Francisco Webber, medgrundare och VD för Cortical.io – Intervjuserie

Francisco Webber är medgrundare och VD för Cortical.io och uppfinnare av företagets patenterade Retina-teknologi. Denna teknik tillämpar principerna för cerebral bearbetning på maskinlärning och naturligt språkförståelse (NLU) för att lösa verkliga användningsfall relaterade till stora textdata. Cortical.io-lösningarna baseras på den faktiska betydelsen av texten, snarare än på statistiska förekomster.

Franciscos intresse för informationsteknologi utvecklades under hans medicinska studier, när han var involverad i medicinsk datahantering. Under två decennier utforskade han sökmotortekniker och dokumentationssystem i olika sammanhang, men blev allt mer frustrerad över begränsningarna i de statistiska metoderna som fanns tillgängliga.

År 2005 grundade han Matrixware Information Services , som utvecklade den första standardiserade globala patentdatabasen. År 2007 etablerade han Information Retrieval Facility tillsammans med den ledande akademiska experten i informationsåtervinning, professor Keith van Rijsbergen. Anläggningen syftade till att överbrygga gapet mellan akademi och industri inom området informationsåtervinning. Francisco insåg att hjärnan var det enda existerande referenssystemet när det gällde att bearbeta naturligt språk. Medan han följde utvecklingen inom neurovetenskap, formulerade han sin teori om semantisk vikning, som modellerar hur hjärnan representerar språkdata.

Vad var det som initialt drog dig till att bli involverad i Naturligt språkförståelse (NLU)?

Mitt intresse för informationsteknologi utvecklades under mina medicinska studier, när jag var involverad i medicinsk datahantering. Under två decennier utforskade jag sökmotortekniker och dokumentationssystem i olika sammanhang, men blev allt mer frustrerad över begränsningarna i de statistiska metoderna som fanns tillgängliga. Jag insåg att hjärnan var det enda existerande referenssystemet när det gällde att bearbeta naturligt språk.

Du är både grundare och VD för Cortical.io. Kan du dela med dig av den historiska bakgrunden till det här företaget?

Vi visste att vi hade en teknik som skulle möjliggöra för företag att söka snabbare, mer exakt och effektivt, för att extrahera, annotera och analysera information från ostrukturerad text. Vår AI-baserade NLU-teknik kunde vara en verklig differentierare i att hantera utmaningen med att bearbeta ostrukturerad textdata, eftersom den förstår betydelsen av meningar, stycken och begrepp, inte bara nyckelord, och därmed levererar mycket exakta resultat. När branschledare lärde sig om vad vi hade, öppnade det dörren för oss att testa vår metod under verkliga och komplexa krav. Detta resulterade i flera framgångsrika projekt för Fortune 500-företag. Dessa har blivit modellerna för våra kontrakt- och meddelandeintelligensprodukter.

Cortical.io-tekniken baseras på den Semantiska vikningsteorin (SFT), en innovativ beräkningsmodell för bearbetning av språkdata. Vilka är några av de nuvarande begränsningarna med hur de flesta AI-system hanterar NLU?

Standard-AI- och ML-ansatser innebär att man bygger storskaliga statistiska modeller som tränas med hjälp av stora mängder träningsdata. Ofta är tillräckliga mängder träningsdata inte lättillgängliga, och ämnesexperter har inte alltid tid att annotera så stora mängder dokument. Dessutom kräver träningsmodeller (med miljarder parametrar) enorma beräkningsresurser, vilket är mycket dyrt och förbrukar mycket energi. En typisk språkmodell förbrukar mer energi än fem bilar under deras hela livslängd!

Den semantiska vikningsteorin bygger på den Hierarkiska tidsmässiga minnesmodellen (HTM). Kan du kort beskriva vad denna teori är?

Hierarkisk tidsmässig minnesmodell (HTM) är en biologiskt begränsad teori om intelligens som ursprungligen beskrivs i Jeff Hawkins bok “On Intelligence”. Det är ett ramverk för maskinell intelligens som strikt baseras på neurovetenskap och fysiologin och interaktionen mellan neuroner i hjärnan. I denna teori fungerar hjärnan som ett minnessystem som lagrar mönster och gör förutsägelser utifrån nuvarande erfarenheter baserat på minnesmönster. För att vara verkligt intelligent måste maskiner återskapa detta minnes-förutsägelsesystem. Hawkins beskriver glesa distribuerade representationer som det enda dataformat som används av neokortex. De semantiska fingeravtrycken som används i vår teknik är glesa distribuerade representationer av text (av ord, meningar eller stycken).

Kan du dela med dig av hur SFT-metoden är överlägsen andra NLU-strategier?

Den semantiska vikningsteorin som ligger till grund för Cortical.io-tekniken har flera stora fördelar. Först kräver den inte en enorm samling av exempeldata för att leverera exakta resultat. För det andra är den snabb, och den kräver färre beräkningsresurser än de statistiska maskinlärningsalgoritmerna som finns tillgängliga. Slutligen är träningsprocessen mycket enklare och kan hanteras av ämnesexperterna som kommer att använda systemet, även om de inte har någon erfarenhet av AI.

En av Cortical.io:s produkter är Meddelandeintelligens, vad är detta för tillämpning?

Meddelandeintelligens passar in i kategorin känd som Intelligent dokumenthantering. Företag är överväldigade av att bearbeta en stor mängd meddelanden och dokument. Meddelandeintelligens är en färdig lösning som använder Cortical.io:s teknik för att exakt extrahera och klassificera nyckelinformation i dessa meddelanden och dokument och bearbeta dem på företagsnivå. På grund av Cortical.io:s patenterade tillvägagångssätt möjliggör det utveckling av anpassade klassificerare på några timmar och extraktionsmodeller på några dagar.

En annan produkt som erbjuds är Kontraktintelligens, kan du dela med dig av några detaljer om detta?

Cortical.io Kontraktintelligens använder en ny ansats för naturligt språkförståelse för att analysera relevant information från stora mängder dokument snabbt och med en exakthet som är svår att uppnå i stor skala med manuellt arbete eller med andra kontraktsanalysverktyg. Lösningen erbjuder ett kraftfullt, betydelsebaserat verktyg för att extrahera och klassificera nyckelinformation, söka inom enskilda dokument eller i hela databasen, samt att jämföra dokument mot en mall eller tidigare versioner.

Finns det något annat du vill dela med dig om Cortical.io?

Vi är glada att se hur artificiell intelligens och naturligt språkförståelse mognar från en intressant teknik till integration i applikationer som löser verkliga affärsproblem.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Cortical.io.