Наре Варданян, соучредитель и генеральный директор Ntropy – серия интервью

Наре Варданян, соучредитель и генеральный директор Нтропия, платформу, которая позволяет разработчикам анализировать финансовые транзакции менее чем за 100 мс со сверхчеловеческой точностью, открывая путь к новому поколению автономных финансов, обеспечивающему поддержку продуктов и услуг, которые раньше были невозможны. Он преобразует необработанные потоки транзакций в контекстуализированную, структурированную информацию путем объединения данных из нескольких источников, включая модели естественного языка, поисковые системы, внутренние базы данных, внешние API и существующие данные транзакций со всей нашей сети.

Вы выросли в Армении, без электричества во время войны. Не могли бы вы поделиться некоторыми подробностями об этих первых днях и о том, как это привело вас к работе в Организации Объединенных Наций?

Этот опыт разделило целое поколение в Армении. Это воспитало во мне воображение и способность находить решения даже с небольшими средствами. Как и у других людей, выросших в зоне конфликта, этот период моей жизни оказал глубокое влияние на то, как я вижу мир. Эти сложные обстоятельства породили чувство общей ответственности внутри сообщества и решительное стремление добиться позитивных изменений. Понимая, что наши проблемы выходят за рамки индивидуальной борьбы, я почувствовал призыв мыслить в более широком масштабе и направлять свои усилия. Это, в свою очередь, подтолкнуло меня к Организации Объединенных Наций.

ООН стала идеальной платформой для значимого вклада. Учитывая шаткое геополитическое положение Армении и мое стремление влиять на глобальные вопросы, я верил, что сотрудничество с ООН даст возможность действительно изменить ситуацию. Принимая участие в последовательных дискуссиях и решениях, я стремился оказать значимое влияние на мировые проблемы.

Вскоре вы разочаровались в Организации Объединенных Наций. Как вы тогда перешли к желанию работать в сфере технологий?

Разочарование в ООН коренилось в ее медленной и бюрократической природе, что в конечном итоге привело к изменению моих карьерных устремлений. Хотя у ООН были свои преимущества, я пришел к выводу, что ей часто не хватает эффективных действий и способности проводить подлинные изменения. Это осознание побудило меня перенаправить свое внимание на сферу технологий – динамичное и неограниченное пространство.

В мире технологий инновационные инструменты легко доступны и постоянно совершенствуются, предоставляя людям возможность инициировать трансформацию без ненужных препятствий. Эта среда способствует трансформации идей в реальность без каких-либо ненужных разрешений – аспект, который меня действительно очаровал. Возможность оказать существенное и широкое влияние с помощью технологий стала непреодолимым призванием, заставившим меня погрузиться в эту динамичную область.

Какими были первые проекты по работе с данными, над которыми вы работали?

Одним из моих ранних проектов было создание приложения, ориентированного на психическое здоровье подростков. Приложение использовало данные пассивной тактильной связи и разговорный интеллект для выявления ранних признаков биполярного расстройства. В то время область обработки естественного языка не была настолько развита, как сегодня, что весьма примечательно, учитывая, что этот проект был инициирован всего около шести лет назад. Наша работа была одной из первых инициатив в области исследований и разработок в этой области, и позже мы продали нашу интеллектуальную собственность страховщикам для внутренней аналитики и андеррайтинга.

Ранее вы инвестировали в компании, занимающиеся искусственным интеллектом и машинным обучением, через лондонскую AI Seed. Какие общие черты вы заметили у успешных стартапов в области искусственного интеллекта?

Постоянный поток имел эксклюзивный доступ к данным, а также возможность использовать эти данные для решения реальных проблем. Более того, важно признать, что в сфере компаний, занимающихся прикладным ИИ, акцент выходит за рамки простого построения моделей; он смещается в сторону создания эффективных и ценных продуктов. Команды, которые понимают и принимают эту точку зрения, действительно преуспевают в сфере искусственного интеллекта и машинного обучения. Например, Predina использует искусственный интеллект для прогнозирования риска автомобильной аварии в заданном месте и в определенное время, а Observe Technologies использует запатентованные алгоритмы, чтобы помочь рыбным фермам устойчиво выращивать продукты питания.

Не могли бы вы рассказать историю создания Ntropy?

Ntropy родилась из идеи, что часть самой важной информации в мире скрыта в финансовых транзакциях. До сих пор эти данные находились в разрозненных хранилищах, что затрудняло работу. Мы создали Ntropy как первую по-настоящему глобальную, межотраслевую, межгеографическую и многоязычную систему финансовых данных, способную обеспечить точность на уровне человека. Создавая общий язык и систему для понимания финансовых данных, мы уравниваем доверие и доступ к деньгам для предприятий и частных лиц в любой точке мира. Имея возможность понимать и интерпретировать эти транзакции, можно переопределить динамику денег, а также доступность к ним.

У нас была вполне типичная история стартапа. Вначале мы с моим соучредителем Ильей работали в заброшенном пыльном подвале школьного здания. Мы начали с 20 тысяч транзакций и обученной на них дистиллированной модели BERT. Данные были получены из потребительского приложения на Typeform с подключением Plaid и поддержаны друзьями и семьей. Поначалу мы работали сверхурочно и были ограничены в деньгах, но нас вдохновляла решимость и преданность этому делу.

Перенесемся в сегодняшний день: наш путь привел нас к анализу и маркировке миллиардов транзакций. В результате теперь у нас есть одна из самых полных в мире баз данных продавцов, насчитывающая около 100+ миллионов продавцов, дополненная именами, адресами, отраслевыми тегами и многим другим. Мы постоянно расширяем наш репозиторий транзакций – использование возможностей LLM для обработки этих финансовых данных обеспечило беспрецедентную экономическую эффективность и скорость. Эта возможность потенциально может произвести революцию в финансовом ландшафте.

Почему финансовые данные являются одним из величайших уравновешивающих факторов?

Финансовые данные выступают в качестве мощного уравновешивающего фактора благодаря своей способности выравнивать правила игры, уменьшать неопределенность и укреплять доверие. Когда данных много и они уточнены, это приводит к уменьшению рисков, связанных с принятием финансовых решений. Когда риск становится более управляемым, происходит сдвиг. Цена неопределенности уменьшается, позволяя людям принимать более обоснованные и справедливые решения, что, в свою очередь, выравнивает правила игры. Например, если у нас будет больший доступ к данным и мы больше не будем принимать решения, основанные на очень узком наборе параметров, новый иммигрант будет иметь тот же потенциал, что и человек из устоявшейся родословной, для получения выгодных условий по автокредиту или ипотеке. По сути, препятствие, создаваемое финансовым дисбалансом, начинает исчезать, открывая эпоху, когда более широкий круг людей может получить доступ к выгодным финансовым возможностям.

Каковы некоторые проблемы, стоящие за созданием ИИ, который сможет читать и понимать финансовые транзакции, как это делает человек?

Разработка ИИ, способного понимать финансовые транзакции так же, как это делают люди, является сложной задачей из-за его вероятностного характера, который может привести к ошибкам. В отличие от людей, системам ИИ до сих пор не хватает структур подотчетности. Основная задача — совершенствование систем искусственного интеллекта, чтобы уменьшить количество ошибок и их влияние, обеспечивая при этом масштабируемость. Интересно, что более крупные модели могут облегчить эту проблему, постепенно повышая точность с течением времени. Расширенные возможности и богатство данных могут повысить точность интерпретации ИИ, в конечном итоге создавая более мягкую, устойчивую к ошибкам среду и ускоряя широкое внедрение этих систем.

Можете ли вы рассказать, как Ntropy предлагает стандартизированные финансовые данные?

Ntropy функционирует как всеобъемлющая платформа, объединяющая спектр языковых моделей, от самых обширных до самых компактных, в сочетании с эвристикой. Эти модели обучаются с использованием необработанных финансовых данных, экспертных мнений и образцов с машинной маркировкой. Наша цель — извлечь значимую информацию из различных строк транзакций и представить их связно и в доступной для понимания форме. Наш пакет включает в себя API-интерфейсы и интуитивно понятную панель управления, позволяющую быстро преобразовывать финансовые данные за миллисекунды. Эта функциональность легко интегрируется в продукты и услуги пользователей.

Каковы примеры использования этих данных?

Приложения для этих данных обширны и охватывают все финансовые операции. Он расширяет возможности различных функций, включая платежи, андеррайтинг, бухгалтерский учет, инвестирование и многое другое. Адаптивность данных становится очевидной в их способности влиять на различные аспекты финансовой деятельности, будь то переводы средств, тщательное ведение учета или оптимизация использования капитала.

Рассмотрите банковские транзакции или приложение для составления бюджета. Беглый взгляд показывает трудности с пониманием покупок из-за нестандартных названий и описаний торговцев. Хотя многие компании пытались решить эту проблему с помощью внутренних решений, им часто не удавалось обеспечить масштабируемость, обслуживание и обобщение. Точность индивидуальной модели обычно составляет лишь 60–70 %, и на ее создание могут уйти месяцы.

Технология Ntropy объединяет миллиарды данных из глобальных торговых баз данных, поисковых систем и языковых моделей, обученных на сокращенной версии Интернета, для обработки банковских данных на четырех разных континентах и ​​более чем шести разных языках. Мы даем возможность использовать большие языковые модели в финансовом секторе для поддержки всех функций бэк-офиса.

Каким вы видите будущее Ntropy?

Наше видение Ntropy ясно: мы стремимся стать ведущей компанией по вертикальному искусственному интеллекту в сфере финансовых услуг. Наш прочный фундамент данных и интуиции, поддерживаемый преданной командой, дает нам уникальные возможности для реальных перемен. Итак, что же это на самом деле означает на практике? Речь идет об использовании последних достижений для преобразования финансов и достижения новых уровней производительности, которые ранее были недоступны.

Мы все знаем, что банковское дело может быть дорогим. Но представьте, если бы мы могли это изменить. Сокращая расходы, мы не просто сокращаем расходы, мы поощряем здоровую конкуренцию, улучшаем экономику системы и, в конечном итоге, делаем финансовые услуги более доступными и эффективными для всех. Это будущее, к которому мы стремимся – более справедливый и удобный для пользователей финансовый ландшафт.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Нтропия.