Интервюта
Ричард Бойд, съосновател и главен изпълнителен директор на Tanjo Inc – Серия интервюта
Ричард Бойд е предприемач, автор и лектор по редица теми от образование до здравеопазване до виртуални светове, компютърни игри, машинно обучение и човешки/компютърни интерфейси. В продължение на три десетилетия Ричард е ръководил или е помогнал за създаването на някои от най-иновативните технологични компании и услуги в няколко индустрии, включително стартирането и работата като главен изпълнителен директор на четири компании в района на Research Triangle Park в Северна Каролина. Ричард продаде последната си компания на Lockheed Martin и остана като директор на Виртуални световни лаборатории.
Ричард е съосновател и главен изпълнителен директор на компания за изкуствен интелект и машинно обучение Tanjo Inc базиран в района на Research Triangle Park в Северна Каролина.
Работите върху VR от 90-те, а през 2001 г. сте съосновател на 3Dsolve. Какви бяха някои от първоначалните проекти, по които 3Dsolve работи?
Най-въздействащият първи проект за 3dsolve беше подпомагането на Командването за обучение и доктрина на армията на САЩ (TRADOC) да научи как да използва симулационно обучение за тактически операции на малки единици. Създадохме първия курс „Интерактивни мултимедийни инструкции от ниво 4“ (IMI) за армията, който премина валидирането на TRADOC. По същество това беше оползотворяване на стойността на „безопасна практика в напълно симулирана 3D среда за наземни единици“. Първият курс беше над 100 часа обучение в съвместен симулационен 3D свят, базиран на игри за 25B10 MOS (военна професионална специалност) за комуникации.
По това време изпращахме войници в Афганистан и Ирак и ги обучавахме да работят в DTOC (центрове за цифрови тактически операции), когато нямахме DTOCS в САЩ, за да ги обучим. 3Dsolve пътува до Форт Худ, Форт Гордън и различни други съоръжения, за да намери оборудване, да се срещне с експерти по темата и да изгради виртуални DTOC, където войниците могат да тренират. Резултатите от валидирането установиха, че войниците, използващи този метод, са били обучени за по-кратък период от време с по-висока степен на знания (и проценти на преминаване на курса), отколкото при всички методи в класната стая, използвани преди. Мисля за това като за началото на индустрията за сериозни игри.
Също така служих в консултативния съвет на ADL (Advanced Distributed Learning) Colab, където бяха създадени стандартите за учебно съдържание за многократна употреба. Работих с Филип Додс там по 3d стандарти за SCORM (референтен модел на обект на споделяно съдържание). Странична бележка: Филип беше човекът, който свиреше на орган във филма на Спилбърг Близки срещи от третия вид.
Работих и в друга международна организация по стандартизация, наречена 3DIF, председателствана от Intel и Boeing, където създадохме международен стандарт ECMA със същото име за 3d формати за обмен. Идеята беше най-накрая да се улови цялата стойност в 3D CAD моделите, създадени за всичко, произведено в света, и да се преведе за използване в сериозни игри и 3D технически документи. Той продължава да съществува в Adobe Acrobat и други платформи.
Продължихме да работим със слушалки и различни VR периферни устройства, като си сътрудничихме с пионерите в индустрията Уорън Робинет, д-р Фред Брукс, Алън Кей и други. Моят съосновател Дейвид Смит създаде цяла платформа с отворен код заедно с Алън Кей, наречена OpenCroquet, която все още съществува днес.
Как се промени животът ви след като Lockheed Martin придоби 3Dsolve през 2007 г.?
Един от другите пионерски проекти, по които работихме в 3Dsolve, който накара Lockheed да ни купи, беше симулация на цяла подводница от клас Лос Анджелис. По това време флотът все още отделяше цели кораби за обучение. Ние сме пионери в идеята за „Total Ship Simulation“, възпроизвеждайки цялата подводница в среда на мултиплейър игра. Използвахме двигателя на Epic Games Unreal и наистина трансформирахме обучението за тези кораби. В Lockheed създадохме симулатори на разрушители, Littoral Combat Ship, както и всички подсистеми.
В началото беше предизвикателство да се адаптираш от компания за технологии за игри към допълнителните нива на надзор и докладване, необходими в 100-годишен изпълнител на отбраната. Научихме се как да създаваме нашата собствена реалност. Създадох неофициална организация, наречена Virtual World Labs, и я моделирах след известната LM Skunkworks в Калифорния. Всъщност Skunkworks стана член на VWL. През първата година научихме, че всеки път, когато излезете с предложение за патент, получавате чек и още един, когато бъде предоставен. И така, това се превърна в нашата програма за стимулиране. Седяхме и измисляхме неща в AR, VR и AI. До края на моя престой там от 5 години и половина бяхме натрупали над 100 патентни заявки в малка група от около 40 души.
Една от най-забавните и подходящи програми беше създаването на DOD Virtual World Framework. Бяхме част от няколко широкомащабни съвместни военни учения и наблюдавахме разочарованието от липсата на оперативна съвместимост между собствените системи, които трябваше да работят заедно в тези големи живи, конструктивни и виртуални симулационни упражнения. Първата ни реакция беше, че това е решен проблем… Нарича се Интернет! Ако общността за придобиване може просто да накара всички да се придържат към уеб услугите, можем да изградим по-добри интегрирани системи за обучение. И WebGL току-що беше преминал проверка в World Wide Web Consortium. Беше дошъл моментът за промяна на бизнеса, както обикновено. Пентагонът отправи искане за предложение, търсейки „обща рамка за виртуален свят“ за интегрирана симулация. Ръководителят на тази програма в Пентагона беше креативен бивш пилот от военновъздушните сили на име Франк Диджовани. Нарекохме го D9. Той ми напомня много за историите на полковник Джон Бойд, който настояваше за творческо унищожаване на нашите програми за изтребители и мислене във военновъздушните сили.
Проблемът беше, че D9 изрично каза на екипа си за придобиване, че „не иска компании като Lockmart“ да изградят тази нова рамка. Но Дейвид и аз влязохме там заедно с обичайния списък от около 17 доставчици, наддаващи за програмата, и я спечелихме. След това научихме, че всички останали се появяват, предвидимо, с някакво собствено решение и се опитват да накарат правителството да го приеме. Явихме се за нашата устна презентация в сградата на Рейгън в DC без нищо, но казахме, че отговорът на този дълбок проблем се крие в архитектурата на Интернет. Казахме, че можем да го проектираме след няколко месеца и да имаме работещ прототип след шест. Казахме също, че трябва да бъде с отворен код. Спечелихме „ръце долу забиване“ според D9, защото нашият подход беше толкова свеж и различен и „извън кутията“.
Когато се върнах в Орландо, за да обясня тази нова победа на ръководството на нашето подразделение на Lockheed Martin, бях някак извикан на килима. Бях поздравен, но след това ме попитаха за частта с отворен код. „Какво ще означава това за съществуващия ни конструктивен сим бизнес?“ те попитаха. Моят отговор - „О, това ще го наруши напълно.“ Последва пауза, след това неизбежният въпрос „Е, как ще правим пари? Какъв е бизнес моделът?“ Моят отговор – „Бизнес моделите ще бъдат легион“. Все още се наслаждавам на обърканите намръщения, които предизвика отговорът. Преминах през всички начини, по които Red Hat успяха да изградят бизнес за милиарди долари на гърба на безплатния софтуер, но не мисля, че някога са се чувствали комфортно с прекъсването.
Моята титла по това време беше директор на нововъзникващите и пробивни технологии, заедно с титлата ми главен архитект на лаборатории за виртуален свят. Работих през следващата година, опитвайки се да накарам Lockheed да прегърне повече саморазрушаване и творческо унищожение на Шумпетер. Описах иновациите в големи организации като Lockheed като подобни на раждането. Хората обичат идеята да имат деца. Това е добре за обществото и много полезно. Децата са нашето бъдеще. Но през погрешната призма децата също могат да бъдат считани за паразити. Започвайки с първото вземане на покупка в утробата, те започват да отнемат ресурси. Ако не бяха условията на подслон в утробата, антителата на майката щяха да излязат, за да унищожат бебето. Иновациите в Lockheed бяха такива. Всички искат и говорят за иновации, но никой не иска да жертва ресурсите си за тях, когато печалбата е толкова далеч. (Вижте моята анимация на бяла дъска за това как иновациите са като раждането.)
По време на престоя ви в Lockheed Martin един от патентите, на които сте съавтор, звучи като нещо от научнофантастичен блокбъстър, наречен холодек. Какво всъщност представлява холодекът?
През 2009 г. бях поканен в Лос Анджелис от Джеймс Камерън по време на продукцията на неговия филм „Аватар“. Бяхме работили с Джим преди (по „The Abyss“) и той искаше да ми покаже новата си 3D камера, която беше изобретил с Vince Pace (когото също познавахме от The Abyss). Но нещото, което наистина ме завладя, беше виртуалният декор в огромния самолетен хангар на Hughes. Прекарах много време там с малък плосък екран, просто се лутах из виртуалния свят на Пандора. Писах за това за Armed Forces Journal и замисли с Дейвид Смит идеята за изграждане на голямо виртуално тренировъчно бойно поле с размерите на футболно игрище. по това време работехме по програма, наречена Future Immersive Training Environment (FITE) за морските пехотинци. В тази програма морските пехотинци ще носят лаптоп на гърба си и на главата. Цялото това допълнително оборудване наистина предизвика известно безпокойство относно отрицателното обучение. Никога няма да забравя първия сержант, който го сложи и каза: „Трябва да тренираме, сякаш се бием, нали?“ и след това се гмурна на земята и се претърколи, разбивайки цялата електроника на малки безполезни парчета. Концепцията на Holodeck беше по-скоро като Томът на Джеймс Камерън за заснемане; където актьорите носят леки спортни костюми и всички инструменти са около тях. Дисплеят, монтиран на главата, все още беше необходим, но беше безжичен и лек. По-скоро като днешния Oculus Quest. Дори измислихме начин да го направим навън на слънчева светлина.
През 2015 г. писахте че не трябва да се тревожим толкова много за машините, които ще поемат, но вместо това трябва да разберем как да постигнем правилния баланс между хората и автоматизацията, за да оптимизираме резултатите. Все още ли смятате, че обществото е прекалено загрижено за AGI или машините, които превземат?
Мисля, че когато наистина умни хора с изобилие от опит в това пространство (като Рей Кърцвейл, Стивън Хокинг, Илон Мъск, Джеймс Камерън и Бил Гейтс) изразят загриженост, всички трябва да обърнем внимание и да проследим напредъка към изкуствения общ интелект и последиците за обществото. Ако сме научили нещо наскоро, то е, че експертизата в областта има значение и винаги трябва да се вслушваме в предупрежденията на хора с по-задълбочен опит от нашия.
Като казахме това, в обозримо бъдеще виждаме повече нарастващи смущения, които заслужават незабавно внимание и действие. Моят дестилиран цитат за императивът на 21-ви век за постигане на правилния баланс между хората и автоматизацията за оптимизиране на резултатите е критичен проблем в момента. Наистина мисля, че всеки, който не получи това право, е обречен скоро да бъде неуместен, а не просто да не бъде конкурентен. Когато JP Morgan замени 320,000 300 часа годишно правен преглед на споразумения за заеми със система за машинно обучение, наречена COIN, те се разстроиха и незабавно създадоха печалба от XNUMX милиона долара за крайния си резултат. И това обезщетение вече е анюитет. Всеки от техните конкуренти, който все още има тази цена, не може да се надява да се конкурира.
Вярвам, че това е вярно и е наложително за компании, правителства, дори за физически лица. Аз съм в борда на общински колеж в Северна Каролина със 70,000 XNUMX студенти. Постоянно се опитвам да насочвам учениците и нашата учебна програма към онези работни места, които все още ще се изпълняват от хора след пет години. Когато намеря студенти, които искат да се занимават с радиология, им обяснявам, че машините вече са по-добри от хората в разчитането на рентгенови лъчи. Помислете за ново поле или как това поле вероятно ще се промени с тази реалност. Това не е футуризъм. Това е Новизъм.
Заявихте, че хората мислят линейно и че машините мислят експоненциално. Очевидно сте експоненциален мислител, защо е толкова трудно за хората да мислят експоненциално?
70% от американците не могат да четат и разбират научната част на New York Times (проучване на щата Мичиган). Автори като Дан Ариели в неговия бестселър Predictable Irrational и други говорят за това как ние, хората, просто не сме добри в статистическото мислене. Експоненциалното и логаритмичното мислене също не са много универсални. Моят ментор и герой Алън Кей има страхотна беседа на Тед за универсалните и неуниверсалните неща в образованието. Писах за това в статия в уебсайта Getting Smart за преосмисляне на образованието от първите принципи. По същество абстрактното и дедуктивното разсъждение са трудни, освен ако не бъдат преподавани. Абсолютно имаме образователен проблем, който пречи на способността ни да разберем напредъка на закона на Мур или вероятното разпространение на пандемия.
Настоящата пандемия хвърля още една ярка светлина върху последиците от лидерството, което не може да мисли експоненциално (или да се съобразява с експертизата).
Работите във VR от 90-те години на миналия век, как се чувствате за някои от настоящите потребителски приложения за VR като Oculus Quest?
Всеки път, когато видя влакчето в увеселителен парк на VR шума да се връща нагоре по склона на пистата, започвам да напомням на всички за трите основни ограничения, които пречат на широкото приемане.
- Някои хора завинаги ще бъдат физически неспособни да се насладят на стереоскопична 3D VR.
- Триенето на настройката и свързването го превръщат в изживяване, което не много ще намерят за възхитително.
- Чупливостта на системите означава, че само опитни любители ще искат да се занимават с нея и да отстраняват проблеми с неуспешните връзки
Хората не са имали надграждане от дълго време (от плейстоцена според моите изчисления) и някои от нас имат много трудно време да се адаптират към стереоскопични 3d дисплеи. Значителна част от населението никога няма да се почувства удобно с потапящата VR поради това как са физически свързани. И така, оставяйки ги настрана за момент, оставаме с втория голям проблем: ужасното триене на свързването към тези устройства. Прекалено много окабеляване и настройка, преди човек да може да се докосне до изживяване. И трето е крехкостта и чупливостта на всички тези допълнителни ключове и конектори.
Oculus Quest значително надмина очакванията ми, като напълно премахна второто и третото ограничение. В семейството ми прекарваме време в съдържанието на Oculus Quest почти всеки ден. Според мен това е големият пробив, от който VR се нуждаеше. Сега просто трябва да изминем последната миля и да видим как можем да адаптираме технологията, за да отговорим на онези, които имат физически ограничения, които пречат да се насладят на VR.
Какво беше вашето вдъхновение зад стартирането на Tanjo?
Открих машинното обучение през 2009 г., докато управлявах Virtual World Labs в Lockheed Martin. Машинното обучение вече съществуваше, разбира се, но това беше годината, в която разбрах напълно докъде е стигнало и как е фундаментално различно от „изкуствения интелект“, който използвахме в компютърни игри и симулации на DOD преди това.
Сега мисля, че AI напредва на 3 етапа. В първия етап, който продължи от около 1958 г. до 2009 г. (моят произволен маркер), нямаше да искаме от компютър да изчисли нещо, докато хората не го разберат напълно и не могат да го разделят на крехки малки логически порти и изявления if/then. След това ще подадем това в компютрите като крайни автомати или йерархични поведенчески дървета и ще стартираме програмите. В крайна сметка всичко беше просто код. Нищо мистично в това.
Следващата фаза е машинното обучение, при което човек дори не разбира непременно как да каже на машината да управлява кола. Сега ние просто подаваме масивен набор от данни за обучение на група от добре проектирани библиотеки за машинно обучение, които след това правят изводи за собственото си разбиране. Днес една система за машинно обучение може просто да гледа 100 часа видео и да излезе и да управлява безупречно автономно превозно средство навсякъде. (Обикновено си правя шегата „навсякъде, освен в Рим“)
В Tanjo използваме машинно обучение в краткосрочни проекти, за да дадем на банките и висшите учебни заведения и компаниите от Fortune 2000 усилването на интелигентността и автоматизацията, които трансформират начина им на работа. Ние редовно виждаме възвръщаемост на инвестициите от 10 пъти от нашите внедрявания. И това възвръщаемост обикновено е анюитет. Колко технологични инвестиции сме виждали преди това, които създават такива печалби в производителността? Имаме валидирани измервания на ROI от цели 600x; и един смущаващ резултат от 1600x. Ние дори не използваме последното като казус, защото изглежда твърде хиперболично.
Бихте ли обсъдили Tanjo Animated Personas (TAP) и как работи?
Големият ни пробив дойде, когато осъзнахме, че тези невероятни, странни системи за машинен интелект, които изграждахме, гледаха на хората по същия начин, по който гледаха на информационни обекти. Проведохме ранен експеримент с набор от данни за обучение от популярно приложение за запознанства. Нашият малък мини мозък за машинно обучение създаде графики на интереси и карти на настроенията на всеки човек от техните изчерпани данни, които изглеждаха нещо като профил на Майерс Бригс. Помислихме накратко за създаването на приложение за запознанства с машинно обучение през 2014 г. Това беше много кратко обмисляне, защото не отговаряше на високите цели, които имахме за извършване на смислена работа.
Вместо това го нарекохме „Empathy Engine“ и изградихме това, което нарекохме „Tanjo Animated Personas“ от тези модели на машинно обучение на човешкото поведение.
Анализаторската фирма Gartner ни даде „Награда за готин доставчик“ през 2018 г. за този пробив. Ние помагаме на пазарните изследователи да моделират и разбират (и се надяваме да изградят по-задълбочени смислени разговори с техните клиенти; както и да го използваме за моделиране на популации от хора, за да изучават здравето и благосъстоянието. Например: можем да създадем синтетичен популационен модел на пощенски код или окръг и симулирайте кои интервенции и съобщения насърчават по-добро поведение за намаляване на разпространението на вирус или за намаляване на затлъстяването, тютюнопушенето и т.н.
Използвате ли контролирано обучение, за да обучавате Tanjo?
Балансът, постигнат между хората и машините, е толкова важен за входа, колкото и за изхода на тези системи. Човешкото наблюдение абсолютно помага за по-бързото обучение на „мозъка“ на една от нашите системи за машинно обучение. Когато създадохме NC мозъка, който ще свърже всичките 58 общински колежа в Северна Каролина заедно, ние работихме с преподаватели и администратори в някои от най-добрите колежи тук, за да гарантираме, че неговото класиране на различни области на знанието и как сортира съдържанието е валидно.
Един от продуктите на Tanjo е ContractBot за анализ на договори. Какво представлява ContractBot и за какви видове предприятия е предназначен основно?
Първоначално създадохме Contractbot за счетоводната индустрия. През 2017 г. FASBI (Тълкувания на Съвета за финансови счетоводни стандарти) пускаше нови правила относно признаването на приходи и признаването на лизинговия договор за бизнеса. Счетоводните фирми провеждаха конференции из цялата страна, опитвайки се да подготвят себе си и своите клиенти за тези промени. С нашия обектив за машинно обучение осъзнахме, че това е перфектна възможност за тясно фокусирана система за машинно обучение да работи заедно със счетоводителите, за да увеличи драстично скоростта на анализа, както и да увеличи точността. Ние обучихме система за над четири милиона договора: всичко от една сканирана страница, ръчно надраскана поръчка за покупка до договори със сто страници гаранции и откази от отговорност и описания на етапните плащания. То се научи много бързо да разбира езика и да сортира документите или разделите от документи и да прилага бизнес правилата, за да извърши почти мигновено анализ, който би отнел цял ден на човешки счетоводител.
Този проект и други са казуси, които предоставяме, за да насърчим всеки в бизнеса днес да вземе новата леща за баланс машина/човек и да разгледа отблизо всяка дейност, за да определи коя е правилната комбинация от човешки и машинни усилия за оптимизиране на бизнеса им.
Когато JP Morgan използва този подход, за да елиминира 320,000 100 часа годишно анализ на заеми, те не само реализират XNUMX пъти възвръщаемост на инвестицията си през тази година, но ще получават това анюитетно изплащане всяка година напред. Всеки техен конкурент, който все още прави „бизнеса както обикновено“, който все още има тази цена, не просто ще бъде неконкурентоспособен, но и без значение.
Един от най-вълнуващите продукти, които Tanjo предлага, е Tanjo's Enterprise Brain. Какъв тип машинно обучение стои зад това и какви са случаите на употреба?
Когато използвахме машинно обучение, за да помогнем на Министерството на образованието на САЩ да създаде Learning Registry, видяхме силата на машинното обучение да организира и анализира знания. Когато говоря за това, обикновено показвам слайд с изображение от последната сцена на „Raiders of the Lost Ark“; където чиновник прекарва мрачно изглеждащ сандък през огромен склад, за да съхранява този невероятно мощен артефакт, който може да спаси или унищожи планетата, и върху него има малък етикет с надпис ARC.
Това, което научихме от проекта Learning Registry и други е, че корпоративното търсене е повредено. Компаниите разполагат с немаркирана и скрита информация, която се крие в малки езера и езера с данни, които са или недостъпни, или неразбираеми и следователно непрозрачни за разследване. В тази ускоряваща се информационна ера ние губим знания, придобити всеки ден, поради лоши методи за съхранение и извличане.
Tanjo Enterprise Brain живее във вашата защитна стена, с пълен изходен код, свързва се с всичко и няма какво да прави, освен да чете, сканира и организира всичко, до което има достъп, и да чака вълнуващия момент, когато открие човек, който се опитва да направи нещо, което може използвайте огромната информационна карта на върха на пръстите си. Тъй като разполага с толкова много време, сила и близост с вашите организационни познания, той не се задоволява с намаляването на четенето на „Война и мир“ до #руски роман #Толстой #военна история #любовна история. Вместо това ще го картографира с това, което наричаме „хиперизмерен пръстов отпечатък“ от до 4,000 претеглени концепции. Това привидно непосилно усилие носи големи дивиденти на изследователските институции, банките и колежите с Tanjo Enterprise Brains. Обичайно е те да реализират стойност, далеч надвишаваща лицензионната такса, само в стъпката за картографиране на организационното знание, която е част от обучението на вашия Enterprise Brain, когато ръководството научава колко от знанията, в които инвестират и от които зависят, всъщност са налице и какво всичко това означава. Когато Enterprise Brain се внедри, организацията вече разполага с обектив, с който да види как информацията е навлязла в нейните системи, кой я е подкрепял, кой я е предизвиквал и в крайна сметка как са били взети решенията. Това се превръща в потребност, която е ретроспективно очевидна. И подобно на системата за машинно обучение, внедрена от JP Morgan, изплаща дивиденти завинаги.
Има ли още нещо, което бихте искали да споделите за Таньо?
Таньо работи усилено в момента върху мозъка на Covid-19. В съответствие с тезата, която движи нашата компания, ние определяме как да постигнем баланс между човек и машина, за да сме сигурни, че точната информация и най-добрите ресурси са достъпни за хората, които вземат важни решения по време на тази криза. Способността Tanjo Animated Personas ще се използва за моделиране на данни за човешката популация за проследяване на разпространението на вируса, но също така ще определи кои методи за измерване и комуникация и действителните думи ще получат поведението, от което се нуждаем, за да ни помогне успешно да излезем от тази криза към по-здравословна екосистема за всички нас.
Това беше увлекателен разговор, читателите, които биха искали да научат повече, трябва да го посетят Таньо.
