Babak Hodjat, Chief AI Officer ve společnosti Cognizant – Interview Series

Babak Hodjat, Chief AI Officer vede AI Research Labs, tým vývojářů a výzkumníků, kteří rozšiřují stav umění v oblasti AI, vytvářejí diferencované AI funkce v nabídce Cognizantu a vedou iniciativy společnosti pro AI pro dobro.

Babak je bývalý spoluzakladatel a CEO společnosti Sentient, odpovědný za základní technologii za největší distribuovanou AI systém na světě. Babak byl také zakladatel prvního AI-driven hedge fondu, Sentient Investment Management.

Babak je sériový podnikatel, který založil několik společností v Silicon Valley jako hlavní vynálezce a technolog. Předtím, než spoluzaložil Sentient, byl Babak seniorním ředitelem inženýrství ve společnosti Sybase iAnywhere, kde vedl inženýrství mobilních řešení. Předtím, než pracoval ve společnosti Sybase, byl Babak spoluzakladatelem, CTO a členem představenstva společnosti Dejima Inc. Babak je hlavním vynálezcem patentované, agent-orientované technologie aplikované na inteligentní rozhraní pro mobilní a podnikové výpočetní techniku – technologie, která stojí za Apple Siri.

Babak publikoval více než 50 článků v oblastech umělého života, agent-orientovaného softwarového inženýrství a distribuované umělé inteligence a má 39 vydaných amerických patentů. Je odborníkem v mnoha oblastech AI, včetně zpracování přirozeného jazyka, strojového učení, evolučních algoritmů a distribuované AI.

Cognizant je globální společnost poskytující profesionální služby a IT poradenství, která pomáhá organizacím modernizovat svou digitální infrastrukturu, implementovat nové technologie, jako je AI, cloud, data a automatizace, a重新orientovat obchodní procesy pro zvýšení agility a růstu.

Máte zkušenosti s zakládáním více AI společností, jste autorem dvou knih a jste pomáhal rozvíjet technologii, která ovlivnila Siri. Jaké osobní zkušenosti nebo zlomové body nejvíce utvořily váš názor na AI jako nástroj pro skutečný dopad na svět?

Má fascinace AI začala již v akademických letech a od té doby se pouze prohlubuje. Některé zlomové body zahrnovaly vytvoření některých z prvních agentních systémů ve společnosti Dejima pro programování spotřebitelských výrobků, jako je váš videorekordér, a práci, kterou jsme provedli ve společnosti Sentient Technologies, aplikující AI na složitá problémy, jako je finanční obchodování. Technologie přirozeného jazyka, kterou jsem vyvinul pro Siri, která byla také založena na agentech, byla dalším zlomovým bodem.

Tato reálná aplikace prokázala, že AI může jít beyond teoretických konceptů a dodat hmotnou obchodní hodnotu. Nyní vstupujeme do explozivní periody komercializace AI technologií, zejména s multi-agentními systémy, které zcela změní, jak podniky fungují, a umožní automatizaci mnoha složitých úkolů.

Pojďme mluvit o vašem posledním projektu – AI poháněném systému pro územní plánování, který jste vyvinuli ve spolupráci s University of Texas. Co vás inspirovalo k vývoji tohoto nástroje a jak reprezentuje posun od teoretické AI k skutečnému dopadu na politiku?

AI systém pro územní plánování, který jsme vyvinuli ve spolupráci s University of Texas at Austin, byl inspirován potřebou řešit komplexní environmentální a ekonomické kompromisy v globálním využití půdy. Framework poháněný strojovým učením využívá technologii za Cognizant Neuro AI Decisioning a je postaven na platformě Project Resilience.

Náš společný výzkumný tým měl za cíl pomoci realizovat cíle udržitelného rozvoje Organizace spojených národů vytvořením nástroje, který by mohl optimalizovat využití půdy pro maximální ukládání uhlíku, minimalizaci ekonomických překážek a zachování potravinové produkce a stanovišť. Tradiční přístupy často přehlížejí jemné kompromisy, jako jsou lokální účinky přeměny orné půdy nebo pastvin na lesy. My jsme zvolili jinou cestu, která využila evoluční AI, výpočetní přístup inspirovaný přírodním výběrem. Byl navržen pro prozkoumání tisíců politických scénářů, iterativní zlepšování a vyvážení konkurenčních cílů pro účinnější, kontextově citlivé strategie územního plánování.

Systém představuje významný posun od teoretických konceptů AI k skutečnému dopadu na politiku. Integruje historická data o využití půdy sahající zpět staletí a data o uhlíku s pokročilými evolučními algoritmy, aby poskytovaly akční, optimalizované doporučení místo abstraktních předpovědí.

Odděleně jsme také vytvořili interaktivní nástroj, který generuje a vyhodnocuje scénáře klimatické politiky pomocí simulátoru En-ROADS, který pomáhá rozhodujícím orgánům srovnávat a přizpůsobovat akční plány. Systém umožňuje legislativcům a rozhodujícím orgánům simulovat politické pobídky a přímo pochopit kompromisy, pomáhá jim vybrat cílené, efektivní zásahy. Integrace systému s platformami, jako je Climate Interactive’s En-ROADS simulator, umožňuje škálovat AI poháněnou optimalizaci klimatické politiky pro širší publikum, zdůrazňující AI jako praktického partnera při řešení skutečných environmentálních výzev.

Můžete nás provést, jak funguje nástroj z pohledu uživatele? Jaké druhy rozhodnutí může podporovat a jak poskytuje přizpůsobená doporučení pro různé regiony?

Z pohledu uživatele funguje AI poháněný nástroj jako interaktivní platforma pro podporu rozhodnutí v dynamickém, datovém prostředí, která pomáhá uživatelům učinit chytřejší rozhodnutí, která fungují pro klimatické cíle.

Legislativci, rozhodující orgány a další zúčastněné strany mohou prozkoumat různé strategie územního plánování a jejich environmentální a ekonomické dopady. Uživatelé mohou simulovat pobídky – daňové úlevy pro majitele půdy, například – a pozorovat, jak by mohly ovlivnit změny v využití půdy pro snížení uhlíku.

Podporuje řadu rozhodnutí přizpůsobených různým regionům. Například může pomoci určit, kde provést změny v využití půdy pro nejlepší výsledky, kolik půdy přeměnit (jako například přeměnu orné půdy na les), a jaké jsou výhody a nevýhody různých politik územního plánování. Poskytuje přizpůsobená doporučení, zkoumající globální historii využití půdy a data o uhlíku, aby navrhla různé přístupy pro různé oblasti. Může zohlednit regionální charakteristiky, jako je zeměpisná šířka a typ půdy.

Simulátor En-ROADS, poháněný Neuro AI, může pomoci legislativcům a rozhodujícím orgánům experimentovat s různými kompromisy pro dosažení různých klimatických cílů.

Evoluční AI byla popsána jako „tajný ingrediencí“ tohoto projektu. Jak funguje tento přístup v praxi a proč je tak efektivní pro řešení složitých environmentálních a politických výzev?

Nápad za evoluční AI je inspirován přírodním výběrem v biologii. Jako výpočetní přístup v kontextu územního plánování, v praxi, napodobuje přírodní evoluci, aby nalezl chytrá řešení složitých environmentálních problémů, se kterými se tradiční metody potýkají.

Místo snahy o programování dokonalých politik územního plánování, evoluční AI vytváří různé modely politik a testuje je v simulovaných prostředích s reálnými klimatickými a půdními daty. Uchovává nejlepší politiky a „páří“ je, přidává mutace, aby objevil neočekávaná řešení. Opakuje tento proces po mnoho generací, vyřazuje špatné výkony a uchovává nejlepší z nich po stovky nebo tisíce scénářů.

Tento přístup funguje dobře pro environmentální výzvy, protože se neztrácí v mnoha proměnných, jako jsou typy půdy, klimatické podmínky a ekonomické faktory.

Politika územního plánování často zahrnuje konkurenční cíle – ekonomický růst, snížení uhlíku, potravinová bezpečnost. Jak váš systém řeší tyto kompromisy a jaké neočekávané poznatky již vyšly najevo?

Náš AI systém byl navržen speciálně pro řešení konkurenčních cílů, jako je ekonomický růst, snížení uhlíku a potravinová bezpečnost. Generuje Pareto fronty (inženýrský koncept používaný v multiobjektivní optimalizaci), které vyvažují dopad uhlíku a změny v územním plánování pro různé lokality.

Výzkumný tým narazil na několik neočekávaných poznatků. Například, zatímco obecná moudrost uznává lesy jako dobré pro ukládání uhlíku, AI nezačal doporučovat maximalizaci lesní pokrývky všude. Místo toho odhalil důležité rozdíly: nahrazení pastvin, jako jsou pouště a pastviny, lesy nebylo tak efektivní, jako nahrazení orné půdy lesy. Zeměpisná poloha se také ukázala jako zásadní. Stejné změny v územním plánování měly různé výsledky v závislosti na zeměpisné šířce.

Priorizace byla jedním z praktických poznatků AI. Místo rovnoměrného rozložení úsilí navrhl koncentraci hlavních změn v územním plánování v strategických lokalitách, kde by měly největší dopad.

Projekt Resilience má za cíl škálovat tento typ AI utility, aby řešil cíle udržitelného rozvoje mimo klima – jako je energie, zdravotnictví a dokonce i reakce na pandemii. Co vás nejvíce fascinuje na potenciálu rozšíření této platformy napříč doménami?

Co mě nejvíce fascinuje na potenciálu této platformy, je, že ukazujeme, že stavba AI způsobem, který je spolupracující, přístupný a přizpůsobitelný, může vést k silným řešením pro řešení velkých globálních výzev. Platforma Project Resilience je příkladem toho, jak tyto tři principy uplatňovat. Rozhodující orgány, datoví vědci a veřejnost se mohou zapojit do vývoje AI nástrojů a učinit informovanější rozhodnutí pro významný dopad. Zveme vaše čtenáře, aby se stali přispěvateli zde.

AI Laboratoř v Cognizantu je nyní hlavním hnacím motorem inovací, s desítkami patentů a strategií investic v hodnotě miliard dolarů. Jak se iniciativy, jako je tato, hodí do vašeho širšího plánu pro aplikovanou AI ve velkém měřítku?

Iniciativa AI pro územní plánování se dokonale hodí do našeho přístupu k aplikované AI v Cognizantu, který se zaměřuje na řešení složitých, reálných problémů, spíše než čistě akademických cvičení. Evoluční AI může zvládnout často složitá vyvažování, nalezená v obchodních a politických rozhodnutích. Řešení klimatických výzev prostřednictvím přístupu, který vyvažuje ekonomické, sociální a environmentální faktory, demonstruje, jak AI může dodat praktickou hodnotu, zatímco spravuje konkurenční priority.

Práce také odráží наш vision pro vývoj AI, který doplňuje lidské rozhodování, spíše než ho nahrazuje.

Vy vedl AI úsilí napříč startupy a podniky. Co je klíčem k zajištění, že technologie, jako je evoluční AI, zůstanou vysvětlitelné a akční – ne jen silné – pro vlády a průmyslové zúčastněné strany?

Jedním z největších sil evoluční AI je, že neonly určuje optimální řešení, ale může také odhalit alternativy strategií, které rozšiřují pochopení zúčastněných stran toho, co je možné.

AI a data musí sloužit rozhodování, ne pouze generovat zprávy. Rozhodující orgány se topí v analýzách, zatímco čelí stále složitějším volbám. Musíme posunout náš focus z poskytování informací a předpovědí na vytváření interaktivních systémů pro podporu rozhodnutí, které nabízejí preskriptivní řešení založená na dostupných datech. Tento přístup umožňuje uživatelům navigovat komplexitu a učinit lepší rozhodnutí, která se vyvíjejí, jak se mění okolnosti.

Pohledem dopředu, kde vidíte největší příležitosti pro evoluční AI, aby poháněla dopad mimo využití půdy – zda v kontrole infekčních nemocí, plánování obnovitelné energie nebo něco úplně jiného?

Infekční nemoci, plánování obnovitelné energie a potravinová bezpečnost jsou všechny oblasti, kde může evoluční AI pohánět dopad. Iniciativa z éry COVID-19, na které jsme pracovali, ukazuje potenciál. Prostřednictvím Project Resilience, jsme postavili systémy, které mohly současně optimalizovat pandemickou kontrolu a ekonomickou stabilitu, pomáhající vládám, jako je Island, učinit datová rozhodnutí o otevření škol.

S evoluční AI, konečně řešíme nejnaléhavější globální výzvy fundamentálně novým způsobem, který může doporučit konkrétní politiky, které vyvažují konkurenční priority, spíše než produkují univerzální řešení.

Síla evoluční AI spočívá v tom, že může simulovat tisíce kombinací politik, uchovávat to, co funguje, a odstraňovat to, co nefunguje. A není to pouze teoretické. Budujeme interaktivní nástroje, které dávají tuto schopnost do rukou skutečných rozhodujících orgánů.

Po desetiletích v oblasti AI, jste viděli vlny hype a poklesu. Co vám dává důvěru, že současná vlna – zejména nástroje, jako je tento – konečně plní slib AI zlepšit společnost?

Skutečný pokrok směrem k slibu AI zlepšit společnost nastává, když jdeme beyond hype cyklu a stavíme systémy, které zlepšují lidské rozhodování v oblastech, které mají význam, včetně udržitelnosti. To je skutečný test, zda AI konečně plní svůj slib.

Co jsem si vždy uvědomoval, je, že technologie postupuje prostřednictvím předvídatelných vzorců optimalizace a demokratizace, spíše než singularních, přehnaných okamžiků. Podívejte se na historii výpočetní techniky. Přesunuli jsme se z počítačů, které zaplňovaly celou místnost, na výkonné hodinky, prostřednictvím kontinuálního zdokonalování, ne jednoho dramatického skoku.

Domnívám se, že jsme na inflexním bodě, kde technologie může skutečně zlepšit společnost. Cesta kupředu spočívá v praktických aplikacích, které řeší skutečné lidské problémy, jako je naše práce s územním plánováním, vyvažující snížení uhlíku s jinými cíli. To je způsob, jakým AI plní svůj slib: prostřednictvím měřitelného dopadu na naše nejvýznamnější problémy.

Cognizant nedávno stanovil Guinnessův světový rekord s největšími vibe kódovacími událostmi – zapojil více než 53 000 zaměstnanců z 40 zemí a vytvořil více než 30 000 prototypů. Z vašeho pohledu, co to říká o roli vibe kódování v demokratizaci AI gramotnosti ve velkých organizacích?

Řád a dopad naší vibe kódovací události hovoří sám o sobě o tom, jak transformační může být tento přístup v demokratizaci AI gramotnosti. Více než 40% účastníků byli nekódéři a 20% nikdy předtím nenapsali řádek kódu. To říká, že vibe kódování není o snižování laťky, ale o otevírání dveří se vyvíjející pracovní síle s AI. Použili jsme dokonce multi-agentní AI systém k hodnocení 30 000 prototypových vstupů za jediný den, což by člověku trvalo celý rok.

Místo požadavku hlubokých programovacích znalostí, vibe kódování umožňuje komukoli s nápadem vyjádřit ho v přirozeném jazyce a spolupracovat s AI, aby ho uvedl do života. Pro zkušené vývojáře, toto umožňuje automatizovat více rutinního kódovacího procesu, uvolňující je, aby se soustředili na vyšší hodnotu práce, která pohání obchodní hodnotu. Osobně jsem byl překvapen, jak rychle jsem mohl přeložit složitý algoritmus z pseudokódu do funkční aplikace, uvolňující mě, aby se soustředil výhradně na kreativní a strategické aspekty.

Pomocí snižování bariér a umožněním rukama experimentování s generativní AI, přesouváme AI gramotnost z specializované dovednosti na sdílenou organizační schopnost. Pro organizace, vibe kódování urychluje kreativitu, odstraňuje bariéry a odemyká kolektivní inteligenci celé pracovní síly v nebývalém měřítku.

Mimo působivou škálu, jaké byly některé z nejvýznamnějších výsledků této vibe kódovací iniciativy? Vidíte tuto iniciativu jako šablonu pro to, jak podniky mohou pěstovat inovace a aplikovanou AI dovednost na globální úrovni?

Skutečný dopad naší Vibe Coding iniciativy spočíval v nadšení, které jsme viděli napříč naší organizací, s zaměstnanci z HR, prodeje, inženýrství, financí, právníků, marketingu a více, kteří přijali AI a zúčastnili se. Jejich nápady, zakořeněné v hlubokých znalostech domény a praktických obchodních poznatcích, vedly k tisícům prototypů, které by jinak nikdy nevznikly.

S více než 30 000 jedinečnými projekty, které vyplynuly z tohoto úsilí, nastavujeme tempo pro AI ekonomiku, kde každý má nástroje k inovaci s AI. Současně, odemykáme kreativitu v měřítku a umožňujeme pracovní síle – jak uvnitř Cognizantu, tak i pro naše klienty napříč průmysly, které obsluhujeme – stát se více AI gramotnými.

Určitě vidíme tuto iniciativu jako šablonu, kterou mohou ostatní organizace replikovat. Kombinací přístupných AI poháněných nástrojů, spolupracující a otevřené kultury a škálovatelné AI umožněné hodnocení, můžeme lépe sloužit našim klientům, odemknout nevyužité kreativity a urychlit rozvoj AI dovedností napříč jejich pracovní silou.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Cognizant.