Cilvēka intelekta palielināšana

sadarbībā ar Prāta telpa

Konteksts ir kritisks. Tā kā reiz bijušie dati pārvēršas par praktiski izmantojamu informāciju, konteksts, kas šos datus saista, kļūst arvien svarīgāks.

Apsveriet vārdu java. Ja šiem četriem burtiem nav konteksta, jūs, iespējams, nesapratīsit atsauci vai neizveidosit nekādu savienojumu. Bet, ja java pievienojat tikai vienu vārdu, piemēram, izstrāde, sala vai kafija, atsauce pilnībā mainās — un tas ir tikai ar vienu konteksta vārdu.

Mēs šodien esam izveidojuši vaicājumus, kas analizē un savieno simtiem miljonu dokumentu jēdzienus, kas ļauj cilvēkiem izpētīt savus lielos datus tādos veidos, kādi nekad agrāk nav bijuši iespējami. — Deivs Kops, Brainspace izpilddirektors

Šis ir aktīvā konteksta un savienojuma veids, ko nodrošina Brainspace dzinējs. Konteksts ir ļoti svarīga mūsu darbības sastāvdaļa. Analizējot dokumentus, mēs ņemam vērā kontekstu, saka Ravi Sathyanna, Brainspace tehnoloģiju un produktu pārvaldības viceprezidents. Jautājums ir: ja jums ir nestrukturēti dati, kā jūs tos faktiski analizējat? Mēs veicam koncepciju meklēšanu. Mēs spējam analizēt desmitiem miljonu dokumentu un veidot attiecības starp jēdzieniem visos šajos dokumentos.

Prāta telpa var izveidot uzlabotus semantiskos vaicājumus no viena termina, teikuma, rindkopas vai pat visa dokumenta. Brainspace dzinējam parsējot un analizējot strukturētus vai nestrukturētus datus, tas no šiem datiem iegūst jēdzienus un kontekstu. Viss tiek dinamiski iegūts un definēts no datiem, ko mums sniedz klienti, saka Sathyanna. Tas var būt no dokumentiem uzņēmuma satura pārvaldības sistēmās, piemēram, SharePoint, vai no e-pastiem vai ziņu rakstiem. Mēs nesākam procesu ar zināmām attiecībām. Ņemot vērā Brainspace dzinēja mašīnmācīšanās iespēju dinamisko raksturu, klienti var ievadīt sistēmā jebkāda veida nestrukturētus datus.

Koncepciju parādīšana un savienošana

Brainspace pamatplatforma ir bez uzraudzības mašīnmācības vide, kas mācās dinamiski, neizmantojot nekādu iepriekš izveidotu leksiku, ontoloģiju vai tēzauru, saka Brainspace izpilddirektors Deivs Kops. Mūsu platforma var uzņemt nestrukturētus datus masveidā. Mēs šodien esam izveidojuši vaicājumus, kas analizē un savieno simtiem miljonu dokumentu jēdzienus, kas ļauj cilvēkiem izpētīt savus lielos datus tādos veidos, kādi vēl nekad nav bijuši iespējami.

Kad konteksts ir definēts, Brainspace analīze nodrošina arī noteiktu dokumentu svērto atbilstību. Mēs nodrošinām atbilstību — un, tikpat svarīgi, arī caurspīdīgumu — kā daļu no koncepcijas meklēšanas. Varat izpildīt vaicājumu, novērtēt visvairāk saistītos jēdzienus un pēc izvēles līdzsvarot svarus, lai ietekmētu meklēšanu, skaidro Satjana. Šis process palīdz cilvēku analītiķiem noteikt konkrētu dokumentu relatīvo nozīmi meklēšanas un analīzes laikā.

Mērogs un ātrums, ar kādu Brainspace var uzņemt dokumentus, būtiski atšķir to no konkurentiem, atzīmē Copps. Piemēram, sākotnējās smadzeņu telpas ievadīšana un izveidošana no miljoniem dokumentu aizņem apmēram 30 minūtes bez cilvēka iejaukšanās, viņš saka. Viņš piebilst, ka Brainspace dzinējs var mācīties arī vairākās valodās: mēs optimizējam 20 galvenās valodas, tostarp mandarīnu, kanji, korejiešu un persiešu valodu. Mūsu platforma ne tikai mācās dzimtajā valodā šajās valodās, bet arī automātiski identificē frāzes, palielinot mūsu spēju iegūt nozīmi pat divbaitu valodās.

Es vēlos ļaut cilvēkiem sarunāties ar saviem datiem. — Ravi Sathyanna, Brainspace tehnoloģiju un produktu pārvaldības viceprezidents

Apsveriet vienu piemēru, kā tehnoloģija darbojas. LexisNexis, plaši pazīstams juridisko, valdības un biznesa dokumentu nodrošinātājs, izmantoja Brainspace dzinēju, lai apgūtu un mācītos no visiem patentiem, kas jebkad izdoti ASV un Eiropā, kā arī no miljoniem žurnālu rakstu — kopā vairāk nekā 350 miljoniem dokumentu.

Saruna ar datiem

Vizuālā analītika ir vēl viens unikāls Brainspace procesa aspekts. Viens šīs iespējas piemērs ir parādīts, izmantojot dokumentu klasterizāciju. Satjana, kura vizuālo analīzi dēvē par mācīšanos bez uzraudzības, procesu apraksta šādi: Jūs sniedzat mums neierobežotu skaitu dokumentu. Mēs tos analizējam un sagrupējam klasteros. Tad jums būs vizuāls šo kopu attēlojums. Tas ir visu dokumentu kopas vizuāls attēlojums grupā ar etiķetēm. Tas ļauj jums pārvietoties pa datu kopu līdzīgi kā jūs varat pārvietoties pa pasauli, izmantojot Google Earth.

Meklēšanas iespēju un mašīnmācīšanās kombinācija ir ļoti svarīga vizuālo datu analīzei, ko nodrošina Brainspace. Risinājums apvieno lielu datu apjomu vizuālā attēlojumā, padarot to vieglāk saprotamu. Tas, ko es vēlos darīt, ir dot cilvēkiem iespēju sarunāties ar saviem datiem, saka Sathyanna.

Lietotāja pieredze padara Brainspace daudz pieejamāku, piebilst Copps. Viena lieta ir izveidot lielisku mašīnmācības tehnoloģiju. Viņš saka, ka tas ir pavisam kas cits, ja spējat to pasniegt tādā veidā, kas ļauj cilvēkiem ar to aktīvi iesaistīties. Uzņēmuma izpratnes atslēga ir mūsu spēja izprast nestrukturētus datus. Šeit dzīvo stāsti un idejas, kas virza organizāciju. Izmantojot jēgpilnu lietotāja pieredzi, mēs veidojam tiltu starp mašīnmācīšanos un cilvēku pārraudzību, kas ļauj uzņēmumiem beidzot sasniegt šo izpratni. Lietotāja pieredze ir tik vienkāršota, ka apmācība var notikt minūtēs, nevis stundās.

Brainspace vide piedāvā datu vizualizācijas ar visiem dokumentiem, kas sagrupēti riteņa centrā. Lietotājiem noklikšķinot uz datu kopas, tiek parādīti citi apakšklasteri, kas ļauj lietotājiem dziļāk iepazīties ar viņu atklājumu detaļām. Tā ir unikāla vide un lietotāja pieredze, kas ļauj vizuāli orientēties lielās datu kopās, saka Copps. Mēs paužam mašīnmācīšanos tādos veidos, no kuriem praktiski ikviens var iegūt vērtību. Lai izmantotu mūsu produktus, jums nav jābūt datu zinātniekam.

Strādājot ar paplašināto intelektu

Secinājumu un saistīto jēdzienu veidošana vaicājumos var būt īpaši noderīga, meklējot dokumentus, kas saistīti ar sociālo mediju vietām. Mēs piedāvājam konceptuālas meklēšanas funkcijas, kas automātiski rada secinājumus, kas saistīti ar koncepciju, lai iekļautu vaicājumos, saka Copps. Tas ir kā ieiet daudzdimensionālas sfēras vidū un būt ieskautiem ar vārdiem un frāzēm, kas sakārtotas atbilstoši to atbilstošajam attālumam vienam pret otru.

Šāda veida datu analīze ir īpaši noderīga lietojumprogrammās, kurās ir liela nozīme pētniecībā, piemēram, juridiskajā e-atklāšanā, krāpšanas atklāšanas izmeklēšanā finanšu pakalpojumu organizācijās un atbilstības vai pārvaldības jautājumos. Mūsu dzinējs var automātiski apskatīt dokumentus, analizēt tos un ievietot tos atbilstošos segmentos, ņemot vērā uzņēmuma politiku, saka Sathyanna.

Tiesvedības atbalstīšana ir vieta, kur Brainspace patiešām sāka darboties. Mēs esam pieķērušies e-atklāšanai un esam kļuvuši par populāru analītikas tehnoloģiju lielām tiesvedībām, piemēram, kad Volkswagen uzņēmās problēmas, saka Copps, atsaucoties uz Vācijas autoražotāja notiekošo dīzeļdegvielas emisiju skandālu. Mūsu platforma ļauj uzņēmumiem analizēt miljoniem dokumentu līdz tikai dažiem dokumentiem, kas ir svarīgāki ātrāk nekā jebkurš mūsdienu tirgū esošais produkts. Septiņdesmit pieci procenti no izmaksām, kas saistītas ar atklāšanu, ir saistītas ar cilvēku pārskatiem, un cilvēki ir dārgi. Tādējādi, radikāli samazinot attiecīgo dokumentu skaitu procesa sākumā, mēs ievērojami samazinām pārskatīšanas izmaksas.

Šāda dziļa izmeklēšana ir neatņemama Brainspace produkta Discovery 5 sastāvdaļa. Discovery 5 ir paredzēts datu analītiķiem un izmeklētājiem, un to plaši izmanto izmeklēšanā un e-atklāšanā, saka Sathyanna. Vēl viens produkts, kura pamatā ir tas pats galvenais dzinējs, ir Brainspace for Enterprise, kas no jauna izgudro uzņēmuma zināšanu pārvaldību. Kad lietotāji ražo, vāc un dalās ar zināšanām, viņi veido unikālu kolektīvo inteliģenci — smadzeņu telpu, ko ikviens var izmantot, lai jēgpilnāk izveidotu savienojumu ar atbilstošām zināšanām un vienaudžiem. Tas ir īpaši izveidots plašākam zināšanu darbinieku lokam uzņēmumā.

Copps saka, ka Discovery 5 kalpo datu zinātniekiem. Tas rada vizuāli analītisko vidi, kas ļauj izpētīt nestrukturētus datus tādos veidos, kā iepriekš bija iespējams tikai strukturētāk datu vidēs. No otras puses, programma Brainspace for Enterprise palīdz zināšanu darbiniekiem apkopot, sadarboties un atklāt informāciju un cilvēkus dinamiskā mācību vidē. Abi produkti ir pamatā Brainspace tehnoloģijai.

Discovery 5 un Brainspace for Enterprise nodrošina to, ko Brainspace sauc par paplašināto intelektu, mākslīgā intelekta evolūciju vai AI. Brainspace ietver mašīnmācīšanos, lai papildinātu un atbalstītu cilvēka analīzi, skaidro Sathyanna. Lai gan sistēma var mācīties bez cilvēka iejaukšanās, mēs arī uzlabojam lietotāju lēmumu pieņemšanas procesu un iespējas, sniedzot dziļu ieskatu, kas citādi ir slēpts vai nepieejams.

Šis intelekta līmenis atspoguļo pašreizējo mašīnmācības un AI attīstību. Papildināts cilvēka intelekts ir nākamais solis AI, saka Copps. Mēs esam sasnieguši punktu, kurā mašīnmācības un cilvēku pārraudzības sintēzei ir potenciāls pilnībā pārveidot datu analīzi uzņēmumā.

Copps to raksturo kā labāko no abām pasaulēm — mašīnu un cilvēku iespējām — apvienošanu. Viņš saka, ka mašīnas spēja uzņemt, savienot un atsaukt informāciju pārsniedz to, kas ir iespējams cilvēkiem. No otras puses, cilvēka spēja izmantot informāciju, lai spriestu, spriestu un izstrādātu stratēģiju, ievērojami pārsniedz mūsdienu mašīnu iespējas, viņš piebilst: Apvienojot šīs spējas paplašinātā intelekta vidē, mēs varam palielināt produktivitāti, pārsniedzot to, kas ir iespējams. ar citiem, tradicionālākiem instrumentiem.

Citiem vārdiem sakot, Brainspace analīzes sniegtā informācija palīdz uzlabot cilvēka intelekta līmeni. Tas var palīdzēt cilvēku analītiķiem ātri izdarīt secinājumus, kurus, iespējams, nebija iespējams izdarīt iepriekš, vai vismaz izdarīt to daudz ātrāk.

Lai iegūtu papildinformāciju par Brainspace, apmeklējiet vietni www.brainspace.com .

paslēpties