Tom Gruber Sherpa

Visité la sede de la compañía en Bilbao y me impresionó su tecnología de Inteligencia Artificial. Entre las empresas de Digital Assistant que he visto, el producto y el equipo de Sherpa.ai es el que más me ha entusiasmado. Por eso he decidido unirme a la compañía.

Tom Gruber Sherpa

TOM GRUBER

Strategic Advisor in AI de Sherpa.ai

Cofundador y ex-CTO de Siri
Ex Director del Siri Advanced Development Group de Apple

Inteligencia Artificial, Profiling y Algoritmos Predictivos

Basado en avanzadas técnicas de Machine Learning, los Algoritmos de Inteligencia Artificial de Sherpa.ai predicen y se anticipan a las necesidades de los usuarios, sin que ni siquiera lo hayan solicitado.

Áreas de Conocimiento

Sistemas de Predicción y Recomendación:

  • Sistema de Recomendación Híbrido Basado en el Contenido & Colaborativo
  • Sistema de Predicción de la Acción (Clicks, Likes, Dislikes, etc.)
  • Sistema de Recomendación Dependiente del Contexto
  • Sistema de Recomendación de Dominios Cruzados
  • Sistema de Optimización del Compromiso del Usuario y la Diversidad del Contenido
  • Sistema de Notificación Consciente del Contexto
  • Sistema de Predicción del Próximo Lugar
  • Sistema de Clasificación de Emails y Contactos Relevantes

Procesamiento y Análisis Avanzado de Textos:

  • Técnicas de Estadística Avanzada y de Aprendizaje Profundo
  • Resúmenes Automáticos de Texto
  • Identificación de Noticias Duplicadas y Relacionadas
  • Clasificación de Email con Acción Requerida

Actividades de Investigación:

  • Detección de Noticias Falsas
  • Aprendizaje Federado
  • Life-Long Learning
  • Entre otros...

Algoritmos Predictivos

Mediante avanzados algoritmos predictivos de Machine Learning basados en sofisticados modelos probabilísticos y computacionales, Sherpa.ai es capaz de aprender las preferencias y hábitos de los usuarios para proporcionarles proactivamente la información personalizada relevante en cada contexto. El conocimiento extraído de diferentes dominios permite identificar y explotar de forma automática relaciones latentes entre los distintos elementos presentes y los usuarios, integrando múltiples modalidades de información.

El motor de IA funciona constantemente para analizar toda la información y tener siempre disponible la más relevante, sin necesidad de búsquedas. Nuestros algoritmos son capaces de encontrar patrones subyacentes a los datos y dar coherencia a la información procedente de diferentes dominios, a priori inconexa. A continuación se muestran algunos ejemplos de las capacidades del motor de IA:

  • Recomendaciones personalizadas relevantes desde el primer momento: el motor de IA permite caracterizar las preferencias de un nuevo usuario integrando mediante Redes Bayesianas el conocimiento de los patrones de preferencias de la población de usuarios existentes con el mínimo de información provista por el usuario. Nuestros modelos son capaces de ofrecer un perfil de usuario estable en arranques en frío.
  • Los modelos avanzados de Procesamiento de Lenguaje Natural nos permite caracterizar y evolucionar las preferencias de los usuarios a distintos niveles de abstracción, integrando de forma dinámica información lingüística de alto detalle con temas de interés generales.
  • Nuestros algoritmos de Opinion Mining & Sentiment Analysis permiten extraer información subjetiva del contenido y ofrecer recomendaciones personalizadas en función del posicionamiento del usuario y la respuesta habitual del usuario a la carga emotiva del contenido.
  • El procesamiento de las señales de geo-localización e interacción del usuario con la plataforma mediante técnicas avanzadas de Clasificación No-Supervisada y Análisis Semántico Estructurado nos permite entender los distintos contextos del usuario y adaptar las recomendaciones a dichos contextos. Además, una combinación de modelado Bayesiano y modelos de Machine Learning computacional nos permite predecir cambios de contexto del usuario, por ejemplo, si el usuario se va a desplazar a otra localización próximamente.
  • El motor de IA dispone de múltiples sistemas de recomendación adaptados a las distintas necesidades del usuario y los dominios de contenido. Así mismo, dispone de sistemas de recomendación de propósito general basados en modelos híbridos (basados en contenido + colaborativos) y en Machine Learning (Action Prediction Model).
Formula Sherpa de Algoritmos Predictivos e inteligencia artificial Formula Sherpa de Algoritmos Predictivos e inteligencia artificial Formula Sherpa de Algoritmos Predictivos e inteligencia artificial

Sherpa.ai está liderando la investigación y desarrollo de técnicas de aprendizaje máquina para asistentes predictivos inteligentes, y estamos construyendo el camino hacia novedosas aplicaciones, respetuosas con la privacidad de los usuarios, mediante investigación puntera en Aprendizaje Federado.

Francisco Herrera Sherpa

Francisco Herrera, Ph.D.

Investigador Senior Asociado en Deep Learning y Machine Learning en Sherpa.ai

Doctorado en Matemáticas

Investigador Altamente Citado (Thomson Reuters) en los ámbitos de Ingenería e Informática

Premio Nacional de Informática de España

Más de 331 artículos de revista publicados que representan más de 70.435 citas en Google Scholar.

Los algoritmos desarrollados por Sherpa.ai son capaces de predecir el futuro de nuestros usuarios, antes incluso de que ellos mismos sean conscientes de este.

Jose Antonio Lozano Sherpa

JOSE A. LOZANO, Ph.D.

Investigador Senior Asociado en Algoritmos y Modelos en Sherpa.ai

Doctorado en Informática

Licenciado en Matemáticas y Maestría Universitaria en Ciencias

100 artículos de revista ISI publicados que representan más de 11.079 citas en Google Scholar.

Editor asociado de destacadas revistas como la IEEE Transactions on Neural Networks and Learning Systems y la IEEE Transactions on Evolutionary Computation.

Varios premios de mejores artículos de conferencias internacionales como la World Conference on Computational Intelligence o la IEEE Congress on Evolutionary Computation.

Inteligencia Artificial, Profiling y Algoritmos Predictivos

Perfilado de usuario

Sus capacidades predictivas personalizadas lo diferencian respecto a sus competidores en el mercado. Sherpa.ai analiza alrededor de 100.000 parámetros por usuario al día, con el objetivo de construir y mantener actualizados los perfiles de los usuarios:

  • Demográficos (viajero por negocios, consumidor de electrónica, golfista, etc.)
  • Intereses personales (moda, tecnología, etc.)
  • Hábitos de desplazamiento
  • Hábitos en Redes Sociales
  • Relaciones personales (familia, amigos, compañeros de trabajo, etc.)
  • Principales marcas
  • Preferencias de restaurantes
  • Preferencias de deportes
  • Conceptos y Temas Latentes
  • Caracterización Emocional
  • Y otros muchos
Interfaz Sherpa Top brands perfilado de usuarios Sherpa

PLN y Gestor de Diálogos

Las técnicas más avanzadas de Machine Learning

Nuestros modelos incorporan los avances más recientes en Machine Learning aplicados al Procesamiento del Lenguaje Natural y el Gestor de Diálogos.

Modelos de Aprendizaje Profundo (Recurrent Neural Networks, Attentional Mechanism, Encoder-Decoders, etc.) y Aprendizaje por Refuerzo nos permiten extraer la información relevante de los documentos de texto y ofrecer a nuestros usuarios el contenido más relevante para ellos:

  • Análisis lingüístico
  • Word Embeddings
  • Opinion Mining & Sentiment Analysis
  • Stance Detection
  • Hyperpartisanism
  • Detección de Noticias Falsas
  • Identificación de documentos duplicados y relacionados
  • Resúmenes automáticos

Inteligencia lingüística sin igual

Sherpa.ai incorpora cinco niveles de análisis lingüístico, para eliminar cualquier posibilidad de malinterpretación- morfológico, sintáctico, semántico, pragmático y funcional. Su sofisticada tecnología de lenguaje natural imita la comprensión humana para así descartar combinaciones imposibles o improbables.

Capas de la inteligencia linguistica Sherpa
  • MORFOLÓGICO
  • SINTÁCTICO
  • SEMÁNTICO
  • PRAGMÁTICO
  • FUNCIONAL

Capacidades de lenguaje natural incorporadas

Compuesto por más de 300.000 conceptos y 5.000 reglas sintácticas y semánticas, el sistema central de Sherpa.ai, que ha sido minuciosamente probado, establece la base para un enfoque fiable y exhaustivo de la interacción humano-computadora.

En el laboratorio de investigación de Sherpa.ai estamos trabajando en la próxima generación de asistentes usando los últimos paradigmas de Machine Learning, tales como Reinforcement Learning y Life-Long Learning.

Eneko Agirre Sherpa

ENEKO AGIRRE, Ph.D.

Investigador Senior Asociado en Procesamiento del Lenguaje Natural en Sherpa.ai

Doctorado en Informática

Google Research Awards en 2016 y 2018

Más de 150 artículos internacionales revisados por pares en Procesamiento de Lenguaje Natural que representan más de 9.572 citas en Google Scholar.

Los extensos recursos de información conceptual y lingüística de Sherpa.ai, y su detallado análisis lingüístico de cinco niveles, hacen de ella una herramienta muy precisa y flexible para construir soluciones innovadoras basadas en el lenguaje natural.

Deborah Dahl Sherpa

DEBORAH DAHL, Ph.D.

Experta en Speech y Procesamiento Natural de Lenguaje

Investigadora Co-Principal del proyecto financiado por la Agencia de Proyectos de Investigación Avanzados de Defensa (DARPA) del Departamento de Defensa de los EEUU que integró la tecnología de comprensión de lenguaje natural de Unisys con reconocimiento de voz.