Menselijke intelligentie vergroten

in samenwerking met Hersenruimte

Context is cruciaal. Naarmate wat ooit louter data was, evolueert naar bruikbare intelligentie, wordt de context die die data bindt steeds essentiëler.

Denk aan het woord java. Zonder context rond die vier letters, zou u de verwijzing misschien niet begrijpen of enige vorm van verband kunnen leggen. Maar als u slechts één woord aan Java toevoegt, zoals ontwikkeling, eiland of koffie, verandert de verwijzing volledig - en dat met slechts een enkel woord context.

We hebben vandaag query's gebouwd die de concepten in honderden miljoenen documenten analyseren en verbinden, waardoor mensen hun big data kunnen verkennen op manieren die nog nooit eerder mogelijk waren. — Dave Copps, CEO, Brainspace

Dit is het soort actieve context en verbinding dat de Brainspace-engine biedt. Context is een heel belangrijk onderdeel van wat we doen. Wanneer we documenten analyseren, houden we rekening met de context, zegt Ravi Sathyanna, vice-president technologie en productbeheer bij Brainspace. De vraag is: als je ongestructureerde data hebt, hoe ga je die dan eigenlijk analyseren? We doen conceptonderzoek. We zijn in staat om tientallen miljoenen documenten te analyseren en relaties op te bouwen tussen concepten in al die documenten.

Brainspace kan verbeterde semantische zoekopdrachten maken van een enkele term, een zin, een alinea of ​​zelfs een heel document. Terwijl de Brainspace-engine gestructureerde of ongestructureerde gegevens ontleedt en analyseert, ontleent het concepten en context aan die gegevens. Alles wordt dynamisch afgeleid en gedefinieerd uit de gegevens die klanten ons geven, zegt Sathyanna. Dat kan zijn uit documenten binnen de enterprise content management-systemen zoals SharePoint, of uit e-mails of nieuwsartikelen. We starten het proces niet met bekende relaties. Gezien de dynamische aard van de machine learning-mogelijkheden van de Brainspace-engine, kunnen klanten elk type ongestructureerde gegevens in het systeem invoeren.

De concepten naar boven halen en verbinden

Het kernplatform van Brainspace is een niet-gecontroleerde machineleeromgeving die dynamisch leert zonder het gebruik van een vooraf gebouwd lexicon, ontologie of thesaurus, zegt Dave Copps, CEO van Brainspace. Ons platform kan op grote schaal ongestructureerde gegevens opnemen. We hebben vandaag query's gebouwd die de concepten in honderden miljoenen documenten analyseren en verbinden, waardoor mensen hun big data kunnen verkennen op manieren die nog nooit eerder mogelijk waren.

Als de context eenmaal is gedefinieerd, geeft de Brainspace-analyse ook gewogen relevantie voor specifieke documenten. We bieden relevantie - en, net zo belangrijk, transparantie - als onderdeel van het zoeken naar concepten. Je kunt een zoekopdracht uitvoeren, de meest verwante concepten evalueren en eventueel de gewichten in evenwicht brengen om je zoekopdracht te beïnvloeden, legt Sathyanna uit. Dat proces helpt menselijke analisten bij het bepalen van de relatieve betekenis van bepaalde documenten tijdens het zoeken en analyseren.

De schaal en snelheid waarmee Brainspace documenten kan opnemen, onderscheidt het aanzienlijk van zijn concurrenten, merkt Copps op. Het opnemen en bouwen van de eerste Brainspace uit een miljoen documenten duurt bijvoorbeeld ongeveer 30 minuten zonder menselijke tussenkomst, zegt hij. De Brainspace-engine kan ook in meerdere talen leren, voegt hij eraan toe: we optimaliseren voor 20 belangrijke talen, waaronder Mandarijn, Kanji, Koreaans en Farsi. Ons platform leert niet alleen native in die talen, maar identificeert automatisch zinnen, waardoor we beter in staat zijn om betekenis te extraheren in zelfs de dubbelbytetalen.

Wat ik wil doen is mensen in staat stellen om in gesprek te gaan met hun data. — Ravi Sathyanna, vice-president van technologie en productbeheer, Brainspace

Beschouw een voorbeeld van hoe de technologie werkt. LexisNexis, een bekende leverancier van juridische, overheids- en zakelijke documenten, gebruikte de Brainspace-engine om elk patent dat ooit in de Verenigde Staten en Europa is uitgegeven, op te nemen en te leren, evenals van miljoenen tijdschriftartikelen - in totaal meer dan 350 miljoen documenten.

Converseren met gegevens

Visuele analyse is een ander uniek facet van het Brainspace-proces. Een voorbeeld van deze mogelijkheid wordt getoond via documentclustering. Sathyanna, die naar visuele analyse verwijst als leren zonder toezicht, beschrijft het proces als volgt: u geeft ons een willekeurig aantal documenten. We analyseren ze en groeperen ze in clusters. Dan heb je een visuele weergave van deze clusters. Dat is een visuele weergave van de gehele documentpopulatie in een groep met labels erop. Hiermee kunt u door de gegevensset navigeren, net zoals u de wereld kunt navigeren via Google Earth.

De combinatie van zoekmogelijkheden en machine learning is cruciaal voor de visuele data-analyse die Brainspace levert. De oplossing brengt een grote hoeveelheid data samen in een visuele weergave, waardoor het gemakkelijker te begrijpen is. Wat ik wil doen, is mensen in staat stellen een gesprek te voeren met hun gegevens, zegt Sathyanna.

De gebruikerservaring maakt Brainspace een stuk toegankelijker, voegt Copps toe. Het is één ding om geweldige machine learning-technologie te bouwen. Het is heel iets anders om dat zo te kunnen presenteren dat mensen er actief mee bezig zijn, zegt hij. De sleutel tot het begrijpen van de onderneming ligt in ons vermogen om ongestructureerde gegevens te begrijpen. Daar leven de verhalen en ideeën die een organisatie drijven. Door middel van een zinvolle gebruikerservaring slaan we de brug tussen machine learning en menselijke curatie, waardoor bedrijven eindelijk dat begrip kunnen bereiken. De gebruikerservaring is vereenvoudigd tot het punt waarop training in minuten kan plaatsvinden, in plaats van uren.

De Brainspace-omgeving presenteert datavisualisaties met alle documenten geclusterd in het midden van een wiel. Als gebruikers op een gegevenscluster klikken, verschijnen er andere subclusters, die gebruikers dieper in de details van hun ontdekking brengen. Het is een unieke omgeving en gebruikerservaring die het mogelijk maakt om visueel door grote datasets te navigeren, zegt Copps. We drukken machine learning uit op manieren waaruit vrijwel iedereen waarde kan halen. U hoeft geen datawetenschapper te zijn om onze producten te gebruiken.

Groots worden met Augmented Intelligence

Het inbouwen van gevolgtrekkingen en gerelateerde concepten in zoekopdrachten kan met name handig zijn voor het doorzoeken van documenten met betrekking tot sociale-mediakanalen. We bieden conceptuele zoekfuncties die automatisch gevolgtrekkingen naar de oppervlakte brengen als het gaat om het concept om in zoekopdrachten in te bouwen, zegt Copps. Het is alsof je in het midden van een multidimensionale sfeer stapt en omringd wordt door woorden en zinsdelen die zijn georganiseerd op basis van hun relevante afstand tot elkaar.

Dit type gegevensanalyse is met name handig in onderzoekszware toepassingen zoals juridische e-discovery, onderzoeken naar fraudedetectie binnen financiële dienstverleners en compliance- of governancekwesties. Onze engine kan automatisch naar de documenten kijken, ze analyseren en ze in de juiste emmers plaatsen, rekening houdend met het bedrijfsbeleid, zegt Sathyanna.

Het ondersteunen van rechtszaken is waar Brainspace echt van start is gegaan. We hebben onze tanden gezet in e-discovery en zijn de go-to-analysetechnologie geworden voor grote rechtszaken, zoals toen de zaken bij Volkswagen uit de hand liepen, zegt Copps, verwijzend naar het aanhoudende dieselemissieschandaal van de Duitse autofabrikant. Ons platform brengt bedrijven van het analyseren van miljoenen documenten naar slechts de weinige documenten die er sneller toe doen dan welk product dan ook dat momenteel op de markt is. Vijfenzeventig procent van de kosten die met ontdekking gepaard gaan, is gebonden aan beoordeling door mensen, en mensen zijn duur. Dus door het aantal relevante documenten in een vroeg stadium van het proces radicaal te verminderen, verlagen we de revisiekosten drastisch.

Dergelijke diepgaande onderzoeksactiviteiten zijn een integraal onderdeel van het Discovery 5-product van Brainspace. Discovery 5 is bedoeld voor data-analisten en onderzoekers en wordt veel gebruikt bij onderzoeken en e-discovery, zegt Sathyanna. Een ander product dat op dezelfde core engine is gebaseerd, is Brainspace for Enterprise, dat enterprise kennisbeheer opnieuw uitvindt. Terwijl gebruikers kennis produceren, verzamelen en delen, vormen ze een unieke collectieve intelligentie - een Brainspace - die iedereen kan gebruiken om zinvoller in contact te komen met relevante kennis en peers. Het is speciaal gebouwd voor de bredere groep kenniswerkers binnen de onderneming.

Discovery 5 dient datawetenschappers, zegt Copps. Het creëert een visueel-analytische omgeving waarmee ze ongestructureerde gegevens kunnen verkennen op manieren die voorheen alleen mogelijk waren in meer gestructureerde gegevensomgevingen. Brainspace for Enterprise daarentegen helpt kenniswerkers bij het samenstellen, samenwerken en ontdekken van informatie en mensen in een dynamische leeromgeving. Beide producten zitten bovenop de kerntechnologie van Brainspace.

Discovery 5 en Brainspace for Enterprise bieden wat Brainspace augmented intelligence noemt, een evolutie van kunstmatige intelligentie of AI. Brainspace maakt gebruik van machine learning om menselijke analyse aan te vullen en te ondersteunen, legt Sathyanna uit. Hoewel het systeem kan leren zonder menselijke tussenkomst, vergroten we ook het besluitvormingsproces en de mogelijkheden van de gebruikers door diepgaande inzichten te bieden die anders verborgen of ontoegankelijk zijn.

Dit intelligentieniveau vertegenwoordigt de huidige evolutie in machine learning en AI. Augmented Human Intelligence is de volgende stap in AI, zegt Copps. We hebben het punt bereikt waarop de synthese van machine learning en menselijk beheer het potentieel heeft om data-analyse in de onderneming volledig opnieuw vorm te geven.

Copps beschrijft het als het samenbrengen van het beste van twee werelden - machine- en menselijke capaciteiten. Het vermogen van een machine om informatie op te nemen, te verbinden en op te roepen, gaat veel verder dan wat mogelijk is voor mensen, zegt hij. Aan de andere kant overtreft het vermogen van een persoon om informatie te gebruiken om te redeneren, beoordelen en strategieën te bedenken ver de mogelijkheden van machines vandaag de dag, voegt hij eraan toe: door deze vaardigheden te combineren in een augmented intelligence-omgeving, zijn we in staat de productiviteit te versnellen die verder gaat dan mogelijk is. met andere, meer traditionele tools.

Met andere woorden, de intelligentie die de analyse van Brainspace oplevert, helpt het niveau van menselijke intelligentie te vergroten. Het kan menselijke analisten helpen om snel conclusies te trekken die voorheen onmogelijk waren - of in ieder geval veel sneller.

Ga voor meer informatie over Brainspace naar: www.brainspace.com .

zich verstoppen