Babak Hodjat, Chief AI Officer at Cognizant – Interview Series

Babak Hodjat, Chief AI Officer vede AI Research Labs, tým vývojářů a výzkumníků, kteří rozšiřují stav poznání v oblasti AI, vytvářejí odlišné funkce AI v nabídkách Cognizantu a řídí iniciativy AI pro dobré účely společnosti.

Babak je bývalý spoluzakladatel a CEO 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 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 několika 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 vznikající technologie, jako je AI, cloud, data a automatizace, a重新 orientovat obchodní procesy pro zvýšení flexibility a růstu.

Máte za sebou založení několika AI společností, jste autorem dvou knih a jste pomáhal prosazovat technologii, která ovlivnila Siri. Ohlédněte se zpět, jaké osobní zkušenosti nebo zlomové body nejvíce utvořily vaše přesvědčení o AI jako nástroji pro skutečný dopad na svět?

Má fascinace AI začala již na počátku mé akademické kariéry a od té doby se pouze prohlubovala. Některé zlomové body zahrnovaly vytvoření některých z prvních agentních systémů ve společnosti Dejima pro programování spotřebitelských výrobků, jako je váš VCR, práci, kterou jsme provedli ve společnosti Sentient Technologies, aplikaci 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.

Tyto skutečné aplikace ukázaly, že AI může jít za teoretickými konstrukcemi 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 plánování využití půdy, 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 plánování využití půdy, který jsme vyvinuli ve spolupráci s University of Texas at Austin, byl inspirován potřebou řešit složitá environmentální a ekonomická kompromisa v globálním využívání půdy. Strojově učený rámec využívá technologii za Cognizant Neuro AI Decisioning a je postaven na Project Resilience platformě.

Náš společný výzkumný tým se snažil pomoci realizovat cíle udržitelného rozvoje Organizace spojených národů vytvořením nástroje, který by mohl optimalizovat využití půdy pro maximální ukládání uhlíku, minimalizaci ekonomických narušení a zachování potravinové bezpečnosti a habitatů. Tradiční přístupy často přehlížejí jemné kompromisy, jako jsou lokální účinky přeměny orné půdy nebo pastvin na lesy. Vzali jsme jinou cestu, která využila evoluční AI, výpočetní přístup inspirovaný přírodním výběrem. Byl navržen tak, aby prozkoumal tisíce politických scénářů, iterativně zlepšoval a vyvažoval konkurenční cíle pro účinnější, kontextově citlivé strategie využití půdy.

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

Zvlášť jsme také vytvořili interaktivní nástroj, který generuje a vyhodnocuje scénáře klimatické politiky pomocí En-ROADS simulátoru, který pomáhá rozhodovatelům srovnávat a přizpůsobovat akční plány. Systém umožňuje legislativcům a rozhodovatelům simulovat politické pobídky a přímo pochopit kompromisy, pomáhá jim vybrat cílené, efektivní zásahy. Integrace systému s platformami, jako je Climate Interactive’s En-ROADS simulátor, umožňuje škálovat AI poháněnou optimalizaci klimatické politiky pro širší publikum, zdůrazňující AI jako praktického partnera v 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, datově řízeném prostředí, která pomáhá učinit chytřejší rozhodnutí, která fungují pro klimatické cíle.

Rozhodovatelé, legislativci a další zúčastněné strany mohou prozkoumat různé strategie využití půdy a jejich environmentální a ekonomické dopady. Uživatelé mohou simulovat pobídky – daňové úlevy pro vlastníky půdy, například – a pozorovat, jak by mohly ovlivnit změny v využívání půdy pro snížení uhlíku.

Podporuje řadu rozhodnutí přizpůsobených různým regionům. Například může pomoci určit, kde provést změny v využívání půdy pro nejlepší výsledky, jak velkou část půdy přeměnit (jako například přeměnu orné půdy na les), a co jsou výhody a nevýhody různých politik využití půdy. Poskytuje přizpůsobená doporučení prohlížením globální historie využití půdy a uhlíkových dat, aby navrhl různé přístupy pro různé oblasti. Může zohlednit regionálně specifické charakteristiky, jako je zeměpisná šířka a typ půdy.

En-ROADS simulátor poháněný Neuro AI může pomoci rozhodovatelům a legislativcům experimentovat s různými kompromisy pro dosažení různých klimatických cílů.

Evoluční AI byla popsána jako „tajný recept“ za tímto projektem. Jak funguje tento přístup v praxi a proč je tak efektivní pro řešení složitých environmentálních a politických výzev?

Myšlenka za evoluční AI je inspirována přírodním výběrem v biologii. Jako výpočetní přístup v kontextu plánování využití půdy, v praxi, napodobuje přírodní evoluci, aby našel chytrá řešení pro složitá environmentální problémy, se kterými se tradiční metody potýkají.

Místo toho, aby se snažil programovat dokonalé politiky využití půdy dopředu, evoluční AI přístup vytváří různé modely politik a testuje každý z nich v simulovaných prostředích s reálnými klimatickými a půdními daty. Uchovává nejlepší fungující politiky a „množí“ je, přidává mutace, aby objevil neočekávaná řešení. Opakuje tento proces po mnoho generací, vyřazuje špatné výkony a uchovává nejlepší z tisíce scénářů.

Tento přístup funguje dobře pro environmentální výzvy, protože se nezapotí s mnoha proměnnými, jako jsou typy půdy, klimatické podmínky a ekonomické faktory.

Politika využití půdy často zahrnuje konkurenční cíle – ekonomický růst, snížení uhlíku, potravinová bezpečnost. Jak váš systém zvládá tyto kompromisy a jaké neočekávané poznatky dosud vyplynuly?

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

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

Priorizace byla jedním z praktických poznatků AI. Místo rovnoměrného rozložení úsilí navrhl soustředění hlavních transformací využití půdy ve strategických lokalitách, kde by měly největší dopad.

Project Resilience cílem je škálovat tento druh AI užitku, aby řešil cíle udržitelného rozvoje mimo klima – jako je energie, zdraví a dokonce i reakce na pandemii. Co vás nejvíce fascinuje o potenciálu rozšíření této platformy napříč doménami?

Co mě nejvíce fascinuje o potenciálu této platformy, je, že ukazujeme, že budování AI způsobem, který je spolupracující, přístupný a adaptabilní, může vést k silným řešením pro řešení velkých globálních výzev. Project Resilience platforma je příkladem toho, jak tyto tři principy aplikovat. Rozhodovatelé, datoví vědci a veřejnost se mohou zapojit do vývoje AI nástrojů a činit informovanější rozhodnutí pro významný dopad. Zveme vaše čtenáře, aby se stali přispěvateli zde.

AI Lab v Cognizantu je nyní hlavním hnacím motorem inovací, s desítkami patentů a strategií investic v hodnotě miliardy dolarů. Jak se iniciativy, jako je tato, zapojují do vaší širší roadmapy pro aplikovanou AI ve velkém měřítku?

Iniciativa AI pro plánování využití půdy se dokonale shoduje s naším přístupem k aplikované AI v Cognizantu, který se zaměřuje na řešení složitých, reálných problémů, spíše než čistě akademických cvičení. Evoluční AI může zvládnout často složitá kompromisa nalezená v obchodních a politických rozhodnutích. Řešení klimatických výzev prostřednictvím přístupu, který vyvažuje ekonomické, sociální a environmentální faktory, ukazuje, jak AI může dodat praktickou hodnotu, zatímco zvládá konkurenční priority.

Práce také odráží naši vizi pro vývoj AI, která doplňuje lidské rozhodování, spíše než ho nahrazuje.

Jste 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?

Jednou z největších sil evoluční AI je, že se nesnaží pouze určit optimální řešení, ale může odhalit strategické alternativy, které rozšiřují porozumění zúčastněných stran toho, co je možné.

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

Pohledem do budoucnosti, kde vidíte největší příležitosti pro evoluční AI, aby poháněla dopad mimo využití půdy – zda v kontrole infekčních nemocí, plánování obnovitelné energie nebo něčem úplně jiném?

Infekční nemoci, plánování obnovitelné energie a potravinová bezpečnost jsou všechny vhodné oblasti, kde může evoluční AI pohánět dopad. Iniciativa z éry COVID-19, na které jsme pracovali, ukazuje potenciál. Prostřednictvím Project Resilience, jsme vybudovali systémy, které mohly současně optimalizovat pro potlačení pandemie a ekonomickou stabilitu, pomáhajíce vládám, jako je Island, činit datově řízená rozhodnutí o otevření škol.

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

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

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

Skutečný pokrok směrem k slibu AI, aby zlepšil společnost, nastává, když jdeme za hype cyklem a budujeme systémy, které zlepšují lidské rozhodování v oblastech, které záleží, včetně udržitelnosti. To je skutečný test toho, zda AI konečně plní svůj slib.

Co jsem si všiml, je, že technologický pokrok probíhá prostřednictvím předvídatelných vzorců optimalizace a demokratizace, spíše než osamocených, přehnaných okamžiků. Podívejte se na historii výpočetní techniky. Přesunuli jsme se z počítačů, které zabíraly celou místnost, na výkonné hodinky, prostřednictvím nepřetržitého zdokonalování, ne jednoho dramatického skoku.

Věřím, že jsme na zlomovém bodě, kde technologie může skutečně zlepšit společnost. Cesta vpřed je prostřednictvím praktických aplikací, které řeší skutečné lidské problémy, jako je naše práce s využitím půdy, která vyvažuje snížení uhlíku s jinými cíli. To je, jak AI plní svůj slib: prostřednictvím měřitelného dopadu na naše nejvýznamnější problémy.

Cognizant nedávno stanovil rekord Guinness s největšími vibe kódy událostí – 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?

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

Místo toho, aby vyžadoval hluboké programovací znalosti, vibe kódování umožňuje každému s nápadem vyjádřit ho v přirozeném jazyce a spolupracovat s AI, aby ho přivedl k životu. Pro zkušené vývojáře to umožňuje automatizovat více rutinních kódovacích procesů, aby se mohli soustředit na vyšší hodnotu práce, která pohání obchodní hodnotu. Osobně jsem byl překvapen, jak rychle jsem mohl přeložit komplexní algoritmus z pseudokódu do fungující aplikace, což mi umožnilo soustředit se výhradně na kreativní a strategické aspekty.

Škálováním 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 bezprecedentním měřítku.

Mimo ohromující rozsah, jaké byly některé z nejvýznamnějších výsledků vibe kódy iniciativy? Vidíte tuto iniciativu jako šablonu pro to, jak podniky mohou pěstovat inovace a aplikované AI dovednosti na globální úrovni?

Skutečný dopad naší Vibe kódy iniciativy byl v nadšení, které jsme viděli napříč naší organizací, se zaměstnanci z HR, prodeje, inženýrství, financí, právní, marketingu a více, kteří přijali AI a účastnili 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 jedinečných projektů, které vznikly z tohoto úsilí, nastavujeme tempo pro AI ekonomiku, kde každý má nástroje k inovacím s AI. Současně odemykáme kreativitu v měřítku a umožňujeme pracovní síle – jak uvnitř Cognizantu, tak i u našich klientů napříč průmysly, které sloužíme – stát se více AI gramotnými.

Absolutně 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, aby odemkli nevyužité kreativity a urychlené vývoj AI dovedností napříč jejich pracovní silou.

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