей, которые можно научить фирме автоматически определять и извлекать релевантные сведения с помощью нашего инструмента Quick Study.

Юридический мир часто известен своей медленной адаптацией к новым технологиям. Существует ли проблема обучения для юридических фирм?

Юристам действительно нравится знать, как работают вещи, поэтому обучение важно. Это не труднее обучать юристов машинному обучению и искусственному интеллекту, чем других специалистов, но это определенно необходимо иметь готовые материалы для обучения. Многие препятствия для внедрения также являются социальными; люди часто спрашивают о лучших практиках адаптации своих внутренних процессов для использования искусственного интеллекта или интересуются тем, как они могут использовать искусственный интеллект для изменения своих бизнес-предложений таким образом, чтобы получить преимущества, выходящие за рамки простого повышения эффективности.

Есть ли что-то еще, что вы хотели бы поделиться о Kira?

Академическая литература и открытые библиотеки машинного обучения были инструментальными в помощи нам запустить компанию. Мы считаем, что открытая информация и программное обеспечение являются огромным благом для мира. В свете этого я особенно рад, что наша исследовательская команда публикует результаты многих наших исследовательских усилий в академических журналах и конференциях. Помимо демонстрации того, что мы расширяем границы современного состояния, это позволяет нам возвращать долг сообществам, которые помогли нам начать, и от которых мы продолжаем получать огромную пользу. Вы можете найти наши статьи на https://kirasystems.com/science/.

Чтобы узнать больше, посетите Kira Systems.