Aumentare l'intelligenza umana

in collaborazione con Spazio cerebrale

Il contesto è fondamentale. Man mano che quelli che una volta erano semplici dati si evolve in intelligenza fruibile, il contesto che lega quei dati diventa sempre più essenziale.

Considera la parola java. Senza un contesto attorno a quelle quattro lettere, potresti non capire il riferimento o stabilire alcun tipo di connessione. Ma se aggiungi solo una parola a java, come sviluppo, isola o caffè, il riferimento cambia completamente, e questo è con una sola parola di contesto.

Oggi abbiamo creato query che analizzano e collegano i concetti all'interno di centinaia di milioni di documenti che consentono alle persone di esplorare i loro big data in modi mai possibili prima. — Dave Copps, CEO, Brainspace

Questo è il tipo di contesto attivo e di connessione che fornisce il motore Brainspace. Il contesto è una parte molto importante di ciò che facciamo. Quando analizziamo i documenti, prendiamo in considerazione il contesto, afferma Ravi Sathyanna, vicepresidente della tecnologia e della gestione dei prodotti di Brainspace. La domanda è: quando si hanno dati non strutturati, come si fa effettivamente ad analizzarli? Facciamo ricerche di concetti. Siamo in grado di analizzare decine di milioni di documenti e costruire relazioni tra concetti in tutti quei documenti.

Brainspace può creare query semantiche avanzate da un singolo termine, una frase, un paragrafo o persino un intero documento. Quando il motore Brainspace analizza e analizza dati strutturati o non strutturati, deriva concetti e contesto da tali dati. Tutto è derivato e definito dinamicamente dai dati che i clienti ci forniscono, dice Sathyanna. Ciò potrebbe provenire da documenti all'interno dei sistemi di gestione dei contenuti aziendali come SharePoint o da e-mail o articoli di notizie. Non iniziamo il processo con nessuna relazione nota. Data la natura dinamica delle capacità di apprendimento automatico del motore Brainspace, i clienti possono inserire nel sistema qualsiasi tipo di dato non strutturato.

Affiorare e collegare i concetti

La piattaforma principale di Brainspace è un ambiente di apprendimento automatico non supervisionato che apprende in modo dinamico senza l'uso di lessico, ontologia o thesaurus precostruiti, afferma il CEO di Brainspace Dave Copps. La nostra piattaforma può acquisire dati non strutturati su vasta scala. Oggi abbiamo creato query che analizzano e collegano i concetti all'interno di centinaia di milioni di documenti che consentono alle persone di esplorare i loro big data in modi mai possibili prima.

Una volta definito il contesto, l'analisi Brainspace fornisce anche la pertinenza ponderata per documenti specifici. Forniamo pertinenza e, altrettanto importante, trasparenza come parte della ricerca del concetto. Puoi eseguire una query, valutare i concetti più correlati e, facoltativamente, bilanciare i pesi per influire sulla tua ricerca, spiega Sathyanna. Questo processo aiuta gli analisti umani a determinare il significato relativo di particolari documenti durante la ricerca e l'analisi.

La scala e la velocità con cui Brainspace può assimilare i documenti lo differenziano significativamente dai suoi concorrenti, osserva Copps. L'ingestione e la creazione del Brainspace iniziale da un milione di documenti, ad esempio, richiede circa 30 minuti senza l'intervento umano, afferma. Il motore Brainspace può anche imparare in più lingue, aggiunge: Stiamo ottimizzando per 20 lingue principali, tra cui mandarino, kanji, coreano e farsi. La nostra piattaforma non solo apprende nativamente in quelle lingue, ma identifica automaticamente le frasi, aumentando la nostra capacità di estrarre significati anche nelle lingue a doppio byte.

Quello che voglio fare è consentire alle persone di avere una conversazione con i loro dati. — Ravi Sathyanna, vicepresidente della tecnologia e della gestione dei prodotti, Brainspace

Considera un esempio di come funziona la tecnologia. LexisNexis, un noto fornitore di documenti legali, governativi e aziendali, ha utilizzato il motore Brainspace per acquisire e apprendere da ogni brevetto mai rilasciato negli Stati Uniti e in Europa, nonché da milioni di articoli di riviste, per un totale di oltre 350 milioni di documenti.

Conversare con i dati

L'analisi visiva è un altro aspetto unico del processo Brainspace. Un esempio di questa capacità è mostrato tramite il clustering dei documenti. Sathyanna, che definisce l'analisi visiva come apprendimento non supervisionato, descrive il processo in questo modo: ci fornisci un numero qualsiasi di documenti. Li analizziamo e li raggruppiamo in cluster. Quindi avrai una rappresentazione visiva di questi cluster. Questa è una rappresentazione visiva dell'intera popolazione del documento in un raggruppamento con etichette su di essi. Ti consente di navigare nel set di dati proprio come puoi navigare nel mondo tramite Google Earth.

La combinazione di capacità di ricerca e apprendimento automatico è fondamentale per l'analisi dei dati visivi fornita da Brainspace. La soluzione riunisce una grande quantità di dati in una rappresentazione visiva, facilitandone la comprensione. Quello che voglio fare è consentire alle persone di avere una conversazione con i loro dati, dice Sathyanna.

L'esperienza dell'utente rende Brainspace molto più accessibile, aggiunge Copps. Una cosa è costruire una grande tecnologia di apprendimento automatico. È tutta un'altra cosa essere in grado di presentarlo in un modo che consenta alle persone di impegnarsi attivamente con esso, dice. La chiave per comprendere l'impresa risiede nella nostra capacità di comprendere i dati non strutturati. È qui che vivono le storie e le idee che guidano un'organizzazione. Attraverso un'esperienza utente significativa, stiamo creando il ponte tra l'apprendimento automatico e la cura umana che consente alle aziende di raggiungere finalmente tale comprensione. L'esperienza dell'utente è semplificata al punto che la formazione può avvenire in pochi minuti, anziché in ore.

L'ambiente Brainspace presenta visualizzazioni di dati con tutti i documenti raggruppati al centro di una ruota. Quando gli utenti fanno clic su un cluster di dati, vengono visualizzati altri sottocluster, che portano gli utenti più in profondità nei dettagli della loro scoperta. È un ambiente unico e un'esperienza utente che consente di navigare visivamente in grandi set di dati, afferma Copps. Esprimiamo l'apprendimento automatico in modi dai quali praticamente chiunque può estrarre valore. Non è necessario essere un data scientist per utilizzare i nostri prodotti.

Andare alla grande con l'intelligenza aumentata

Costruire inferenze e concetti correlati in query può essere particolarmente utile per le ricerche di documenti relative ai social media. Forniamo funzioni di ricerca concettuale che portano automaticamente in superficie l'inferenza in relazione al concetto da integrare nelle query, afferma Copps. È come entrare nel mezzo di una sfera multidimensionale ed essere circondati da parole e frasi organizzate in base alla loro rilevante distanza l'una dall'altra.

Questo tipo di analisi dei dati è particolarmente utile in applicazioni impegnative nella ricerca come l'e-discovery legale, le indagini sul rilevamento di frodi all'interno di organizzazioni di servizi finanziari e problemi di conformità o governance. Il nostro motore può esaminare automaticamente i documenti, analizzarli e inserirli nei bucket appropriati, considerati all'interno delle politiche aziendali, afferma Sathyanna.

Il supporto del contenzioso è il punto di partenza di Brainspace. Ci siamo fatti le ossa nell'e-discovery e siamo diventati la tecnologia di analisi di riferimento per grandi contenziosi, come quando le cose sono esplose in Volkswagen, dice Copps, riferendosi allo scandalo delle emissioni diesel in corso della casa automobilistica tedesca. La nostra piattaforma consente alle aziende di analizzare milioni di documenti fino a pochi documenti importanti più rapidamente di qualsiasi altro prodotto oggi sul mercato. Il settantacinque percento dei costi associati alla scoperta è legato alla revisione umana e le persone sono costose. Quindi, riducendo radicalmente il numero di documenti rilevanti all'inizio del processo, stiamo riducendo drasticamente il costo della revisione.

Tale profonda attività investigativa è parte integrante del prodotto Discovery 5 di Brainspace. Discovery 5 è destinato ad analisti di dati e investigatori ed è ampiamente utilizzato nelle indagini e nell'e-discovery, afferma Sathyanna. Un altro prodotto basato sullo stesso motore principale è Brainspace for Enterprise, che sta reinventando la gestione della conoscenza aziendale. Man mano che gli utenti producono, raccolgono e condividono la conoscenza, formano un'intelligenza collettiva unica, un Brainspace, che tutti possono utilizzare per connettersi in modo più significativo con la conoscenza pertinente e i colleghi. È stato creato appositamente per la fascia più ampia di knowledge worker all'interno dell'azienda.

Discovery 5 è al servizio dei data scientist, afferma Copps. Crea un ambiente di analisi visiva che consente loro di esplorare i dati non strutturati in modi che in precedenza erano possibili solo in ambienti di dati più strutturati. Brainspace for Enterprise, d'altra parte, aiuta i knowledge worker a curare, collaborare e scoprire informazioni e persone all'interno di un ambiente di apprendimento dinamico. Entrambi i prodotti si trovano al di sopra della tecnologia di base di Brainspace.

Discovery 5 e Brainspace for Enterprise forniscono ciò che Brainspace chiama intelligenza aumentata, un'evoluzione dell'intelligenza artificiale o IA. Brainspace incorpora l'apprendimento automatico per integrare e supportare l'analisi umana, spiega Sathyanna. Mentre il sistema può apprendere senza l'intervento umano, stiamo anche aumentando il processo decisionale e le capacità degli utenti fornendo approfondimenti che altrimenti sarebbero nascosti o inaccessibili.

Questo livello di intelligenza rappresenta l'attuale evoluzione dell'apprendimento automatico e dell'intelligenza artificiale. L'intelligenza umana aumentata è il prossimo passo nell'IA, afferma Copps. Abbiamo raggiunto il punto in cui la sintesi di machine learning e human curation ha il potenziale per rimodellare completamente l'analisi dei dati nell'azienda.

Copps lo descrive come l'unione del meglio di entrambi i mondi, la macchina e le capacità umane. La capacità di una macchina di ingerire, collegare e richiamare informazioni va ben oltre ciò che è possibile per gli esseri umani, dice. D'altra parte, la capacità di una persona di utilizzare le informazioni per ragionare, giudicare e elaborare strategie supera di gran lunga le capacità delle macchine odierne, aggiunge: Combinando queste capacità all'interno di un ambiente di intelligenza aumentata, siamo in grado di accelerare la produttività oltre ciò che è possibile con altri strumenti più tradizionali.

In altre parole, l'intelligenza fornita dall'analisi di Brainspace aiuta ad amplificare il livello dell'intelligenza umana. Può aiutare gli analisti umani a trarre rapidamente conclusioni che prima avrebbero potuto essere impossibili da raggiungere o, per lo meno, a farlo molto più velocemente.

Per ulteriori informazioni su Brainspace, visitare www.brainspace.com .

nascondere