Richard Boyd, spoluzakladatel a CEO společnosti Tanjo Inc – Interview Series

Richard Boyd je podnikatel, autor a řečník na řadu témat od vzdělávání po zdravotnictví, virtuální světy, počítačové hry, strojové učení a lidsko-počítačové rozhraní. Během tří desetiletí vedl nebo pomáhal vytvořit některé z nejvíce inovativních technologických společností a služeb napříč několika odvětvími, včetně založení a působení jako generální ředitel čtyř společností v regionu Research Triangle Park v Severní Karolíně. Richard prodal svou poslední společnost Lockheed Martin (LMT ) a zůstal jako ředitel Virtual World Labs.

Richard je spoluzakladatel a CEO společnosti Tanjo Inc, která se zabývá umělou inteligencí a strojovým učením a sídlí v regionu Research Triangle Park v Severní Karolíně.

Již od 90. let jste pracoval na VR a v roce 2001 jste spoluzaložil 3Dsolve. Jaké byly některé z prvních projektů, na kterých 3Dsolve pracoval?

Nejvýraznějším prvním projektem pro 3Dsolve byla pomoc Armádnímu velení a doktríně (TRADOC) naučit se, jak využít simulační učení pro taktické operace malých jednotek. Vytvořili jsme první “Level 4 interaktivní multimediální instrukce” (IMI) kurz pro armádu, který prošel validací TRADOC. Základní myšlenkou bylo využít hodnotu “bezpečné praxe v plně simulovaném 3D prostředí pro pozemní jednotky” První kurz trval přes 100 hodin instrukcí v kolaborativním simulačním 3D herním světě pro 25B10 MOS (vojenská specializace) pro komunikaci.

Byli jsme tehdy vysíláni do Afghánistánu a Iráku a cvičili se v DTOCs (digitálních taktických operačních centrech), když jsme v USA neměli DTOCs, abychom je mohli cvičit. 3Dsolve cestoval do Fort Hood, Fort Gordon a různých dalších zařízení, aby našel vybavení, setkal se s odborníky a postavil virtuální DTOCs, kde mohli vojáci cvičit. Výsledky validace ukázaly, že vojáci, kteří používali tuto metodu, byli cvičeni v kratším čase s vyšším stupněm znalostí (a procentem úspěšnosti ve třídě) než při jakékoli předchozí třídě. Považuji to za začátek série vážných her.

Také jsem působil v poradním výboru ADL (Advanced Distributed Learning), kde byly vytvořeny standardy pro opakovaně použitelný vzdělávací obsah. Pracoval jsem tam s Phillipem Dodds na 3D standardech pro SCORM (Shareable content object reference model). Poznámka: Phillip hrál na varhany ve Spielbergově filmu Blízká setkání třetího druhu.

Také jsem působil v mezinárodní standardizační organizaci 3DIF, kterou vedly Intel (INTC ) a Boeing, kde jsme vytvořili mezinárodní standard ECMA se stejným názvem pro 3D formáty výměny. Nápad spočíval v tom, aby se nakonec zachytila veškerá hodnota 3D CAD modelů postavených pro vše na světě a přeložila se pro použití ve vážných hrách a 3D technických dokumentech. Žije dále v Adobe Acrobat a dalších platformách.

Dále jsme pracovali s headsety a různými VR periferiemi, spolupracovali s průkopníky průmyslu, jako jsou Warren Robinett, Dr. Fred Brooks, Alan Kay a další. Můj spoluzakladatel David Smith vytvořil celý otevřený platformu společně s Alanem Kayem nazvanou OpenCroquet, která stále žije.

Jak se vám změnil život po tom, co Lockheed Martin získala 3Dsolve v roce 2007?

Jedním z dalších průkopnických projektů, na kterých jsme pracovali v 3Dsolve, a které způsobily, že Lockheed nás koupila, byla simulace celé ponorky třídy Los Angeles. V té době námořnictvo stále vyčleňovalo celé lodě pro cvičení. My jsme zavedli koncept “Total Ship Simulation”, replikovali celou ponorku v multiplayerovém herním prostředí. Použili jsme herní engine Epic Games Unreal a skutečně transformovali cvičení pro tyto lodě. V Lockheed jsme vytvořili simulační modely torpédoborců, Littoral Combat Ship a všech jejich subsystémů.

Byla to výzva na začátku přizpůsobit se z herní technologické společnosti na extra vrstvy dohledu a reportování nezbytné v 100leté obranné společnosti. Naučili jsme se vytvářet svou vlastní realitu. Založil jsem neformální organizaci nazvanou Virtual World Labs a modeloval ji podle slavného LM Skunkworks v Kalifornii. Skutečně se Skunkworks stal členem VWL. Naučili jsme se v prvním roce, že kdykoli有人 přijde s návrhem patentu, dostanete šek a další, když je patent udělen. Takže to se stalo naším motivačním programem. Seděli jsme a vynálezi jsme věci v AR, VR a AI. Na konci mé pět a půlleté působení tam jsme nahromadili přes 100 patentových žádostí ve skupině asi 40 lidí.

Jedním z nejzajímavějších a relevantních programů byla tvorba DOD Virtual World Framework. Byli jsme součástí několika velkých válečných cvičení a sledovali frustraci z nedostatečné interoperability mezi proprietárními systémy, které potřebovaly spolupracovat v těchto velkých živých, konstruktivních a virtuálních simulačních cvičeních. Naše první reakce byla, že to je vyřešený problém… Je to internet! Pokud by akviziční komunita mohla dostat všechny, aby dodržovali webové služby, mohli bychom postavit lepší integrovaná tréninková systémy. A WebGL právě prošla u Světového konsorcia webu. Přišla chvíle pro změnu obvyklého podnikání. Pentagon vydal žádost o návrh na “společný virtuální světový rámec” pro integrovanou simulaci. Vedoucí toho programu na Pentagonu byl kreativní bývalý pilot letectva jménem Frank Digiovanni. Říkáme mu D9. Připomíná mi příběhy o plukovníkovi Johnu Boydovi, který tlačil na kreativní destrukci našich programů stíhacích letounů a myšlení ve vzdušných silách.

Problém byl, D9 nám výslovně řekl, že “nechce žádné společnosti jako Lockheed” postavit ten nový rámec. Ale David a já šli tam s obvyklým seznamem asi 17 dodavatelů, kteří se ucházeli o program, a my jsme ho vyhráli. Naučili jsme se později, že všichni ostatní tam šli s nějakým proprietárním řešením a snažili se dostat vládu, aby je přijala. My jsme šli na naší ústní prezentaci v Reaganově budově ve Washingtonu s ničím, ale řekli jsme, že odpověď na tento hluboký problém spočívá v architektuře internetu. Řekli jsme, že můžeme navrhnout to za několik měsíců a mít funkční prototyp za šest měsíců. Řekli jsme, že by to mělo být otevřené. Vyhráli jsme “ručně, bez debat” podle D9, protože náš přístup byl tak čerstvý a odlišný a “mimo krabici”.

Když jsem se vrátil do Orlanda, aby jsem vysvětlil toto nové vítězství vedení naší divize Lockheed Martin, byl jsem trochu povolán na koberec. Byl jsem pozdraven, ale pak se zeptali na otevřené zdroje. “Co to bude znamenat pro náš stávající konstruktivní sim business?” zeptali se. Moje odpověď – “To úplně rozruší.” Byla pauza, pak nevyhnutelná otázka “Tak, jak budeme vydělávat peníze? Jaký je obchodní model?” Moje odpověď – “Obchodní modely budou legie.” Stále si pamatuji zmatené vrásky, které tato odpověď vyvolala. Prošel jsem všemi způsoby, jakými Red Hat dokázal postavit mnohamiliardový byznys na zádech zdarma softwaru, ale nemyslím, že si s tím někdo z nich mohl poradit.

Můj titul v té době byl ředitel Emerging a Disruptive Technology a zároveň ředitel Virtual World Labs. Pracoval jsem další rok, aby Lockheed přijal více sebe-destrukce a Schumpeterovu kreativní destrukci. Popisoval jsem inovace ve velkých organizacích, jako je Lockheed, podobně jako porod. Lidé milují myšlenku mít děti. Je to dobré pro společnost a velmi odměňující. Děti jsou naše budoucnost. Ale skrze špatné hledisko, děti mohou být také považovány za parazity. Od okamžiku, kdy se usadí v děloze, začínají brát zdroje. Pokud bychom neměli ochranné podmínky dělohy, mateřské protilátky by vyšly a zničily dítě. Inovace v Lockheed byly jako tohle. Všichni chtějí a mluví o inovacích, ale nikdo nechce obětovat své zdroje, když je výnos tak daleko. (Viz mou animaci na bílé tabuli o tom, jak inovace jsou jako porod.)

Během svého působení v Lockheed Martin jste byl spoluautorem jednoho z patentů, který zní jako něco z vědeckofantastického blockbusteru, nazvaného holodeck. Co je vlastně holodeck?

V roce 2009 mě pozval James Cameron do Los Angeles během produkce jeho filmu Avatar. Pracovali jsme s Jimem dříve (na “The Abyss”) a chtěl mi ukázat jeho novou 3D kameru, kterou vynalezl s Vincem Pacem (kterého jsme znali z The Abyss). Ale to, co mě opravdu zaujalo, byla virtuální scéna uvnitř obrovské hangáru Hughes. Strávil jsem spoustu času tam s malou plochou obrazovkou a procházel se po virtuálním světě Pandora. Napsal jsem o tom pro Armed Forces Journal a vymyslel s Davidem Smithem nápad postavit velkou virtuální tréninkovou arénu velikosti fotbalového hřiště. V té době jsme pracovali na programu nazvaném Future Immersive Training Environment (FITE) pro námořnictvo. V tom programu měl námořník nosit laptop na zádech a headmount. Všechno toto extra vybavení způsobilo obavy o negativní trénink. Nikdy nezapomenu na prvního seržanta, který si to nasadil a řekl: “Musíme trénovat, jako bychom bojovali, že?” a pak se vrhl na zem a rolloval, rozbil všechny elektronické součástky na kusy. Koncept holodecku byl více jako James Cameronova Volume pro natáčení; kde herci nosí lehké oblečení se stopovacími body a veškeré vybavení je kolem nich. Headmounted display byl stále nezbytný, ale byl bezdrátový a lehký. Více jako dnešní Oculus Quest. Dokonce jsme našli způsob, jak to udělat venku na slunci.

V roce 2015 jste napsal, že bychom se neměli tolik bát strojů, které přebírají kontrolu, ale místo toho bychom měli zjistit, jak dosáhnout správné rovnováhy mezi lidmi a automatizací, aby se optimalizovaly výsledky. Stále máte pocit, že společnost je příliš znepokojena AGI nebo stroji, které přebírají kontrolu?

Myslím, že když opravdu inteligentní lidé s bohatými zkušenostmi v tomto prostoru (jako Ray Kurzweil, Stephen Hawking, Elon Musk, James Cameron a Bill Gates) vyjadřují obavy, měli bychom všichni věnovat pozornost a sledovat pokrok směrem k umělé obecné inteligenci a jejímu dopadu na společnost. Pokud jsme se něco naučili nedávno, je to to, že odborné znalosti mají význam, a měli bychom vždycky naslouchat varováním od lidí s hlubšími znalostmi než naše vlastní.

Řekl bych, že pro předvídatelnou budoucnost vidíme více inkrementálních disruptivních změn, které si zaslouží okamžitou pozornost a akci. Moje výtěžná citace o 21. století imperativu dosažení správné rovnováhy mezi lidmi a automatizací, aby se optimalizovaly výsledky, je kritickou otázkou právě teď. Myslím, že kdokoli, kdo to neudělá správně, bude odsouzen k tomu, aby byl brzy irelevantní, ne jen nekonkurenceschopný. Když JP Morgan nahradil 320 000 hodin ročně právního přezkumu úvěrových smluv systémem strojového učení nazvaným COIN, disruptovali sami sebe a okamžitě vytvořili 300milionový benefit pro své podnikání. A tento benefit je nyní annuita. Jakýkoli jejich konkurent, který má stále tuto náklad, nemůže doufat, že bude soutěžit.

Verím, že to platí pro společnosti, vlády, ale i pro jednotlivce. Jsem v představenstvu komunitní vysoké školy v Severní Karolíně se 70 000 studenty. Konstantně se snažím vést studenty a naši kurikulum směrem k těm oborům, které budou stále vykonávány lidmi za pět let. Když najdu studenty, kteří chtějí jít do radiologie, vysvětluji jim, že stroje jsou již lepší než lidé v čtení rentgenových snímků. Zvažte nový obor nebo jak se tento obor pravděpodobně změní s touto realitou. To není futurismus. To je Nowism.

Jak jste řekl, lidé myslí lineárně a stroje myslí exponenciálně. Zjevně jste exponenciální myslitel, proč je pro lidi tak těžké myslet exponenciálně?

70 % Američanů nemůže číst a pochopit vědeckou část New York Times (studie Michigan State). Autoři jako Dan Ariely, v jeho bestselleru Predictably Irrational, a další mluví o tom, jak lidé nejsou dobří ve statistickém myšlení. Exponenciální a logaritmické myšlení také nejsou příliš univerzální. Můj mentor a hrdina Alan Kay má skvělou přednášku na TED o univerzálních a neuniverzálních principech ve vzdělávání. Napsal jsem o tom v článku na webu Getting Smart o předefinování vzdělávání z prvních principů. Základní myšlenka spočívá v tom, že abstraktní a deduktivní myšlení jsou obtížná, pokud nejsou vyučována. Absolutně máme problém ve vzdělávání, který brání naší schopnosti pochopit pokrok Mooreova zákona nebo pravděpodobný spread pandemie.

Současná pandemie vrhla další světlo na důsledky toho, že líderi nemohou myslet exponenciálně (nebo naslouchat odborníkům).

Pracujete ve VR již od 90. let, jak se vám líbí některé současné spotřebitelské aplikace VR, jako je Oculus Quest?

Každý čas, když vidím, že se VR hype vrací zpět na vrchol, začínám připomínat všem tři hlavní omezení, která brání široké adopci.

1. Někteří lidé budou navždy fyzicky nemohli využívat stereoskopické 3D VR.
2. Tření nastavení a připojení činí tuto zkušenost něčím, co nebude mnoho lidí považovat za příjemné.
3. Křehkost systémů znamená, že pouze odborníci budou chtít experimentovat a řešit problémy s připojením.

Lidé neměli dlouho upgrade (od pleistocénu, podle mého názoru) a někteří z nás mají velmi obtížné přizpůsobit se stereoskopickým 3D displejům. Signifikantní část populace nikdy nebude moci využívat imerzivní VR kvůli tomu, jak jsou fyzicky propojeni. Takže, pokud je odložíme na chvíli, jsme zbývající s druhou velkou otázkou: tření nastavení a připojení. Příliš mnoho kabelů a ladění předtím, než se můžete dostat do zkušenosti. A třetí je křehkost a lámavost všech těchto dalších konektorů a adaptérů.

Oculus Quest výrazně překonal moje očekávání tím, že úplně vyřešil druhé a třetí omezení. V naší rodině trávíme čas v Oculus Quest obsahu téměř každý den. To je, podle mého názoru, velký průlom, který VR potřeboval. Teď potřebujeme jen dojít poslední míli a vidět, jak můžeme přizpůsobit technologii, aby splňovala ty, kteří mají fyzická omezení, která brání jim v užívání VR.

Co vás inspirovalo k založení Tanjo?

Objevil jsem strojové učení v roce 2009, zatímco jsem řídil Virtual World Labs v Lockheed Martin. Strojové učení samozřejmě již existovalo, ale to byl rok, kdy jsem plně pochopil, jak daleko se dostalo a jak se liší od “umělé inteligence”, kterou jsme dříve používali v počítačových hrách a simulačních cvičeních DOD.

Teď si myslím, že umělá inteligence postupuje ve třech fázích. V první fázi, která trvala od roku 1958 do roku 2009 (mé libovolné označení), bychom se neptali počítače, aby něco vypočítal, dokud lidé úplně nerozuměli a nemohli to rozdělit na křehké logické brány a příkazy if/then. Poté bychom to zavedli do počítačů jako konečné automaty nebo hierarchické behaviorální stromy a spustili programy. Nakonec to bylo všechno jen kód. Nic mystického na tom.

Další fáze je strojové učení, kde člověk nemusí nutně rozumět, jak říci počítači, aby řídil auto. Teď prostě krmíme obrovské množství tréninkových dat do dobře navržených strojových učení knihoven, které pak inferují své vlastní pochopení. Dnes může systém strojového učení prostě sledovat 100 hodin videa a jet autonomně bezchybně kamkoli. (Obvykle dělám vtip, že “kamkoli, kromě Říma”)

V Tanjo používáme strojové učení v krátkých projektech, aby poskytly bankám a institucím vyššího vzdělávání a společnostem Fortune 2000 inteligenci a automatizaci, která transformuje, jak pracují. Pravidelně vidíme návratnost investic 10x z našich implementací. A tato návratnost je obvykle annuita. Kolik technologických investic jsme viděli dříve, které vytvářejí tento druh produktivity zisků? Měli jsme validované ROI měření až 600x; a jeden trapný výsledek 1600x. Nemůžeme ani použít poslední jako případovou studii, protože to zní příliš hyperbolicky.

Můžete diskutovat o Tanjo Animated Personas (TAP) a jak to funguje?

Naše velká průlomová myšlenka přišla, když jsme si uvědomili, že tyto úžasné, podivné strojové inteligence systémy, které jsme stavěli, pohlížely na lidi stejným způsobem, jako pohlížely na informační objekty. Provedli jsme raný experiment s množinou tréninkových dat z populárního seznamovacího aplikací. Naše malé strojové učení mozek vytvořilo grafy zájmu a sentimentální mapy každého člověka z jejich datového odpadu, které vypadaly jako něco jako Myers-Briggs profil. Zvažovali jsme krátkou dobu, zda vytvořit strojové učení seznamovací aplikaci v roce 2014. To byla velmi krátká úvaha, protože to nesplňovalo naše vysoké cíle pro smysluplnou práci.

Místo toho jsme to nazvali “Empathy Engine” a postavili “Tanjo Animated Personas” z těchto vzorců chování lidí, které strojové učení vytvořilo.

Analytická firma Gartner nám udělila “Cool Vendor Award” v roce 2018 za tuto průlomovou myšlenku. Pomáháme marketérům modelovat a pochopit (a doufáme, že vytvořit hlubší smysluplné konverzace se svými zákazníky; a také ji používáme k modelování populace lidí, aby studovali zdraví a wellness. Například: můžeme vytvořit syntetický model populace v určitém poštovním směrovacím čísle nebo okresu a simulovat, které intervence a zprávy povzbudí lepší chování, aby se snížil spread viru, nebo aby se snížila obezita, kouření atd.

Používáte supervizované učení, aby vzdělával Tanjo?

Rovnováha mezi lidmi a stroji je stejně důležitá ve vstupu, jako ve výstupu těchto systémů. Lidská supervize absolutně pomáhá s trénováním “mozku” jednoho z našich systémů strojového učení rychleji. Když jsme vytvořili NC mozek, který spojí všechny 58 komunitních vysokých škol v Severní Karolíně, pracovali jsme s fakultou a administrátory na některých z nejlepších vysokých škol, aby zajistili, že jeho hodnocení různých oblastí znalostí a jak řadil obsah, bylo platné.

Jedním z produktů Tanjo je ContractBot pro analýzu smluv. Co je ContractBot a pro jaké typy podniků je primárně určen?

Vytvořili jsme Contractbot původně pro účetní průmysl. V roce 2017 FASBI (Financial Accounting Standards Board Interpretations) vydal nové pravidla pro uznávání příjmů a leasingu pro podniky. Účetní firmy pořádal konference po celé zemi, aby se připravily na tyto změny. S naší optikou strojového učení jsme si uvědomili, že to je perfektní příležitost pro úzký systém strojového učení, aby pracoval vedle účetních a dramaticky zvýšil rychlost analýzy, stejně jako zvýšil přesnost. Trénovali jsme systém na více než čtyři miliony smluv: všechno od jedné strany naskenované, ručně psané kupní smlouvy, až po smlouvy se stovkami stránek záruk a upozornění a platebních milníků. Rychle se naučil rozumět jazyku a třídit dokumenty nebo části dokumentů a aplikovat obchodní pravidla, aby téměř okamžitě provedl analýzu, která by člověku trvala celý den.

Tento projekt a další jsou případové studie, které poskytujeme, aby povzbudili každého v podnikání dnes, aby vzal nový lidsko-strojový rovnovážný lens a podíval se na každou činnost, aby určil, co je správná směs lidské a strojové práce, aby optimalizoval své podnikání.

Když JP Morgan použil tento přístup k eliminaci 320 000 hodin ročně úvěrového análýzy, ne pouze dosáhl 100násobného návratu na investici toho roku, ale bude také dostávat tuto annuitu každý rok dále. Jakýkoli jejich konkurent, který stále dělá “obchod jako obvykle”, který má stále tuto náklad, nebude pouze nekonkurenceschopný, ale irelevantní.

Jedním z nejzajímavějších produktů, které Tanjo nabízí, je Tanjo’s Enterprise Brain. Jaký typ strojového učení je za tím a jaké jsou jeho použití?

Když jsme použili strojové učení, aby pomohli ministerstvu vzdělávání vytvořit Learning Registry, viděli jsme sílu strojového učení, aby organizovalo a analyzovalo znalosti. Když mluvím o tom, obvykle ukazuji snímek s obrázkem z poslední scény “Raiders of the Lost Ark”; kde je úředník, který táhne nudný krabicí skrz obrovský sklad, aby ji uložil, a má malou štítek, který říká ARC.

Co jsme se naučili z projektu Learning Registry a dalších, je, že podnikový vyhledávání je rozbité. Společnosti mají neoznačené a skryté informace schované v malých datech jezerech a rybnících, které jsou buď nepřístupné, nebo nesrozumitelné a proto nejsou transparentní pro dotaz. V tomto urychlovacím Informačním věku ztrácíme znalosti získávané každý den kvůli špatnému ukládání a vyhledávání.

Tanjo Enterprise Brain žije uvnitř vaší firewallu, s plným zdrojovým kódem, připojuje se k všemu a nemá nic jiného na práci, než číst a skenovat a organizovat vše, ke čemu má přístup, a čeká na ten vzrušující okamžik, kdy detekuje člověka, který se snaží udělat něco, co by mohlo využít rozsáhlou informační mapu na svých prstech. Protože má tolik času a síly a intimity s vaší organizační znalostí, nedá se spokojit s tím, že sníží své čtení “Války a míru” na #Ruskýromán #Tolstoj #Válečnostory #Láska. Místo toho to mapuje s tím, co nazýváme “hyperdimenzionální otisk” až 4 000 vážených konceptů. Tato zdánlivě nadměrná snaha přináší velké dividendy pro výzkumné instituce, banky a vysoké školy s Tanjo Enterprise Brain. Je obvyklé, že si uvědomí hodnotu daleko přesahující licenční poplatky, pouze ve fázi mapování organizační znalosti, která je součástí tréninku vašeho Enterprise Brain, když vedení zjistí, kolik znalostí investuje a závisí na nich a co to všechno znamená. Když je Enterprise Brain implementován, organizace má nyní lens, skrze který vidí, jak informace vstoupily do jejich systémů, kdo je podporoval, kdo je zpochybňoval a nakonec, jak se rozhodnutí dělala. Stává se to potřebou, která je retrospektivně zřejmá. A jako systém strojového učení, který implementoval JP Morgan, platí dividendy navždy.

Je něco jiného, co byste chtěl sdílet o Tanjo?

Tanjo nyní tvrdě pracuje na Covid-19 mozku. V souladu s tezí, která pohání naši společnost, určujeme, jak dosáhnout rovnováhy mezi lidmi a stroji, aby se zajistilo, že správné informace a nejlepší zdroje jsou k dispozici lidem, kteří činí důležité rozhodnutí během této krize. Schopnost Tanjo Animated Personas bude použita k modelování lidské populace, aby se sledoval spread viru, ale také aby se určilo, které opatření a komunikační metody a skutečná slova budou nejúčinnější, aby nám pomohly úspěšně projít touto krizí do zdravějšího ekosystému pro všechny nás.

Tato konverzace byla fascinující, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Tanjo.

https://youtu.be/f0_SbQYD5ec