Aumento de la inteligencia humana

en alianza con espacio mental

El contexto es crítico. A medida que lo que antes eran meros datos se convierte en inteligencia procesable, el contexto que une esos datos se vuelve cada vez más esencial.

Considere la palabra java. Sin contexto alrededor de esas cuatro letras, es posible que no entienda la referencia o no haga ningún tipo de conexión. Pero si agrega solo una palabra a java, como desarrollo, isla o café, la referencia cambia por completo, y eso es con una sola palabra de contexto.

Hemos creado consultas hoy que analizan y conectan los conceptos dentro de cientos de millones de documentos que permiten a las personas explorar sus grandes datos en formas que nunca antes habían sido posibles. — Dave Copps, director ejecutivo, Brainspace

Este es el tipo de conexión y contexto activo que proporciona el motor Brainspace. El contexto es una parte muy importante de lo que hacemos. Cuando analizamos documentos, tenemos en cuenta el contexto, dice Ravi Sathyanna, vicepresidente de tecnología y gestión de productos de Brainspace. La pregunta es: cuando tiene datos no estructurados, ¿cómo hace para analizarlos? Hacemos búsqueda de conceptos. Podemos analizar decenas de millones de documentos y construir relaciones entre conceptos en todos esos documentos.

Brainspace puede crear consultas semánticas mejoradas a partir de un solo término, una oración, un párrafo o incluso un documento completo. A medida que el motor Brainspace analiza y analiza datos estructurados o no estructurados, obtiene conceptos y contexto de esos datos. Todo se deriva y define dinámicamente a partir de los datos que nos brindan los clientes, dice Sathyanna. Eso podría ser de documentos dentro de los sistemas de administración de contenido empresarial como SharePoint, o de correos electrónicos o artículos de noticias. No comenzamos el proceso con ninguna relación conocida. Dada la naturaleza dinámica de las capacidades de aprendizaje automático del motor Brainspace, los clientes pueden introducir cualquier tipo de datos no estructurados en el sistema.

Salir a la superficie y conectar los conceptos

La plataforma central de Brainspace es un entorno de aprendizaje automático no supervisado que aprende dinámicamente sin el uso de ningún léxico, ontología o diccionario de sinónimos preconstruido, dice el CEO de Brainspace, Dave Copps. Nuestra plataforma puede ingerir datos no estructurados a gran escala. Hemos creado consultas hoy que analizan y conectan los conceptos dentro de cientos de millones de documentos que permiten a las personas explorar sus grandes datos en formas que nunca antes habían sido posibles.

Una vez que se ha definido el contexto, el análisis Brainspace también proporciona relevancia ponderada para documentos específicos. Brindamos relevancia y, lo que es igualmente importante, transparencia, como parte de la búsqueda de conceptos. Puede ejecutar una consulta, evaluar los conceptos más relacionados y, opcionalmente, equilibrar los pesos para impactar su búsqueda, explica Sathyanna. Ese proceso ayuda a los analistas humanos a determinar la importancia relativa de documentos particulares durante la búsqueda y el análisis.

La escala y la velocidad a la que Brainspace puede ingerir documentos lo diferencian significativamente de sus competidores, señala Copps. Ingerir y construir el Brainspace inicial a partir de un millón de documentos, por ejemplo, toma alrededor de 30 minutos sin intervención humana, dice. El motor Brainspace también puede aprender en varios idiomas, agrega: Estamos optimizando para 20 idiomas principales, incluidos mandarín, kanji, coreano y farsi. Nuestra plataforma no solo aprende de forma nativa en esos idiomas, sino que también identifica frases automáticamente, lo que aumenta nuestra capacidad de extraer significado incluso en los idiomas de doble byte.

Lo que quiero hacer es permitir que las personas tengan una conversación con sus datos. — Ravi Sathyanna, vicepresidente de tecnología y gestión de productos, Brainspace

Considere un ejemplo de cómo funciona la tecnología. LexisNexis, un conocido proveedor de documentos legales, gubernamentales y comerciales, usó el motor Brainspace para ingerir y aprender de todas las patentes emitidas en los Estados Unidos y Europa, así como de millones de artículos de revistas, un total de más de 350 millones de documentos.

Conversando con datos

El análisis visual es otra faceta única del proceso Brainspace. Un ejemplo de esta capacidad se muestra a través de la agrupación de documentos. Sathyanna, que se refiere a la analítica visual como aprendizaje no supervisado, describe el proceso de esta manera: Nos entrega cualquier número de documentos. Los analizamos y los agrupamos en clusters. Entonces tendrás una representación visual de estos grupos. Esa es una representación visual de toda la población de documentos en una agrupación con etiquetas en ellos. Le permite navegar a través del conjunto de datos de la misma manera que puede navegar por el mundo a través de Google Earth.

La combinación de capacidades de búsqueda y aprendizaje automático es fundamental para el análisis de datos visuales que ofrece Brainspace. La solución reúne una gran cantidad de datos en una representación visual, lo que facilita su comprensión. Lo que quiero hacer es permitir que las personas tengan una conversación con sus datos, dice Sathyanna.

La experiencia del usuario hace que Brainspace sea mucho más accesible, agrega Copps. Una cosa es construir una gran tecnología de aprendizaje automático. Otra cosa es poder presentar eso de una manera que permita a las personas involucrarse activamente con él, dice. La clave para comprender la empresa radica en nuestra capacidad para comprender los datos no estructurados. Ahí es donde viven las historias y las ideas que impulsan una organización. A través de una experiencia de usuario significativa, estamos creando el puente entre el aprendizaje automático y la curación humana que permite a las empresas finalmente llegar a esa comprensión. La experiencia del usuario se simplifica hasta el punto en que la capacitación puede realizarse en minutos, en lugar de horas.

El entorno Brainspace presenta visualizaciones de datos con todos los documentos agrupados en el centro de una rueda. A medida que los usuarios hacen clic en un grupo de datos, aparecen otros subgrupos, lo que lleva a los usuarios a profundizar en los detalles de su descubrimiento. Es un entorno y una experiencia de usuario únicos que hacen posible navegar visualmente grandes conjuntos de datos, dice Copps. Estamos expresando el aprendizaje automático en formas de las que prácticamente cualquier persona puede extraer valor. No es necesario ser un científico de datos para utilizar nuestros productos.

Ir a lo grande con inteligencia aumentada

Construir inferencias y conceptos relacionados en consultas puede ser particularmente útil para búsquedas de documentos relacionados con medios de comunicación social. Brindamos funciones de búsqueda conceptual que traen automáticamente inferencia a la superficie en relación con el concepto para construir consultas, dice Copps. Es como entrar en medio de una esfera multidimensional y estar rodeado de palabras y frases que están organizadas por su distancia relevante entre sí.

Este tipo de análisis de datos es particularmente útil en aplicaciones de investigación intensiva, como descubrimiento electrónico legal, investigaciones de detección de fraude dentro de organizaciones de servicios financieros y problemas de cumplimiento o gobernanza. Nuestro motor puede mirar automáticamente los documentos, analizarlos y colocarlos en los cubos apropiados, considerados dentro de las políticas de la empresa, dice Sathyanna.

Apoyar los litigios es donde Brainspace realmente comenzó. Somos expertos en e-discovery y nos hemos convertido en la tecnología de análisis de referencia para litigios importantes, como cuando estallaron las cosas en Volkswagen, dice Copps, refiriéndose al escándalo de emisiones de diésel en curso del fabricante de automóviles alemán. Nuestra plataforma lleva a las empresas desde el análisis de millones de documentos hasta solo unos pocos documentos que importan más rápidamente que cualquier producto en el mercado actual. El setenta y cinco por ciento de los costos asociados con el descubrimiento están vinculados a la revisión humana, y las personas son costosas. Entonces, al reducir radicalmente la cantidad de documentos relevantes al principio del proceso, estamos reduciendo drásticamente el costo de la revisión.

Tal actividad de investigación profunda es parte integral del producto Discovery 5 de Brainspace. Discovery 5 está diseñado para analistas e investigadores de datos, y se usa ampliamente en investigaciones y descubrimiento electrónico, dice Sathyanna. Otro producto basado en el mismo motor central es Brainspace for Enterprise, que está reinventando la gestión del conocimiento empresarial. A medida que los usuarios producen, recopilan y comparten conocimientos, forman una inteligencia colectiva única, un Brainspace, que todos pueden usar para conectarse de manera más significativa con el conocimiento y los compañeros relevantes. Está diseñado específicamente para la franja más amplia de trabajadores del conocimiento dentro de la empresa.

Discovery 5 sirve a los científicos de datos, dice Copps. Crea un entorno de análisis visual que les permite explorar datos no estructurados de formas que antes solo eran posibles en entornos de datos más estructurados. Brainspace for Enterprise, por otro lado, ayuda a los trabajadores del conocimiento a seleccionar, colaborar y descubrir información y personas dentro de un entorno de aprendizaje dinámico. Ambos productos se asientan sobre la tecnología central de Brainspace.

Discovery 5 y Brainspace for Enterprise proporcionan lo que Brainspace llama inteligencia aumentada, una evolución de la inteligencia artificial o IA. Brainspace incorpora el aprendizaje automático para complementar y respaldar el análisis humano, explica Sathyanna. Si bien el sistema puede aprender sin la intervención humana, también estamos aumentando el proceso de toma de decisiones y las capacidades de los usuarios al proporcionar información profunda que de otro modo estaría oculta o sería inaccesible.

Este nivel de inteligencia representa la evolución actual en el aprendizaje automático y la IA. La inteligencia humana aumentada es el próximo paso en IA, dice Copps. Hemos llegado al punto en que la síntesis del aprendizaje automático y la curación humana tiene el potencial de remodelar por completo el análisis de datos en la empresa.

Copps lo describe como la combinación de lo mejor de ambos mundos: capacidades de máquinas y humanos. La capacidad de una máquina para ingerir, conectar y recuperar información va mucho más allá de lo que es posible para los humanos, dice. Por otro lado, la capacidad de una persona para usar información para razonar, juzgar y elaborar estrategias supera con creces las capacidades de las máquinas actuales, agrega: Al combinar estas habilidades dentro de un entorno de inteligencia aumentada, podemos acelerar la productividad más allá de lo posible. con otras herramientas más tradicionales.

En otras palabras, la inteligencia proporcionada por el análisis de Brainspace ayuda a amplificar el nivel de inteligencia humana. Puede ayudar a los analistas humanos a sacar rápidamente conclusiones que podrían haber sido imposibles de alcanzar antes o, al menos, hacerlo mucho más rápido.

Para obtener más información sobre Brainspace, visite www.brainspace.com .

esconder