Alexander Hudek, Đồng sáng lập & CTO của Kira Systems – Loạt phỏng vấn

Alex Hudek là Đồng sáng lập & CTO của Kira Systems. Ông sở hữu bằng Tiến sĩ và Thạc sĩ về Khoa học Máy tính từ Đại học Waterloo, và bằng Cử nhân từ Đại học Toronto về Vật lý và Khoa học Máy tính.

Nghiên cứu trước đây của ông trong lĩnh vực sinh học phân tử tập trung vào việc tìm kiếm sự tương đồng giữa các trình tự DNA. Ông cũng đã làm việc trong các lĩnh vực hệ thống chứng minh và biên dịch truy vấn cơ sở dữ liệu.

Bạn đã trở nên quan tâm đến học máy và trí tuệ nhân tạo từ khi nào?

Tôi luôn quan tâm đến khoa học máy tính. Trong thời gian học đại học, tôi đã tham gia các khóa học về thuật toán lập kế hoạch và logic, học máy và trí tuệ nhân tạo, tính toán số, và các chủ đề khác. Sự quan tâm của tôi đến học máy đã tăng lên cụ thể trong thời gian tôi theo học tiến sĩ tại Đại học Waterloo. Tại đó, tôi đã sử dụng các phương pháp học máy để nghiên cứu DNA. Sau đó, tôi đã nghiên cứu sâu hơn về logic hình thức như một phần của nghiên cứu sau tiến sĩ. Logic và suy luận là một mặt khác của đồng tiền trong các phương pháp tiếp cận trí tuệ nhân tạo và tôi cảm thấy cần phải biết thêm về nó.

Một số nghiên cứu trước đây của bạn trong lĩnh vực sinh học phân tử tập trung vào việc tìm kiếm sự tương đồng giữa các trình tự DNA. Bạn có thể thảo luận về một số công việc này?

Thân chính của luận án tiến sĩ của tôi liên quan đến việc xây dựng một mô hình DNA đột biến thực tế hơn sử dụng Mô hình Markov ẩn. Tôi đã sử dụng mô hình phức tạp này trong một thuật toán mới được thiết kế để tìm các vùng DNA có chung tổ tiên với các loài khác. Đặc biệt, thuật toán mới này có thể tìm thấy các vùng trình tự liên quan yếu hơn so với các thuật toán trước đó cho nhiệm vụ này.

Trước khi tôi theo học tiến sĩ, tôi đã làm việc trong một phòng thí nghiệm nghiên cứu là một phần của dự án bộ gen người. Một trong những dự án đáng chú ý nhất mà tôi đã giúp hoàn thành là bản thảo đầu tiên của nhiễm sắc thể số 7 của người.

Điều gì là nguồn cảm hứng ban đầu đằng sau việc ra mắt Kira?

Ý tưởng về Kira đến từ người đồng sáng lập của tôi, Noah Waisberg. Ông đã dành hàng giờ trong sự nghiệp của mình với tư cách là một luật sư để làm việc mà chúng tôi đã xây dựng AI để thực hiện. Đó là một ý tưởng thú vị đối với tôi vì nó liên quan đến ngôn ngữ tự nhiên và vấn đề được xác định rõ ràng, và tôi có thể thấy tiềm năng kinh doanh. Có điều gì đó hấp dẫn về việc xây dựng AI có thể hiểu ngôn ngữ của con người vì ngôn ngữ rất gần gũi với nhận thức của con người.

Bạn có thể mô tả Contract Analysis Software là gì và nó mang lại lợi ích gì cho các chuyên gia pháp lý?

Kira sử dụng học máy có giám sát, nghĩa là một luật sư có kinh nghiệm cung cấp các điều khoản từ các hợp đồng thực tế vào một hệ thống được thiết kế để học từ các ví dụ đó. Hệ thống nghiên cứu dữ liệu này, học cách ngôn ngữ nào là liên quan, và xây dựng các mô hình điều khoản xác suất. Các mô hình này sau đó được kiểm tra chống lại một tập hợp các thỏa thuận được chú thích mà hệ thống không quen thuộc để xác định sự sẵn sàng của nó. Công nghệ học máy chính xác cao này có thể xác định và phân tích gần như bất kỳ điều khoản nào trong bất kỳ hợp đồng nào, dẫn đến tiết kiệm thời gian được khách hàng báo cáo từ 20-90%. Tăng năng suất này giúp các công ty luật tăng tỷ lệ thực hiện, mang lại cho họ nhiều cơ hội hơn để tăng doanh thu và bảo tồn khách hàng hiện tại. Đối với các tập đoàn, nó thúc đẩy năng suất tốt hơn trong nhà, giảm chi tiêu pháp lý bên ngoài cần thiết.

Xử lý Ngôn ngữ Tự nhiên (NLP) khó đối với hầu hết các công ty, bạn có thể thảo luận về một số thách thức bổ sung mà các công ty phải đối mặt khi xử lý thuật ngữ pháp lý và các sắc thái khác duy nhất cho nghề luật?

Đối với nhiều người, ngôn ngữ pháp lý có thể似乎 rất lạ, nhưng nó hóa ra là từ góc độ học máy, nó không thực sự khác biệt. Có một vài điều độc đáo; việc viết hoa là quan trọng hơn và các câu có thể dài hơn bình thường, nhưng tổng thể chúng tôi không cần các phương pháp NLP khác biệt so với các lĩnh vực khác.

Một khía cạnh khác là khác biệt đáng kể là nhu cầu về quyền riêng tư dữ liệu và tùy chỉnh. Các chuyên gia pháp lý được yêu cầu giữ bí mật dữ liệu khách hàng, và sử dụng nó trong một sản phẩm học máy mà chia sẻ hoặc kết hợp dữ liệu đào tạo là trái với các yêu cầu đó. Trên thực tế, thậm chí việc giữ dữ liệu đào tạo thường không thể thực hiện được vì họ có nghĩa vụ xóa dữ liệu khách hàng sau khi dự án kết thúc. Do đó, việc đào tạo mô hình mà không có nhà cung cấp trong vòng lặp trở nên quan trọng, cũng như các kỹ thuật học máy khiến cho việc thu hồi bất kỳ phần nào của dữ liệu đào tạo bằng cách kiểm tra mô hình đã học trở nên khó khăn hoặc không thể. Các kỹ thuật cho phép bạn lấy một mô hình hiện có và cập nhật nó với dữ liệu đào tạo mới mà không cần đào tạo lại từ đầu cũng là điều cần thiết.

Bạn có thể mô tả cách học sâu được sử dụng để phân loại dữ liệu trong phần mềm Kira?

Chúng tôi không sử dụng nhiều học sâu trong sản phẩm của mình, mặc dù nhóm nghiên cứu nội bộ của chúng tôi đã dành rất nhiều thời gian để đánh giá và khám phá các giải pháp học sâu. Cho đến nay, đối với các vấn đề mà chúng tôi gặp phải, các kỹ thuật học sâu chỉ匹配 các phương pháp không học sâu, hoặc tốt nhất là chỉ có một sự tăng nhỏ. Với gánh nặng tính toán khổng lồ của các phương pháp học sâu, cũng như các thách thức trong việc giữ dữ liệu đào tạo riêng tư, chúng không đủ hấp dẫn để áp dụng cho đến nay.

Có những mô hình điều khoản nào được tích hợp sẵn trong Kira?

Hiện tại, Kira có thể xác định và trích xuất hơn 1.000 điều khoản, điều khoản và điểm dữ liệu (trường thông minh) tích hợp sẵn. Chúng liên quan đến nhiều chủ đề khác nhau, từ Due Diligence M&A – mà Kira ban đầu được thiết kế để hỗ trợ – đến Brexit; đến Bất động sản. Các trường thông minh được xây dựng bởi nhóm chuyên gia chủ đề của chúng tôi, bao gồm cả luật sư và kế toán viên có kinh nghiệm. Với công nghệ học máy của chúng tôi, tiêu chuẩn của Kira yêu cầu gần như mọi trường thông minh phải đạt được độ nhớ lại tối thiểu 90%, có nghĩa là phần mềm của chúng tôi sẽ tìm thấy 90% hoặc nhiều hơn của điều khoản, điều khoản hoặc điểm dữ liệu mà bạn đang tìm kiếm cụ thể trong hợp đồng hoặc tài liệu của mình, giảm thiểu rủi ro và lỗi trong quá trình xem xét hợp đồng. Ngoài ra, một số lượng không giới hạn các trường tùy chỉnh có thể được tạo / giảng dạy bởi một công ty để tự động xác định và trích xuất các thông tin quan trọng bằng cách sử dụng công cụ Quick Study của chúng tôi.

Thế giới pháp lý thường được biết đến là chậm trong việc áp dụng công nghệ mới. Bạn có thấy rằng có một rào cản giáo dục khi nói đến việc giáo dục các công ty luật?

Luật sư thực sự muốn biết cách mọi thứ hoạt động, vì vậy việc giáo dục là quan trọng. Nó không khó hơn để dạy luật sư về học máy và trí tuệ nhân tạo so với các chuyên gia khác, nhưng nó chắc chắn cần phải có tài liệu đào tạo sẵn sàng. Nhiều rào cản áp dụng là xã hội; mọi người thường hỏi về các phương pháp hay nhất trong việc thích nghi các quy trình nội bộ để sử dụng AI, hoặc quan tâm đến cách họ có thể sử dụng AI để thay đổi các dịch vụ kinh doanh của mình theo cách mang lại lợi thế vượt trội ngoài việc cải thiện hiệu suất.

So với khi chúng tôi bắt đầu Kira Systems vào năm 2011, các công ty luật ngày nay đã thông minh hơn nhiều về AI và công nghệ. Nhiều công ty đã có các đội đổi mới được giao nhiệm vụ điều tra công nghệ mới và khuyến khích việc áp dụng các giải pháp mới.

Có điều gì khác mà bạn muốn chia sẻ về Kira?

Viện văn học học thuật và các thư viện mã nguồn mở đã giúp chúng tôi khởi động công ty. Chúng tôi tin rằng thông tin và phần mềm mở là một lợi ích lớn cho thế giới. Nhờ đó, tôi đặc biệt hài lòng khi nhóm nghiên cứu của chúng tôi xuất bản kết quả của nhiều nỗ lực nghiên cứu của chúng tôi trên các tạp chí học thuật và hội nghị. Ngoài việc chứng minh rằng chúng tôi đang đẩy ranh giới của tình trạng hiện tại, điều này cho phép chúng tôi trả lại cho các cộng đồng đã giúp chúng tôi bắt đầu, và những cộng đồng mà chúng tôi tiếp tục nhận được rất nhiều giá trị. Bạn có thể tìm thấy các bài viết của chúng tôi tại https://kirasystems.com/science/.

Để tìm hiểu thêm, hãy truy cập Kira Systems.