Denis Ignatovich, Imandra’nın Kurucu Ortağı ve CEO’su – Röportaj Serisi

Denis Ignatovich, Imandra’nın kurucu ortaklarından ve CEO’su, ticaret, risk yönetimi, nicel modelleme ve karmaşık ticaret sistemi tasarımı konularında on yıldan fazla deneyime sahiptir. Imandra’yı kurmadan önce, Deutsche Bank (DB ) Londra’da merkezi risk ticaret masasını yönetti ve burada AI’nın finans sektöründe oynayabileceği kritik rolü tanıdı. Bu dönemde edindiği görüşler, Imandra’nın finansal ürünler portföyünü şekillendirmeye yardımcı oldu. Denis, finansal ticaret platformları için hesaplamalı mantık konusundaki katkıları several patentlere sahiptir. Londra Ekonomi Okulu’ndan Finans alanında yüksek lisans derecesine ve UT Austin’den Bilgisayar Bilimi ve Finans alanlarında dereceye sahiptir.

Imandra, nörosembolik AI kullanarak karmaşık algoritmaların doğrulama ve optimizasyonunu otomatikleştiren bir AI güdümlü akıl yürütme motorudur. Sembolik akıl yürütme ile makine öğreniminin birleştirilmesi, özellikle finansal ticaret ve yazılım sistemlerinde güvenlik, uyum ve verimliliği artırır, kurumların AI güdümlü karar almada riski azaltmasına ve şeffaflığı artırmasına yardımcı olur.

Sizi ve Dr. Grant Passmore’u Imandra’yı kurmaya iten şey nedir ve arka planınız şirketin vizyonunu nasıl etkiledi?

Üniversiteden sonra nicel ticarete girdim ve sonunda Londra’ya yerleştim. Grant, Edinburgh’da doktorasını yaptı ve sonra Cambridge’de otomobil pilot sistemlerinin güvenliği için otomatik mantıksal akıl yürütme uygulamaları üzerinde çalışmak üzere taşındı (karmaşık algoritmalar içeren非linear hesaplamalar). Benim işimde de benzer şekilde karmaşık algoritmalar ve çoklu非linear hesaplamalar ile karşılaştım ve bu iki alan arasında derin bir bağlantı olduğunu farkettik. Finans sektörünün bu tür algoritmaları oluşturmasının gerçekten sorunlu olduğu ortaya çıktı (birçok haber hikayesinde “algo hataları” olarak bahsedilen), bu nedenle mühendislerin finans sektöründe otomatik mantıksal araçlar ile bilimsel teknikleri yazılımda tasarım ve geliştirmeye getirmelerini sağlamak için yola çıktık. Ancak, sonunda endüstriye özgü olmayan bir şey yarattık.

Nörosembolik AI nedir ve geleneksel AI yaklaşımlarından nasıl farklıdır?

AI alanı (çok yaklaşık!) iki alana sahiptir: istatistiksel (LLM’leri içeren) ve sembolik (otomatik akıl yürütme olarak da bilinir). İstatistiksel AI, öğrenilmiş veri kullanılarak desenleri tanımlamada ve çeviride harikadır, ancak mantıksal akıl yürütmede kötüdür. Sembolik AI ise çok kesin (matematiksel) olmayı gerektirir, ancak mantık kullanarak mantıksal olarak tutarlı ve eğitim verisi gerektirmeyen bir şekilde akıl yürütebilir. Bu iki AI alanını birleştiren tekniklere “nörosembolik” denir. Bu yaklaşımın ünlü bir uygulaması, Nobel Ödülü kazanan DeepMind’in AlphaFold projesidir.

Imandra’yı nörosembolik AI devriminin öncüsü yapan şey nedir?

Çok sayıda harika sembolik akıl yürütme aracı vardır (çoğu akademik), ancak bunlar genellikle belirli nişlere odaklanır (örneğin protein katlama), Imandra ise geliştiricilerin algoritmaları önceden görülmemiş bir otomasyon ile analiz etmesini sağlar ve bu, daha geniş bir uygulama ve hedef kitleye sahiptir.

Imandra’nın otomatik akıl yürütmesi, AI sistemlerinde güveni nasıl artırır ve ortak AI zorluklarını, Örneğin hallucinasyonları nasıl ortadan kaldırır?

Yaklaşımımızla, LLM’ler insan taleplerini formal mantığa çevirir, ardından akıl yürütme motoru tarafından analiz edilir ve tam mantıksal denetim izi ile birlikte sonuç döndürülür. LLM kullanırken çeviri hataları oluşabilir, ancak kullanıcıya mantıksal açıklama ve mantıksal denetimlerin bağımsız olarak doğrulanabileceği bir yol sunulur. Son hedefimiz, eyleme geçirilebilir şeffaflık getirmektir, böylece AI sistemleri akıl yürütmelerini bağımsız olarak mantıksal olarak doğrulanabilir bir şekilde açıklar.

Imandra, Goldman Sachs (GS ) ve DARPA dahil olmak üzere birçok kuruluşta kullanılmaktadır. Teknolojinizin bir gerçek dünya sorununu nasıl çözdüğüne ilişkin bir örnek verebilir misiniz?

Imandra’nın gerçek dünya etkisine ilişkin harika bir örnek, UBS Future of Finance yarışmasında birincilik ödülüdür (ayrıntılar ve Imandra kodu web sitemizdedir). UBS için bir düzenleyici belge oluştururken, Imandra algoritma tanımındaki temel ve nüanslı bir hatayı tespit etti. Bu hata, emir defterindeki emirleri sıralamak için gereken ince mantıksal koşullardan kaynaklanıyordu – bu, insan tarafından “elle” tespit edilmesi imkansız bir şeydi. Banka bize birincilik ödülü verdi (küresel olarak 620’den fazla şirket arasında).

Deutsche Bank’taki deneyiminiz, Imandra’nın finansal sistemlerdeki uygulamalarını nasıl etkiledi ve şimdiye kadar gördüğünüz en büyük etkiye sahip kullanım durumu nedir?

Deutsche Bank’ta çok karmaşık kodlarla çalıştık ve bunlar çeşitli ML girişleri, risk göstergeleri vb. temelinde otomatik ticaret kararları alıyordu. Her banka gibi, birçok düzenlemeye uymak zorundaydık. Grant ve ben, bu durumun matematiksel düzeyde, oautopilot güvenlik araştırmaları ile benzer olduğunu farkettik.

Finansın ötesinde, nörosembolik AI’dan en çok yararlanabilecek endüstrileri hangileri görüyorsunuz?

AlphaFold’in Nobel Ödülü’nü kazandığını gördük, o nedenle onu kesinlikle sayalım… Aslında, AI’nın çoğu uygulaması, sembolik yöntemlerin kullanımı ile büyük ölçüde yararlanacaktır, ancak özellikle şu ajanlar üzerinde çalışıyoruz ve bunları yakın zamanda piyasaya sürecekler: kaynak kodu analizi (kaynak kodunu matematiksel modellere çevirme), İngilizce-prose spesifikasyonlardan katı modeller oluşturma, SysML modelleri hakkında akıl yürütme (güvenlik kritik endüstrilerde kullanılan dil) ve iş süreci otomasyonu.

Imandra’nın bölge ayrıştırması yeni bir özelliktir. Nasıl çalışır ve karmaşık sorunları çözmede önemi nedir?

Her mühendis, yazılım yazarken “kenar durumları” düşünür. Imandra, bu soruya bilimsel bir kesinlik getirerek kodu matematiksel bir model olarak ele alır ve tüm kenar durumlarını sembolik olarak analiz eder (tam kapsama kanıtı üreterek). Bu özellik, “Silindirik Cebirsel Parçalama” adlı bir matematiksel tekniğe dayanır ve bunu büyük algoritmalara “kaldırdık”. Bu, finans sektöründeki müşterilerimiz için sayısız saat kazandırdı ve kritik hataları ortaya çıkardı. Şimdi bu özelliği tüm mühendislerin kullanımına sunuyoruz.

Imandra, büyük dil modelleri ile nasıl entegre olur ve bu, üretken AI için yeni yetenekler açar mı?

LLM’ler ve Imandra, insan girişini formal mantığa çevirir, analiz eder ve sonra sonucu anlaşılması kolay bir şekilde döndürür. Langgraph gibi ajans çerçevelerini kullanarak bu işi düzenleyerek, müşterilerimize doğrudan kullanabilecekleri bir ajans veya uygulamalarına entegre edebilecekleri bir deneyim sunuyoruz. Bu simbiyotik iş akışı, yalnızca LLM kullanan AI araçlarının birçok zorluğunu ele alır ve bunların uygulamasını daha önce görülen eğitim verisi ötesine taşır.

Imandra için uzun vadeli vizyonunuz nedir ve AI uygulamalarını çeşitli endüstrilerde nasıl dönüştüreceğini görüyorsunuz?

İnanıyoruz ki nörosembolik teknikler, AI’nin vaadini gerçekleştirmemizi sağlayan temel olacaktır. Sembolik teknikler, AI’nın endüstriyel uygulamalarının çoğunda eksik olan bileşendir ve bu AI’nin bir sonraki bölümünün ön saflarında olmak için heyecanlanıyoruz.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Imandra‘yı ziyaret edebilir.