Forøgelse af menneskelig intelligens

i samarbejde med Hjernerummet

Konteksten er kritisk. Efterhånden som det, der engang var blot data, udvikler sig til handlingsdygtig intelligens, bliver konteksten, der binder disse data, stadig mere essentiel.

Overvej ordet java. Uden sammenhæng omkring disse fire bogstaver forstår du måske ikke referencen eller laver nogen form for forbindelse. Men hvis du kun tilføjer et ord til java, såsom udvikling, ø eller kaffe, ændres referencen fuldstændigt - og det er kun med et enkelt ord af kontekst.

Vi har bygget forespørgsler i dag, der analyserer og forbinder koncepterne inde i hundredvis af millioner af dokumenter, som giver folk mulighed for at udforske deres store data på måder, som aldrig har været mulige før. — Dave Copps, CEO, Brainspace

Dette er den type aktiv kontekst og forbindelse, som Brainspace-motoren giver. Kontekst er en meget vigtig del af det, vi laver. Når vi analyserer dokumenter, tager vi konteksten i betragtning, siger Ravi Sathyanna, vicepræsident for teknologi og produktledelse hos Brainspace. Spørgsmålet er: Når man har ustrukturerede data, hvordan går man så egentlig frem for at analysere dem? Vi laver konceptsøgning. Vi er i stand til at analysere titusinder af dokumenter og opbygge relationer mellem begreber i alle disse dokumenter.

Brainspace kan skabe forbedrede semantiske forespørgsler fra et enkelt udtryk, en sætning, et afsnit eller endda et helt dokument. Når Brainspace-motoren analyserer og analyserer strukturerede eller ustrukturerede data, udleder den begreber og kontekst fra disse data. Alt er dynamisk afledt og defineret ud fra de data, kunderne giver os, siger Sathyanna. Det kunne være fra dokumenter i virksomhedens indholdsstyringssystemer som SharePoint, eller fra e-mails eller nyhedsartikler. Vi starter ikke processen med nogen kendte relationer. I betragtning af den dynamiske karakter af Brainspace-motorens maskinlæringsmuligheder, kan kunderne føde enhver form for ustruktureret data ind i systemet.

Overflade og forbinde koncepterne

Kernen i Brainspace-platformen er et uovervåget maskinlæringsmiljø, der lærer dynamisk uden brug af noget forudbygget leksikon, ontologi eller synonymordbog, siger Brainspace CEO Dave Copps. Vores platform kan indtage ustrukturerede data i massiv skala. Vi har bygget forespørgsler i dag, der analyserer og forbinder koncepterne inde i hundredvis af millioner af dokumenter, som giver folk mulighed for at udforske deres store data på måder, som aldrig har været mulige før.

Når konteksten er defineret, giver Brainspace-analysen også vægtet relevans for specifikke dokumenter. Vi leverer relevans – og, lige så vigtigt, gennemsigtighed – som en del af konceptsøgningen. Du kan udføre en forespørgsel, evaluere de mest relaterede koncepter og eventuelt balancere vægtene for at påvirke din søgning, forklarer Sathyanna. Denne proces hjælper menneskelige analytikere med at bestemme den relative betydning af bestemte dokumenter under søgning og analyse.

Skalaen og hastigheden, hvormed Brainspace kan indtage dokumenter, adskiller det væsentligt fra dets konkurrenter, bemærker Copps. At indtage og bygge det oprindelige Brainspace fra en million dokumenter tager for eksempel omkring 30 minutter uden menneskelig indblanding, siger han. Brainspace-motoren kan også lære på flere sprog, tilføjer han: Vi optimerer til 20 større sprog, herunder mandarin, kanji, koreansk og farsi. Vores platform lærer ikke kun indfødte på disse sprog, men identificerer automatisk sætninger, hvilket øger vores evne til at udtrække mening i selv dobbeltbyte-sprogene.

Det, jeg vil gøre, er at gøre det muligt for folk at føre en samtale med deres data. — Ravi Sathyanna, Vicepræsident for teknologi og produktstyring, Brainspace

Overvej et eksempel på, hvordan teknologien fungerer. LexisNexis, en velkendt udbyder af juridiske, offentlige og forretningsmæssige dokumenter, brugte Brainspace-motoren til at indtage og lære af hvert patent nogensinde udstedt i USA og Europa samt fra millioner af tidsskriftsartikler – i alt mere end 350 millioner dokumenter.

Samtaler med data

Visuel analyse er en anden unik facet af Brainspace-processen. Et eksempel på denne evne er fremvist via dokumentklynger. Sathyanna, der omtaler visuel analyse som uovervåget læring, beskriver processen på denne måde: Du giver os et vilkårligt antal dokumenter. Vi analyserer dem og grupperer dem i klynger. Så har du en visuel repræsentation af disse klynger. Det er en visuel repræsentation af hele dokumentpopulationen i en gruppering med etiketter på. Det giver dig mulighed for at navigere gennem datasættet, ligesom du kan navigere rundt i verden via Google Earth.

Kombinationen af ​​søgefunktioner og maskinlæring er afgørende for den visuelle dataanalyse, som Brainspace leverer. Løsningen samler en stor mængde data i en visuel repræsentation, hvilket gør det lettere at forstå. Det, jeg vil gøre, er at gøre det muligt for folk at føre en samtale med deres data, siger Sathyanna.

Brugeroplevelsen gør Brainspace så meget mere tilgængelig, tilføjer Copps. Det er én ting at bygge fantastisk maskinlæringsteknologi. Det er en helt anden ting at kunne præsentere det på en måde, så folk aktivt kan engagere sig i det, siger han. Nøglen til at forstå virksomheden ligger i vores evne til at forstå ustrukturerede data. Det er her de historier og ideer, der driver en organisation, lever. Gennem en meningsfuld brugeroplevelse skaber vi broen mellem maskinlæring og menneskelig kuration, der gør det muligt for virksomheder endelig at nå denne forståelse. Brugeroplevelsen er forenklet til det punkt, hvor træning kan ske på få minutter i modsætning til timer.

Brainspace-miljøet præsenterer datavisualiseringer med alle dokumenter samlet i midten af ​​et hjul. Når brugere klikker på en dataklynge, dukker andre underklynger op, som tager brugerne dybere ind i detaljerne i deres opdagelse. Det er et unikt miljø og brugeroplevelse, der gør det muligt visuelt at navigere i store datasæt, siger Copps. Vi udtrykker maskinlæring på måder, hvorfra stort set alle kan udvinde værdi. Du behøver ikke at være dataforsker for at bruge vores produkter.

Går stort med øget intelligens

At bygge slutninger og relaterede begreber ind i forespørgsler kan være særligt nyttigt til dokumentsøgninger relateret til sociale medier. Vi leverer konceptuelle søgefunktioner, der automatisk bringer slutninger til overfladen, når det relaterer til konceptet for at bygge ind i forespørgsler, siger Copps. Det er som at træde ind i midten af ​​en multidimensionel sfære og være omgivet af ord og sætninger, der er organiseret efter deres relevante afstand til hinanden.

Denne type dataanalyse er især nyttig i forskningstunge applikationer såsom juridisk e-discovery, undersøgelser af svindeldetektering inden for finansielle serviceorganisationer og compliance- eller governance-spørgsmål. Vores maskine kan automatisk se på dokumenterne, analysere dem og lægge dem i de passende spande, taget i betragtning inden for virksomhedens politikker, siger Sathyanna.

At støtte retssager er, hvor Brainspace for alvor fik sin start. Vi skærer tænderne i e-discovery og er blevet den foretrukne analyseteknologi for store retssager, som da tingene eksploderede hos Volkswagen, siger Copps med henvisning til den tyske bilproducents igangværende diesel-emissionsskandale. Vores platform tager virksomheder fra at analysere millioner af dokumenter ned til kun de få dokumenter, der betyder noget hurtigere end noget produkt på markedet i dag. 75 procent af omkostningerne forbundet med opdagelse er knyttet til menneskelig gennemgang, og folk er dyre. Så ved radikalt at reducere antallet af relevante dokumenter tidligt i processen, sænker vi dramatisk omkostningerne ved gennemgang.

En sådan dyb efterforskningsaktivitet er en integreret del af Brainspaces Discovery 5-produkt. Discovery 5 er beregnet til dataanalytikere og efterforskere og bruges flittigt i undersøgelser og e-discovery, siger Sathyanna. Et andet produkt baseret på den samme kernemotor er Brainspace for Enterprise, som genopfinder virksomhedens vidensstyring. Efterhånden som brugere producerer, indsamler og deler viden, danner de en unik kollektiv intelligens – et hjernerum – som alle kan bruge til at forbinde mere meningsfuldt med relevant viden og ligestillede. Det er bygget specifikt til det bredere udvalg af vidensarbejdere i virksomheden.

Discovery 5 tjener dataforskere, siger Copps. Det skaber et visuelt analysemiljø, der giver dem mulighed for at udforske ustrukturerede data på måder, som tidligere kun var mulige i mere strukturerede datamiljøer. Brainspace for Enterprise hjælper på den anden side vidensarbejdere med at kurere, samarbejde og opdage information og mennesker i et dynamisk læringsmiljø. Begge produkter ligger oven på kerne-Brainspace-teknologien.

Discovery 5 og Brainspace for Enterprise giver det, Brainspace kalder augmented intelligens, en udvikling af kunstig intelligens eller AI. Brainspace inkorporerer maskinlæring for at supplere og understøtte menneskelig analyse, forklarer Sathyanna. Mens systemet kan lære uden menneskelig indgriben, udvider vi også brugernes beslutningsproces og muligheder ved at give dyb indsigt, som ellers er skjult eller utilgængelig.

Dette intelligensniveau repræsenterer den aktuelle udvikling inden for maskinlæring og kunstig intelligens. Forøget menneskelig intelligens er det næste trin i kunstig intelligens, siger Copps. Vi er nået til det punkt, hvor syntesen af ​​maskinlæring og human curation har potentialet til fuldstændigt at omforme dataanalyse i virksomheden.

Copps beskriver det som at bringe det bedste fra begge verdener – maskine og menneskelige evner – sammen. En maskines evne til at indtage, forbinde og genkalde information går langt ud over, hvad der er muligt for mennesker, siger han. På den anden side overgår en persons evne til at bruge information til at ræsonnere, bedømme og strategisere langt maskinernes muligheder i dag, tilføjer han: Ved at kombinere disse evner inde i et udvidet intelligensmiljø er vi i stand til at accelerere produktiviteten ud over, hvad der er muligt. med andre, mere traditionelle værktøjer.

Med andre ord hjælper intelligensen leveret af Brainspaces analyse med at forstærke niveauet af menneskelig intelligens. Det kan hjælpe menneskelige analytikere med hurtigt at drage konklusioner, som måske har været umulige at nå før - eller i det mindste at gøre det meget hurtigere.

For mere information om Brainspace, besøg www.brainspace.com .

skjule