Интернет, какво ми казваш?

"Задачите пред нас често са сравнително тривиални: например да намериш нещо конкретно в три милиона документа, което всъщност е малък набор от информация. От тези милиони документи или публикации ние чрез изкуствен интелект откриваме колко процента са по една тема, колко по друга, в колко процента се споменава дадено име или продукт", казва Петков.

В момента в компанията работят малко над десет души, но дори и този брой не е лесен за намиране в този сектор в България. "Над половината хора, които работят за нас, са завършили в чужбина и са се върнали в страната. Стажантите, които сме имали досега, пък са изцяло завършили извън България", казва Васил Шивачев, оперативен директор в компанията. "Потенциалът обаче е голям, защото специалистите в страната са на много високо ниво, а този тип бизнес дава възможност да се печелят клиенти отвсякъде по света."

Основно от чужбина идват и клиентите на компанията. Това е лесно обяснимо: българската част на интернет просто не произвежда толкова много информация на ден, за да се налага използването на подобен тип услуги от страна на българските компании и брандове. "Обикновено компании, които имат проблем с автоматизацията на събиране на данни, са големи като размер и имат цели екипи, които се занимават с този тип предизвикателства", казва Петков. Заради естеството на работа, макар да става дума за извличане на информация от публични форуми и сайтове, клиентите на компанията предпочитат да са анонимни.

Кога си заслужава да учиш машината

Компаниите като Identrics, казано най-общо, обучават машини, така че те да могат да "виждат" и да вземат решения, базирани на неструктуриран текст, което в интернет се равнява на естествен разговор. Алгоритмите на Identrics например работят с най-простата скала – позитивно, негативно и неутрално. "Ако се наложи, има и скала със 7 степени", казва Петков. "Въпросът е къде има смисъл въобще да се използва машина. Наскоро при нас например дойде клиент с 18 хил. документа, на когото казахме, че е по-добре да не се обучава машина с толкова малък набор от информация."

Едно от най-големите предизвикателства, не само пред Identrics, но и пред целият глобален научен и бизнес сектор, свързан с науката за данни, е как една машина да бъде обучена така, че да може да пресъздаде един текст не като папагал, а с реален интелект. "Въпросът е как да дадем на една машина книга, която тя след това да резюмира. Това е и проблемът с най-голям потенциал за бизнес растеж", казва Петков. Подобно решение например може да се използва от медии, които правят свои бюлетини и се опитват да не нарушават авторски права, докато го правят.

"Тази задача е трудна, защото означава да бъде създаден изкуствен интелект, който мисли като човек, чрез аналогии. Има много опити в тази сфера, но проблемът остава нерешен. Ние инвестираме в тази посока", добавя Петков. Друга насока, в която инвестира Identrics, е разпознаването на определени именувани обекти и хора в неструктуриран текст. "Ако става дума за конкретен човек, алгоритъмът да може да го открие в текст и да свърже името му с Wikipedia например."

Целта обаче е постижима. Вече съществуват научни трудове, които доказват, че подобно ниво на изкуствен интелект е възможно в обозримото бъдеще. Проблемът обаче не е само в това да се достигне до достатъчно голям брой данни, както и да се напише достатъчно добър код, а и в това решението да бъде достатъчно бързо и икономически ефективно. Такъв няма да бъде случаят например, ако за подобно решение се изисква силата на суперкомпютър, защото то ще достига до силно ограничен брой бизнеси и хора.

Данните в бъдеще

Identrics има познати проблеми в българската IT индустрия и най-общо казано, пазар на труда - липсата на хора. "В България със сигурност няма достатъчно добър източник на таланти, когато става дума за науката на данни. Хората, които работят това в България, най-често го правят в научни центрове като БАН, казва Шивачев. Затова се налага да залагаме много на развитието на хората в самата компания. Много често се налага да вземем човек, който допълнително да бъде обучен, но това има и плюс, защото привлича хората и ги задържа при нас."

Въпросът как трябва да изглежда и къде трябва да бъде Identrics дори след три години е труден за Петков и Шивачев. "След три години Identrics трябва да бъде поне десет пъти по-голяма като оборот, или поне за това работя аз като изпълнителен директор, казва Петков. Ако ние решим големите проблеми пред нас и индустрията, ще успеем да го направим."

Петков обаче не харесва подобни погледи в бъдещето, защото досега опитът му винаги е показвал, че особено по отношение на технологиите, те много рядко се оказват верни. Или, казано накратко и на езика на науката за данни, в момента няма достатъчно информация, за да бъде направена точна прогноза.