Francisco Webber，Cortical.io联合创始人兼CEO – 采访系列

Francisco Webber是Cortical.io的联合创始人兼CEO，也是该公司专有Retina技术的发明者。该技术将大脑处理原理应用于机器学习和自然语言理解（NLU），以解决与大型文本数据相关的实际问题。Cortical.io的解决方案基于文本的实际含义，而不是基于统计出现的频率。

Francisco在医学学习期间对信息技术产生了兴趣，当时他参与了医疗数据处理。二十年来，他在各种背景下探索了搜索引擎技术和文档系统，但越来越对当时最先进的统计方法的局限性感到沮丧。

2005年，他创立了Matrixware Information Services，开发了第一个标准化的全球专利数据库。2007年，他与信息检索领域的领先学术专家Keith van Rijsbergen教授共同建立了信息检索设施。该设施旨在弥合学术界和工业界在信息检索领域的差距。Francisco认识到，大脑是处理自然语言的唯一现有参考系统。在密切关注神经科学的发展过程中，他提出了语义折叠理论，该理论模拟了大脑如何表示语言数据。

是什么最初吸引你参与自然语言理解（NLU）？

我的信息技术兴趣是在医学学习期间发展起来的，当时我参与了医疗数据处理。二十年来，我在各种背景下探索了搜索引擎技术和文档系统，但越来越对当时最先进的统计方法的局限性感到沮丧。我认识到，大脑是处理自然语言的唯一现有参考系统。

您既是Cortical.io的联合创始人，也是CEO。您能否分享该公司的创立故事？

我们知道，我们拥有能够让企业更快、更准确、更有效地搜索、提取、注释和分析来自非结构化文本的信息的技术。我们的基于AI的NLU技术可以成为解决非结构化文本数据处理挑战的重要区别。随着行业领袖了解到我们的技术，我们有机会在实际和复杂的要求下测试我们的方法。这导致了众多财富500强企业的成功。这些成功成为我们合同和消息智能产品的模型。

Cortical.io的技术基于语义折叠理论（SFT）白皮书，这是一种创新性的语言数据处理计算理论。当前大多数AI处理NLU的局限性是什么？

标准的AI和ML方法涉及构建大规模的统计模型，这些模型使用大量的训练数据进行训练。通常，足够的训练数据并不是随时可用的，主题专家也没有时间注释大量的文档。此外，训练大型模型（具有数十亿个参数）需要巨大的计算资源，这非常昂贵并且消耗大量的能量。一个典型的语言模型在其整个生命周期中消耗的能量比五辆汽车还多！

语义折叠理论是建立在分层时间记忆理论（HTM）的基础上的。您能否简要描述这种理论是什么？

分层时间记忆（HTM）是一种由Jeff Hawkins在《On Intelligence》一书中描述的、基于生物学的智能理论。它是一种严格基于神经科学和神经元在大脑中的生理学和相互作用的机器智能框架。在这种理论中，大脑作为一个存储模式和根据当前经验预测的记忆系统。要真正实现智能，机器必须重现这种记忆-预测系统。Hawkins将稀疏分布表示描述为大脑中使用的唯一数据格式。我们技术中使用的语义指纹是文本（单词、句子或段落）的稀疏分布表示。

您能否分享SFT方法与其他NLU策略相比的优势？

支持Cortical.io技术的语义折叠理论具有几个显著的优势。首先，它不需要大量的样本数据来提供准确的结果。其次，它非常快，并且需要比最先进的机器学习算法更少的计算资源。最后，训练过程更简单，可以由将使用该系统的主题专家管理，即使他们没有AI经验。

Cortical.io的一种产品是消息智能，什么是这种应用程序？

消息智能属于智能文档处理的范畴。企业被处理大量的消息和文档所淹没。消息智能是一种开箱即用的解决方案，使用Cortical.io的技术来准确地从这些消息和文档中提取和分类关键信息，并在企业级别上处理它们。由于Cortical.io的专利方法，开发自定义分类器可以在几小时内完成，开发提取模型可以在几天内完成。

另一款产品是合同智能，您能否分享一些关于它的细节？

Cortical.io合同智能利用自然语言理解的新方法来快速、准确地分析大量文档中的相关信息，并以难以用手动劳动或其他合同分析工具在规模上实现的准确性提供结果。该解决方案提供了一种强大的、基于含义的工具来提取和分类关键信息，在单个文档或整个数据库中搜索，以及将文档与模板或以前的版本进行比较。

您是否还有其他关于Cortical.io的信息想要分享？

我们很高兴看到人工智能和自然语言理解从一个有趣的技术发展成为解决实际商业问题的应用程序的一部分。

感谢这次精彩的采访，希望了解更多的读者可以访问Cortical.io。