Rozszerzanie ludzkiej inteligencji

we współpracy z Przestrzeń mózgu

Kontekst ma kluczowe znaczenie. Ponieważ to, co kiedyś było tylko danymi, ewoluuje w inteligencję wykonalną, kontekst, który wiąże te dane, staje się coraz bardziej istotny.

Rozważ słowo java. Bez kontekstu wokół tych czterech liter możesz nie zrozumieć odniesienia lub nawiązać żadnego związku. Ale jeśli dodasz tylko jedno słowo do języka Java, takie jak rozwój, wyspa lub kawa, odniesienie zmieni się całkowicie — i to za pomocą tylko jednego słowa z kontekstu.

Zbudowaliśmy dziś zapytania, które analizują i łączą koncepcje zawarte w setkach milionów dokumentów, które pozwalają ludziom eksplorować ich big data w sposób, który nigdy wcześniej nie był możliwy. — Dave Copps, dyrektor generalny, Brainspace

Jest to rodzaj aktywnego kontekstu i połączenia, które zapewnia silnik Brainspace. Kontekst jest bardzo ważną częścią tego, co robimy. Kiedy analizujemy dokumenty, bierzemy pod uwagę kontekst, mówi Ravi Sathyanna, wiceprezes ds. technologii i zarządzania produktami w Brainspace. Pytanie brzmi: kiedy masz nieustrukturyzowane dane, jak właściwie je analizujesz? Zajmujemy się wyszukiwaniem koncepcji. Jesteśmy w stanie przeanalizować dziesiątki milionów dokumentów i zbudować relacje między koncepcjami we wszystkich tych dokumentach.

Brainspace może tworzyć rozszerzone zapytania semantyczne na podstawie pojedynczego terminu, zdania, akapitu, a nawet całego dokumentu. Gdy silnik Brainspace analizuje i analizuje ustrukturyzowane lub nieustrukturyzowane dane, czerpie koncepcje i kontekst z tych danych. Wszystko jest dynamicznie wyprowadzane i definiowane na podstawie danych, które przekazują nam klienci, mówi Sathyanna. Mogą to być dokumenty w korporacyjnych systemach zarządzania treścią, takie jak SharePoint, lub wiadomości e-mail lub artykuły z wiadomościami. Nie zaczynamy procesu od znanych nam relacji. Biorąc pod uwagę dynamiczny charakter możliwości uczenia maszynowego silnika Brainspace, klienci mogą wprowadzać do systemu dowolny rodzaj nieustrukturyzowanych danych.

Wypracowywanie i łączenie pojęć

Podstawowa platforma Brainspace to nienadzorowane środowisko uczenia maszynowego, które uczy się dynamicznie bez użycia żadnego gotowego leksykonu, ontologii czy tezaurusa – mówi dyrektor generalny Brainspace Dave Copps. Nasza platforma może przyswajać nieustrukturyzowane dane na masową skalę. Zbudowaliśmy dziś zapytania, które analizują i łączą koncepcje zawarte w setkach milionów dokumentów, które pozwalają ludziom eksplorować ich big data w sposób, który nigdy wcześniej nie był możliwy.

Po zdefiniowaniu kontekstu analiza Brainspace zapewnia również ważoną trafność dla określonych dokumentów. Zapewniamy trafność – i, co równie ważne, przejrzystość – w ramach poszukiwania koncepcji. Możesz wykonać zapytanie, ocenić najbardziej powiązane koncepcje i opcjonalnie zrównoważyć wagi, aby wpłynąć na wyszukiwanie, wyjaśnia Sathyanna. Proces ten pomaga analitykom ludzkim określić względne znaczenie poszczególnych dokumentów podczas wyszukiwania i analizy.

Skala i szybkość, z jaką Brainspace może przyswajać dokumenty, znacząco odróżnia ją od konkurencji, zauważa Copps. Przyswajanie i budowanie początkowego Brainspace z miliona dokumentów, na przykład, zajmuje około 30 minut bez interwencji człowieka, mówi. Silnik Brainspace może również uczyć się w wielu językach, dodaje: Optymalizujemy 20 głównych języków, w tym mandaryński, kanji, koreański i farsi. Nasza platforma nie tylko uczy się natywnie w tych językach, ale automatycznie identyfikuje frazy, zwiększając naszą zdolność do wydobywania znaczenia nawet w językach dwubajtowych.

To, co chcę zrobić, to umożliwić ludziom rozmowę z ich danymi. — Ravi Sathyanna, wiceprezes ds. technologii i zarządzania produktami, Brainspace

Rozważ jeden przykład działania tej technologii. LexisNexis, znany dostawca dokumentów prawnych, rządowych i biznesowych, wykorzystał silnik Brainspace do przejęcia i uczenia się na podstawie każdego patentu wydanego kiedykolwiek w Stanach Zjednoczonych i Europie, a także z milionów artykułów w czasopismach — w sumie ponad 350 miliony dokumentów.

Rozmowa z danymi

Analityka wizualna to kolejny unikalny aspekt procesu Brainspace. Jednym z przykładów tej możliwości jest prezentacja poprzez grupowanie dokumentów. Sathyanna, która określa analitykę wizualną jako nienadzorowane uczenie się, opisuje ten proces w ten sposób: Przekazujesz nam dowolną liczbę dokumentów. Analizujemy je i grupujemy w klastry. Wtedy będziesz miał wizualną reprezentację tych skupisk. To wizualna reprezentacja całej populacji dokumentów w grupie z etykietami. Umożliwia poruszanie się po zbiorze danych, podobnie jak nawigowanie po świecie za pośrednictwem programu Google Earth.

Połączenie możliwości wyszukiwania i uczenia maszynowego ma kluczowe znaczenie dla wizualnej analizy danych dostarczanych przez Brainspace. Rozwiązanie łączy dużą ilość danych w wizualnej reprezentacji, co ułatwia zrozumienie. To, co chcę zrobić, to umożliwić ludziom rozmowę z ich danymi, mówi Sathyanna.

Copps dodaje, że doświadczenie użytkownika sprawia, że ​​Brainspace jest znacznie bardziej dostępny. Tworzenie doskonałej technologii uczenia maszynowego to jedno. To zupełnie inna sprawa, aby móc to zaprezentować w sposób, który umożliwi ludziom aktywne zaangażowanie się w to, mówi. Kluczem do zrozumienia przedsiębiorstwa jest nasza zdolność do zrozumienia nieustrukturyzowanych danych. To tam żyją historie i pomysły, które napędzają organizację. Dzięki znaczącemu doświadczeniu użytkownika tworzymy pomost między uczeniem maszynowym a ludzką kuracją, który umożliwia przedsiębiorstwom w końcu osiągnięcie tego zrozumienia. Doświadczenie użytkownika jest uproszczone do tego stopnia, że ​​szkolenie może trwać kilka minut, a nie godzin.

Środowisko Brainspace przedstawia wizualizacje danych ze wszystkimi dokumentami skupionymi w centrum koła. Gdy użytkownicy klikają klaster danych, pojawiają się inne podgrupy, które zagłębiają użytkowników w szczegóły ich odkrycia. To wyjątkowe środowisko i wrażenia użytkownika, które umożliwiają wizualną nawigację w dużych zbiorach danych, mówi Copps. Wyrażamy uczenie maszynowe w sposób, z którego praktycznie każdy może wydobyć wartość. Nie musisz być analitykiem danych, aby korzystać z naszych produktów.

Rozwój dzięki rozszerzonej inteligencji

Wprowadzanie wnioskowania i powiązanych pojęć do zapytań może być szczególnie pomocne przy wyszukiwaniu dokumentów związanych z mediami społecznościowymi. Zapewniamy funkcje wyszukiwania pojęciowego, które automatycznie wnoszą wnioskowanie na powierzchnię w odniesieniu do pojęcia, które można wbudować w zapytania, mówi Copps. To jak wejście w środek wielowymiarowej sfery i bycie otoczonym słowami i frazami, które są uporządkowane według ich odpowiedniej odległości od siebie.

Ten rodzaj analizy danych jest szczególnie przydatny w zastosowaniach wymagających intensywnych badań, takich jak prawne e-discovery, dochodzenia w zakresie wykrywania oszustw w organizacjach świadczących usługi finansowe oraz kwestie zgodności lub zarządzania. Nasz silnik może automatycznie przeglądać dokumenty, analizować je i umieszczać w odpowiednich przedziałach, uwzględnionych w polityce przedsiębiorstwa, mówi Sathyanna.

Wspieranie sporów sądowych to miejsce, w którym Brainspace naprawdę miał swój początek. Wycięliśmy zęby w e-discovery i staliśmy się technologią analityczną w dużych sporach sądowych, takich jak wybuchy w Volkswagenie, mówi Copps, odnosząc się do trwającego skandalu niemieckiego producenta samochodów z emisją silników Diesla. Nasza platforma przenosi firmy z analizy milionów dokumentów do zaledwie kilku dokumentów, które mają znaczenie szybciej niż jakikolwiek produkt dostępny obecnie na rynku. Siedemdziesiąt pięć procent kosztów związanych z odkryciem jest związanych z oceną ludzką, a ludzie są drodzy. Tak więc radykalnie zmniejszając liczbę odpowiednich dokumentów na wczesnym etapie procesu, radykalnie obniżamy koszt przeglądu.

Tak głęboka działalność dochodzeniowa jest integralną częścią produktu Discovery 5 firmy Brainspace. Discovery 5 jest przeznaczony dla analityków danych i badaczy i jest szeroko stosowany w dochodzeniach i e-discovery, mówi Sathyanna. Innym produktem opartym na tym samym silniku podstawowym jest Brainspace for Enterprise, który na nowo odkrywa zarządzanie wiedzą w przedsiębiorstwie. Gdy użytkownicy tworzą, zbierają i dzielą się wiedzą, tworzą unikalną zbiorową inteligencję — przestrzeń mózgu — której każdy może używać do bardziej znaczącego łączenia się z odpowiednią wiedzą i rówieśnikami. Została stworzona specjalnie dla szerszego grona pracowników wiedzy w przedsiębiorstwie.

Discovery 5 służy analitykom danych, mówi Copps. Tworzy środowisko wizualno-analityczne, które pozwala im eksplorować nieustrukturyzowane dane w sposób, który wcześniej był możliwy tylko w bardziej ustrukturyzowanych środowiskach danych. Z drugiej strony Brainspace for Enterprise pomaga pracownikom wiedzy w gromadzeniu, współpracy i odkrywaniu informacji i ludzi w dynamicznym środowisku uczenia się. Oba produkty są oparte na podstawowej technologii Brainspace.

Discovery 5 i Brainspace for Enterprise zapewniają coś, co Brainspace nazywa rozszerzoną inteligencją, ewolucją sztucznej inteligencji lub AI. Brainspace wykorzystuje uczenie maszynowe, aby uzupełniać i wspierać ludzką analizę, wyjaśnia Sathyanna. Chociaż system może uczyć się bez interwencji człowieka, wzmacniamy również proces decyzyjny i możliwości użytkowników, zapewniając głębokie wglądy, które w inny sposób są ukryte lub niedostępne.

Ten poziom inteligencji reprezentuje obecną ewolucję w uczeniu maszynowym i sztucznej inteligencji. Rozszerzona ludzka inteligencja to kolejny krok w sztucznej inteligencji, mówi Copps. Osiągnęliśmy punkt, w którym synteza uczenia maszynowego i ludzkiej kuracji może całkowicie zmienić kształt analityki danych w przedsiębiorstwie.

Copps opisuje, że łączy to, co najlepsze z obu światów — maszyny i możliwości człowieka — razem. Mówi, że zdolność maszyny do przyjmowania, łączenia i przywoływania informacji wykracza daleko poza to, co jest możliwe dla ludzi. Z drugiej strony, zdolność człowieka do wykorzystywania informacji do rozumowania, oceniania i opracowywania strategii znacznie przekracza możliwości dzisiejszych maszyn, dodaje: Łącząc te umiejętności w środowisku rozszerzonej inteligencji, jesteśmy w stanie przyspieszyć produktywność poza to, co jest możliwe. z innymi, bardziej tradycyjnymi narzędziami.

Innymi słowy, inteligencja dostarczana przez analizę Brainspace pomaga zwiększyć poziom ludzkiej inteligencji. Może pomóc ludzkim analitykom szybko wyciągnąć wnioski, które mogły być niemożliwe do osiągnięcia wcześniej – lub przynajmniej zrobić to znacznie szybciej.

Aby uzyskać więcej informacji o Brainspace, odwiedź www.brainspace.com .

ukryć