Джим Макгоуэн, руководитель продукта в ElectrifAi – Интервью

Джим Макгоуэн является руководителем продукта в ElectrifAi, они специализируются на извлечении огромных объемов разрозненных данных, преобразовании хаотичных структурированных и неструктурированных данных в действенные бизнес-инсайты.

Что именно привлекло вас к миру машинного обучения и ИИ?

Я впервые столкнулся с машинным обучением, получая докторскую степень по когнитивной науке. Системы ИИ в основном состояли в том, чтобы свести опыт эксперта к блок-схеме. Это казалось интуитивно работающим, но системы быстро становились слишком сложными и не оправдывали своих обещаний. Маленькие проблемы можно было решить, но практические решения реальных проблем были недоступны. Можно сказать, что построение практических систем было само по себе непрактично. Затем появилось машинное обучение. Это все изменило. Машинное обучение открыло возможности ИИ. ElectrifAi выполняет это обещание, создавая решения, которые помогают нашим клиентам лучше управлять своими бизнесами.

ElectrifAi использует что-то под названием Практический ИИ, чтобы помочь компаниям сделать больше с данными, которые у них уже есть. Можете ли вы рассказать о том, как ElectrifAi определяет Практический ИИ?

Мы используем данные клиентов, чтобы предоставить четкие, действенные инсайты для реальных бизнес-потребностей. Мы помогаем им принимать лучшие решения быстрее. Практический ИИ – это решение реальной бизнес-проблемы с помощью решения, которое работает хорошо, основано на четком понимании данных, имеет определенный результат, вписывается в существующие процессы и инструменты, поставляется вовремя и обеспечивает огромную бизнес-ценность. Мы не требуем от компаний заменить свои системы данных. Мы не требуем конкретной бизнес-модели. Мы не тратим год на то, чтобы, может быть, доставить что-то, что является компромиссом в том, что клиент изначально хотел сделать. Мы предоставляем гибкое, высококачественное решение, которое простое в использовании и делает то, что должно делать очень, очень хорошо. Это Практический ИИ.

Мы гарантируем, что с каждым решением мы достигаем следующего:

• Лучшее время для получения ценности
• Лучшая очистка данных
• Лучшие инсайты
• Лучшие показатели ROI

Можете ли вы рассказать о том, как ElectrifAi позволяет компаниям использовать Практический ИИ?

Мы извлекаем данные из всех систем – будь то настраиваемые базы данных, высоко настраиваемые решения от крупных поставщиков или даже сброс данных из какого-либо устаревшего приложения. Мы очищаем и понимаем эти данные и находим четкие, осмысленные сигналы во всей этой хаосе. Затем мы используем машинное обучение, чтобы извлечь ценные инсайты из этих сигналов, и, наконец, указываем, как действовать на основе этих инсайтов. SpendAi – отличный пример. Мы используем машинное обучение, чтобы очистить данные, и еще больше машинного обучения, чтобы категоризировать 98-99% данных из всех систем закупок клиента. Мы даже позволяем клиенту контролировать эту категоризацию на очень детальном уровне, всего за несколько секунд, с помощью интерфейса drag-and-drop. Это уникально и невероятно мощно. Затем мы применяем еще одну группу алгоритмов машинного обучения, чтобы предоставить четкий, простой вид того, куда идет расход. Мы используем машинное обучение, чтобы проанализировать контракты и извлечь ключевые положения. Мы затем применяем еще больше машинного обучения, чтобы сделать конкретные рекомендации. Например, клиент может иметь право на скидку из-за положения, спрятанного в контрактном термине. Или они могут слишком сильно полагаться на поставщика в категории, который сам находится в финансовом риске. Клиент может недооценивать свою позицию с поставщиком, потому что поставщик работает под несколькими именами и в нескольких подразделениях компании. Мы выявляем и очищаем все это, чтобы клиент мог уменьшить свой расход, увеличить свою рабочую капитал и уменьшить свой риск.

Можете ли вы обсудить PulmoAi CT и то, как оно может повысить эффективность для радиологов и улучшить радиологические результаты?

PulmoAi CT – это продвинутый продукт анализа изображений, специально разработанный для компьютерных томографий легких. Объединяя Практический ИИ, машинное обучение и технологию обработки изображений, PulmoAi CT автоматически сегментирует легочные сканы пиксель за пикселем, без размытия или искажения, испытываемых с подобными технологиями. Результат: четко отображаемые 3D-изображения, позволяющие сразу же выявить признаки опухолей, узлов, COVID-19 и других аномалий. С помощью PulmoAi CT радиологи могут легко увеличить масштаб легочных деталей, просматривая их рядом с клиническими анализами и исходными изображениями. PulmoAi CT количественно оценивает каждую легочную особенность с точными метриками, включая размер особенности, морфологическое и объемное распространение. Это позволяет тщательно отслеживать прогрессию аномалий, даже в присутствии множественных морбидностей.

PulmoAi CT – это совершенно другая технология, чем любой продукт на рынке или даже в исследовательской лаборатории. Результаты революционны. Нет ничего подобного. Это не брутфорсный подход, требующий десятков тысяч образцов, чтобы работать. PulmoAi CT производит результаты, пока другие решения ИИ еще ищут обучающие данные. Это мощно и изменит то, что могут делать радиологи.

Еще одним продуктом ElectrifAi является PulmoAi X-ray, который напрямую решает проблему использования рентгеновских лучей в кризисных зонах. Можете ли вы обсудить эту технологию?

PulmoAi X-ray напрямую решает проблему использования рентгеновских лучей в кризисных зонах сегодня. Адаптируясь к конкретным проблемам пандемии, PulmoAi X-ray идет дальше, чем просто различие между здоровыми легкими и легкими, инфицированными COVID-19. Облачное решение выявляет критические различия между пациентами с коронавирусом, отправленными домой, которые выздоравливают безопасно, и теми, кто возвращается в больницу, нуждаясь в интубации. Предварительно обученный на легочных сканах из больниц в кризисных зонах, PulmoAi X-ray использует технологии глубокого обучения нейронных сетей, чтобы выявить критические аномалии, связанные с COVID-19. PulmoAi X-ray уникален, потому что он сужается до ответа на проблему, которую больницы в кризисных зонах пытаются решить: будет ли самоизоляция работать или пациенту нужна госпитализация?

Еще одним продуктом является ContractAi, который использует практический ИИ, машинное обучение и обработку естественного языка (NLP), чтобы автоматически читать, анализировать и сравнивать контракты во всей компании. Можете ли вы обсудить этот продукт и лучшие случаи его использования?

ContractAi предназначен для пользователей, которые взаимодействуют с контрактами в повседневной операционной роли. Например, ContractAi помогает людям в группе закупок, которые анализируют расходы по сравнению с соглашениями поставщиков. Недавно, из-за экономического шока, вызванного COVID-19, программное обеспечение помогает компаниям понять любую возможность, которую они могут иметь, чтобы выйти из контрактов поставщиков. Когда эта возможность соединяется с нашим продуктом SpendAi, можно сразу понять финансовое воздействие этой возможности. Одним из крупнейших преимуществ технологии является то, что она работает с данными контрактов в любом формате – нет ручного ввода и нет требуемого формата. Другим преимуществом является то, что технология специально разработана для пользователей, которые используют контракты в операционной роли. Многие из существующих технологий обработки контрактов разработаны для юристов, которые имеют другой набор проблем.

Есть ли что-то еще, что вы хотели бы поделиться об ElectrifAi?

Как глобальная компания машинного обучения, у нас есть уникальный взгляд на то, как различные рынки развиваются и используют машинное обучение. Одним из преимуществ этого взгляда является наша способность понимать, как возможности машинного обучения (ML) могут быть переведены из одной географии и/или вертикального рынка в другой, чтобы помочь решить существенные проблемы.

Например, мы провели годы, помогая бизнесам по всему миру взаимодействовать с клиентами с помощью 데이터-науки. Мы теперь использовали эту экспертизу, чтобы помочь отрасли здравоохранения США с вовлечением пациентов, помогая перезапустить здравоохранение и получать пациентов обратно в больницы для критических плановых операций.