Питър Бродски, Hyperscience: Въвеждането на данни е ключът към автоматизацията

Питър Бродски, Hyperscience: Въвеждането на данни е ключът към автоматизацията

В близко бъдеще автоматизацията почти винаги ще бъде частична и в крайна сметка пак ще се стига до работа на ръка

Александър Главчев
1911 прочитания

Питър Бродски е главен изпълнителен директор и един от съоснователите на българско-американската компания за автоматизация на бизнес процеси Hyperscience. Преди да създаде Hyperscience, Питър е директор на SoundCloud, където ръководи инженерен екип, който изгражда аудиоотпечатъци, жанрова класификация и аудиопрепоръки въз основа на аудиоанализ и поведение на потребителя.

Питър също е основател и главен технически директор на Instinctiv, стартираща софтуерна фирма, която предоставя идентификация на аудиосъдържание и алгоритмични препоръчителни препоръки за медийно съдържание. Тя е придобита от SoundCloud през 2012 г. Преди това той създава и продава SaySoSoft, която създава научен софтуер, използван във всяка голяма изследователска институция по света.

Завършва университета "Корнел", живее в Ню Йорк и обича да прекарва времето си с двете си дъщери Ема и Зара и годеницата си Ана. Владее няколко езика, сред които български, и е любител моряк и професионален пилот.

Г-н Бродски, как се случи прехвърлянето ви от SoundCloud към Hyperscience?

Аз винаги съм се интересувал от изкуствен интелект, дори когато бях малък. Първата фирма, която стартирах, също се занимаваше с машинно обучение. Но в ретроспекция бих я описал като изключително неуспешна. Обикновено стартъпите или успяват, или фалират, но ние не можехме да направим нито едното, нито другото. Когато накрая продадохме компанията на SoundCloud, аз бях изключително доволен, тъй като всеки може да продаде хубава фирма, но аз успях да продам лоша. Всъщност, извън кръга на шегата, това, което бяхме разработили, е полезно на много хора.

След една година в SoundCloud обаче установихме, че вместо да се занимаваме с машинно обучение, всъщност превеждаме данни от един формат в друг. Стандартният пример за това например са бази данни с имена на клиенти, едната от които съхранява първото име и фамилията, а втората във формат "фамилия, първо име". За да се възползваме от двете бази, бе необходим малко код, а искахме и да автоматизираме подобни преводи от един формат към друг.

Паралелно с това още преди това бяхме забелязали, че в много фирми тези процеси се правят на ръка. При това на фона на огромния недостиг на работна сила в световен мащаб. Става въпрос най-често за документи, данните от които могат да бъдат прочетени от хора, но не и от машини. Бързо осъзнахме, че едновременно разбираме задачата и имаме квалификацията да помогнем за нейното автоматизиране.

Ако се замислите, тази ситуация е точно обратната на логиката на интернет, който свързва хора, използвайки компютри. В много големи фирми обаче компютрите се свързват, използвайки хора. Пример в тази насока е, да кажем, вземането на ипотечен кредит. Не знам как точно стоят нещата в България, но в Щатите е необходима история на движенията по банковите сметки, която да бъде представена пред кредитната институция. За целта клиентът трябва да влезе в системата на банката си, да свали необходимата информация и да я качи в сайта на доставчика на кредита. Получава се, че изходните данни на една машина са входните такива за друга. Междувременно обаче те минават през човешки ръце. Странно, нали?

Наблюдавайки този преобърнат модел, решихме, че има какво да направим по въпроса. Впоследствие обаче се оказа, че проблемът е дори много по-значителен.

В какъв смисъл е по-значителен?

Автоматизираното въвеждане на данни е ключът към цялостната автоматизация. Това на пръв поглед не е очевидно или поне за нас не беше в началото. Част от тезата ни е, че в близко бъдеще автоматизацията почти винаги ще бъде частична. Когато една работа не е довършена обаче, тя всъщност не е полезна, тъй като в крайна сметка пак се стига до работа на ръка. За целта е необходимо нещо, което се казва Human-in-the-Loop Application, т.е. приложение, което има нужда от човешка намеса. То взима данни от дадена база, които са четими само от машина, показва ги на екрана, човекът извършва определено действие и изходната информация отново се записва в машинен формат. Звучи познато - това е проблемът, с който започнахме и който искахме да решим чрез автоматизираното въвеждане на данни.

В момента за въвеждането на частична автоматизация, за всяка стъпка, на всеки бизнес процес трябва да се напише такова приложение. Имайки предвид огромната липса на работна ръка, това е нереалистично. Автоматизираното въвеждане на данни обаче решава този проблем, тъй като самият документ е въпросното приложение. Той може да бъде четен както от машини, така и от хора. Човешката намеса става необходима само когато системата прецени, че е възможно допускане на грешка.

Къде по-конкретно се използват технологиите с изкуствен интелект и машинно обучение?

Това отново не е много очевидно. Да се разбере какви са данните от даден документ, звучи като лесна задача за всеки човек заради контекста и споделеното знание, което хората имат. Всеки може с един поглед да определи, че става дума за фактура, за какво се плаща с нея и т.н., дори когато форматирането ѝ е различно. За машина обаче това е изключително сложна задача, която доскоро не беше решима чрез автоматизация. Напредъкът в машинното обучение вече ни дава възможността да разбираме съдържанието на документа, да извадим данните от него, да ги структурираме и да ги направим полезни за машините. Тук е ролята на изкуствения интелект.

Дадохте пример с банки, които традиционно са по-консервативни поради естеството на работата си. В този смисъл какъв е подходът ви при организации, които са по-резервирани по отношение на автоматизацията?

Във всяка система са възможни грешки, особено човешки. Всъщност не вярвам, че ще достигнем деня, когато ние или други решения за автоматизация ще имаме нула грешки. Това, което обещаваме на клиентите си и заради което глобални компании от цял свят ни се доверяват, не е, че няма да има грешки, а че чрез Hyperscience гарантираме значително намаляване на техния брой. Обикновено отчитаме намаляване на грешките с около две трети спрямо човешкия фактор.

Как се отрази COVID-19 върху бизнеса на Hyperscience? Какви вътрешни стъпки предприехте по време на кризата?

Фирмите започнаха да разчитат по-малко на хора и да търсят повече автоматизация, отколкото преди. Именно хората обаче усетиха кризата много остро. Затова, честно казано, бих предпочел да печелим без нея.

Иначе вътрешно въведохме всички стандартни мерки, за да се съобразим с различни изисквания като международна компания. В момента предоставяме на хората си пълна гъвкавост по отношение на това дали да работят от офиса или от дома. Разширихме офиса си в България, но даваме пълна свобода на хората за това кога и как да го използват.

Как виждате бъдещето при колаборацията между машини и хора?

Бъдещето ми се вижда като плавно продължение на миналото. Преди голям процент от хората е трябвало да се занимават със земеделие, за да се изхранват, докато в момента в тази сфера е заето по-малко от 1% от световното население. Същото ще се случи и в офисите. Постепенно ще намаляват ситуациите, в които хората ще се занимават с еднообразна работа, и тя ще бъде заменена с по-креативна, предизвикателна работа.

Като заговорихме за българския офис, каква е ролята му в световен мащаб и какви са плановете ви тук?

Бих казал, че това е нашето технологично сърце. Това е центърът на инженерния ни екип, като две трети от разработчиците ни са в България. Както знаете, съоснователите на компанията са българи, като с тях се познавам от дванадесет години.

Много от нещата, които правим, са уникални за България. Бих казал, че сме една от малкото компании тук, които се занимават с изкуствен интелект. От една страна, стои създаването на продукти със съответните специалисти, които наемаме. От друга страна, през последните години тук развиваме и екипи в други сфери като анализ на данни, техническа поддръжка, развитие на таланти и др.

Бих допълнил още, че наскоро подновихме една наша любима инициатива, наречена Hyperscience Learn, която отбеляза няколко успешни издания през 2017 и 2018 г. Сега стартирахме отново с идеята да споделяме опит и знания, както и ентусиазма си по отношение на машинното обучение.

Каква е визията ви за Hyperscience занапред?

Смятаме, че сме различен вид технологична компания не само в България, но и в Ню Йорк, където живея и където разполагаме с друг голям офис. Това важи както от технологична, така и от бизнес гледна точка.

От основаването до днес технологията на Hyperscience се е развила чрез принципите на софтуерно дефинирано управление (SDM), които осигуряват хоризонтална автоматизация от край до край и предизвикват съществуващите подходи за автоматизация. Платформата Hyperscience позволява на бизнеса да използва комбинация от блокове и работни потоци за изграждане на вертикални решения, които автоматизират бизнес процеси. Тези блокове са целенасочено разработени функции за обработка на документи, като например класификация, извличане и съпоставяне, с независима конфигурируемост, която позволява на потребителите да преобразуват неструктуриран вход на данни в конкретен бизнес резултат. Нашата технология автоматизира 95% от въвеждането на данни с над 99,5% точност, надминавайки далеч средния процент на точност в индустрията, който се движи около 55.

2020 беше година на безпрецедентна промяна за нашите клиенти и в резултат на това видяхме 10 пъти увеличение на използването на платформата. Гордеем се с нашия динамичен растеж, но това, което ме вълнува още повече, е бъдещето и възможността да изградим нещо истински значимо. С екип от световна класа и постигнатите до момента резултати Hyperscience е на път да се превърне в световен лидер в автоматизацията на бизнеса.

И като финал, как се спряхте на името Hyperscience?

Две причини. Първата е, че science означава наука. Аз учих за докторска степен, но така и не завърших. Никога не съм съжалявал, но все пак науката понякога ми липсва. Затова много се радвам, че се занимаваме с най-новите и съвременни технологии и дори бутаме по малко науката напред.

Първата част от името, hyper, пък идва от детството ми. Когато бях малък, имаше една компютърна игра, която се казваше Myst. Тя беше изумителна, толкова красиви картинки не съм виждал нито преди, нито след това. Целият измислен свят се задвижваше от технология, наречена HyperCard. Още тогава, като видях, че едно приложение може да създаде цял свят, бях изключително впечатлен и още тогава ми хареса това име.

Питър Бродски е главен изпълнителен директор и един от съоснователите на българско-американската компания за автоматизация на бизнес процеси Hyperscience. Преди да създаде Hyperscience, Питър е директор на SoundCloud, където ръководи инженерен екип, който изгражда аудиоотпечатъци, жанрова класификация и аудиопрепоръки въз основа на аудиоанализ и поведение на потребителя.

Питър също е основател и главен технически директор на Instinctiv, стартираща софтуерна фирма, която предоставя идентификация на аудиосъдържание и алгоритмични препоръчителни препоръки за медийно съдържание. Тя е придобита от SoundCloud през 2012 г. Преди това той създава и продава SaySoSoft, която създава научен софтуер, използван във всяка голяма изследователска институция по света.

Завършва университета "Корнел", живее в Ню Йорк и обича да прекарва времето си с двете си дъщери Ема и Зара и годеницата си Ана. Владее няколко езика, сред които български, и е любител моряк и професионален пилот.

Г-н Бродски, как се случи прехвърлянето ви от SoundCloud към Hyperscience?

Аз винаги съм се интересувал от изкуствен интелект, дори когато бях малък. Първата фирма, която стартирах, също се занимаваше с машинно обучение. Но в ретроспекция бих я описал като изключително неуспешна. Обикновено стартъпите или успяват, или фалират, но ние не можехме да направим нито едното, нито другото. Когато накрая продадохме компанията на SoundCloud, аз бях изключително доволен, тъй като всеки може да продаде хубава фирма, но аз успях да продам лоша. Всъщност, извън кръга на шегата, това, което бяхме разработили, е полезно на много хора.

С използването на сайта вие приемате, че използваме „бисквитки" за подобряване на преживяването, персонализиране на съдържанието и рекламите, и анализиране на трафика. Вижте нашата политика за бисквитките и декларацията за поверителност. ОК