Франсиско Веббер, сооснователь и генеральный директор Cortical.io – Интервью

Франсиско Веббер является сооснователем и генеральным директором Cortical.io и изобретателем проприетарной технологии Retina. Эта технология применяет принципы обработки мозга к машинному обучению и пониманию естественного языка (NLU), чтобы решать реальные задачи, связанные с большими данными текста. Решения Cortical.io основаны на фактическом значении текста, а не на статистических совпадениях.

Интерес Франсиско к информационным технологиям развился во время его медицинских исследований, когда он был вовлечен в обработку медицинских данных. На протяжении двух десятилетий он исследовал технологии поисковых систем и документационных систем в различных контекстах, но все больше разочаровывался в ограничениях современных статистических методов.

В 2005 году он основал Matrixware Information Services , который разработал первый стандартизированный глобальный патентный банк. В 2007 году он создал Информационный поисковый фонд с ведущим академическим экспертом в области информационного поиска профессором Китом ван Рийсбергеном. Фонд был направлен на устранение разрыва между академией и промышленностью в области информационного поиска. Франсиско признал, что мозг был единственной существующей системой справочного материала, когда речь шла об обработке естественного языка. Тщательно следя за развитием нейробиологии, он сформулировал свою теорию Семантического Сворачивания, которая моделирует, как мозг представляет языковые данные.

Что изначально привлекло вас к участию в Понимании Естественного Языка (NLU)?

Мой интерес к информационным технологиям развился во время моих медицинских исследований, когда я был вовлечен в обработку медицинских данных. На протяжении двух десятилетий я исследовал технологии поисковых систем и документационных систем в различных контекстах, но все больше разочаровывался в ограничениях современных статистических методов. Я признал, что мозг был единственной существующей системой справочного материала, когда речь шла об обработке естественного языка.

Вы являетесь как сооснователем, так и генеральным директором Cortical.io. Не могли бы вы поделиться историей создания этой компании?

Мы знали, что у нас есть технология, которая позволит бизнесу искать более быстро, точно и эффективно, извлекать, аннотировать и анализировать информацию из неструктурированного текста. Наша технология NLU на основе ИИ может стать настоящим дифференциатором в решении задачи обработки неструктурированных текстовых данных, поскольку она понимает значение предложений, абзацев и концепций, а не только ключевые слова, и, следовательно, обеспечивает очень точные результаты. Когда лидеры отрасли узнали о том, что мы имеем, это открыло двери для нас, чтобы протестировать наш подход под реальными и сложными требованиями. Это привело к многочисленным успехам бизнеса из списка Fortune 500. Эти успехи стали моделями для наших продуктов Contract Intelligence и Message Intelligence.

Технология Cortical.io основана на Теории Семантического Сворачивания, инновационной вычислительной теории обработки языковых данных. Каковы некоторые из текущих ограничений современных подходов ИИ к NLU?

Стандартные подходы ИИ и МО предполагают построение крупномасштабных статистических моделей, которые обучаются с использованием огромных объемов обучающих данных. Часто бывает так, что достаточного количества обучающих данных нет, и у экспертов по предмету нет времени, чтобы аннотировать такие большие объемы документов. Кроме того, обучение крупных моделей (с миллиардами параметров) требует огромных вычислительных ресурсов, что очень дорого и потребляет много энергии. Типичная языковая модель потребляет больше энергии, чем пять автомобилей за все время их существования!

Теория Семантического Сворачивания построена на основе Теории Иерархической Временной Памяти (HTM). Не могли бы вы кратко описать, что это за теория?

Иерархическая Временная Память (HTM) – это биологически обусловленная теория интеллекта, впервые описанная в книге Джеффа Хокинса “Об Интеллекте”. Это каркас машинного интеллекта, строго основанный на нейробиологии и физиологии и взаимодействии нейронов в мозге. В этой теории мозг действует как система памяти, которая хранит закономерности и делает прогнозы на основе текущих опытов на основе запомненных закономерностей. Чтобы быть真正 интеллектуальными, машины должны воссоздать эту систему памяти-предсказания. Хокинс описывает разреженные распределенные представления как единственный формат данных, используемый неокортексом. Семантические отпечатки, используемые в нашей технологии, являются разреженными распределенными представлениями текста (слов, предложений или абзацев).

Не могли бы вы поделиться с нами, как метод Теории Семантического Сворачивания превосходит другие стратегии NLU?

Теория Семантического Сворачивания, лежащая в основе технологии Cortical.io, имеет несколько значительных преимуществ. Во-первых, она не требует огромного репозитория образцов данных, чтобы обеспечить точные результаты. Во-вторых, она быстрая и требует меньше вычислительных ресурсов, чем алгоритмы машинного обучения современного уровня. Наконец, процесс обучения намного проще и может быть управляем экспертами по предмету, которые будут использовать систему, даже если у них нет опыта в области ИИ.

Одним из продуктов Cortical.io является Message Intelligence, что именно это приложение?

Message Intelligence входит в категорию, известную как Интеллектуальная Обработка Документов. Корпорации перегружены обработкой широкого спектра сообщений и документов. Message Intelligence – это готовое решение, которое использует технологию Cortical.io для точного извлечения и классификации ключевой информации в этих сообщениях и документах и соответствующей обработки их в масштабе предприятия. Благодаря запатентованному подходу Cortical.io позволяет разработать пользовательские классификаторы за несколько часов и модели извлечения за несколько дней.

Другим продуктом является Contract Intelligence, не могли бы вы поделиться некоторыми подробностями об этом?

Cortical.io Contract Intelligence использует новый подход к пониманию естественного языка для быстрого и точного анализа релевантной информации из большого количества документов. Решение предлагает мощный, основанный на значении инструмент для извлечения и классификации ключевой информации, поиска внутри отдельных документов или всего база данных, а также сравнения документов с шаблоном или предыдущими версиями.

Есть ли что-то еще, что вы хотели бы поделиться о Cortical.io?

Мы рады видеть, как Искусственный Интеллект и Понимание Естественного Языка развиваются от интересной технологии к интеграции в приложения, которые решают реальные бизнес-задачи.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Cortical.io.