Stephen DeAngelis, grundlægger og administrerende direktør for Enterra Solutions – Interviewserie

Stephen DeAngelis er grundlægger og administrerende direktør for Enterra Solutions, det første selskab, der anvender Autonomous Decision Science^TM (ADS^®) teknologi til at udføre end-to-end værdikædeoptimering, beslutningstagning og kompleks forskning og udvikling for virksomheder.

Stephen F. DeAngelis er en internationalt anerkendt ekspert på kunstig intelligens og avanceret analyse og deres anvendelser til konkurrenceevnen, robustheden og sikkerheden for kommercielle enheder og regeringsinstitutioner. Mr. DeAngelis er indehaver af patenter, teknologipioner og iværksætter. Hans karriere ligger i skæringspunktet mellem international politik, forretning, regering og akademisk verden. Han bringer en unik perspektiv og dyb erfaring til sine selskaber.

Kan du dele historien bag Enterra Solutions?

Enterra har sin oprindelse som en amerikansk regeringskontraktor. Enterra udviklede og gennemførte enterprise-resiliensmodeller (systemisk data-dreven konkurrenceevne, risiko og præstation) for amerikanske regeringsinstitutioner. I forbindelse med dette arbejde udviklede Enterra sin bedste praksis Enterprise Resilience Management Metodologi og Maturity model under samarbejdsforsknings- og udviklingsaftaler med statsfinansierede amerikanske forsknings- og udviklingsinstitutioner.

Til at fremme konkurrenceevne og robusthedsteknologi begyndte Enterra at arbejde med kunstig intelligens og anvendt matematik i begyndelsen af 2000’erne. Midt i 2000’erne begyndte selskabet at kombinere sit arbejde i regeringssektoren med førende teoretisk og eksperimentel akademisk forskning – dette arbejde fortsætter i dag. Enterras akademiske forskning er en to-vejs samarbejde, der udsætter vores selskab og medarbejdere for nogle af de mest avancerede og sofistikerede AI- og matematiske teknikker og praksis, samtidig med at det etablerer et dybt netværk og en række forbindelser til nogle af de førende personer og grundlæggende tænkere i kognitiv videnskab og robusthedsanvendelser.

Enterra udnyttede de videnskabelige og tekniske erfaringer fra sit arbejde i regeringen og akademisk verden til at genopfinde big data-analyse i den kommercielle sektor – resultatet var skabelsen af Enterras Autonomous Decision Science^® (ADS^®) & Generative AI-platform og en række værdikæde-ekspansive forretningsapplikationer, der sammen danner en System of Intelligence. Enterras System of Intelligence udfører autonom end-to-end-optimering, planlægning og gennemførelse ved at sidde oven på en organisations multiple transaktions-systemer for optegnelse/engagement over Marketing, Salg, Leverandørkæde og Corporate Strategy, og orkestrerer beslutninger og handlinger, der hjælper virksomheden med at bygge konkurrenceevne og robusthed og nå deres forretningsmål.

Ved at kombinere Enterras proprietære teknologi med organisationskundskab og praksis forudser Enterra markedsforskelle systematisk og i markedshastighed – og omdanner virksomheder til Autonome Intelligente Virksomheder.

Enterra Solutions tilbyder autonome beslutningsvidenskab, hvad er dette specifikt og hvordan optimerer det forretningsbeslutninger?

Enterras Autonomous Decision Science^® (ADS^®) er teknologiplatformen, der driver Enterra System of Intelligence^TM. Enterras ADS-teknologiplatform bringer sammen tre tidligere adskilte teknologier:

1. semantisk resonans og vektor-symbolisk logik-baseret kunstig intelligens, der muliggør menneske-lignende resonans, beslutningstagning og læring. Denne unikke kapacitet kombinerer fælles fornuft og branchekundskab med slutningsresonans for at skabe et system, der kan træffe beslutninger med subtile, menneske-lignende resonans og derefter lære af resultaterne.
2. glas-boks, forklarende, transparent maskinlæring i form af den proprietære Representation Learning Machine^TM (RLM). Grundlaget for RLM er høj-dimensionel matematik og funktionsanalyse. RLM identificerer unikt en funktion, der beskriver kombinationen og bidraget af variabler i datamængden, der beskriver de observerbare effekter gennem multiple lag af interaktion med en høj grad af præcision. Dette klassificeres som en “glas-boks”-algoritme, der genererer en funktion, hvis output er synlig i modsætning til “sort-boks”-algoritmer, der kun genererer mønstre, men ikke tilbyder nogen forklarende beskrivelse af dynamikken i system/datamængde eller nogen substantiel “forståelse” af, hvad mønsteret betyder.
3. begrænsningsbaseret, ikke-lineær optimering-kapacitet, der inkorporerer RLM-afledt formel samt semantisk resonansbegrænsninger og logik for at udføre hurtig optimering, der afspejler de komplekse multi-dimensionale virkelige verdens-overvejelser for at aflede højaktionsforslag. Denne kapacitet bryder dimensioneringsbarrieren, der er forbundet med lineære modeller.

Den unikke kombination af disse teknikker har muliggjort for Enterra at tilbyde kunderne betydeligt differentierede kapaciteter og skabt en højdefensiv kløft i den konkurrencemæssige landskab – både store AI-teknologiplatforme og punktløsninger.

For cirka et år siden, på “Eye on AI-podcasten“, diskuterede du, hvordan gammeldags AI fortsat er et kraftfuldt værktøj. Er dine synspunkter ændret på dette, og hvad er nogle af de traditionelle maskinlæringsalgoritmer, der stadig anvendes hos Enterra Solutions?

Videnskab er generationelt additivt, hvilket betyder, at en generations kapacitet lagres oven på den foregående generations innovationer for at skabe nye kapaciteter. Enterra innoverer kontinuerligt og udvikler kreativt sin teknologi. Som nævnt ovenfor har Enterra skabt en Enterra Autonomous Decision Science^® (ADS^®) & Generative AI-platform, der er en ensemble af menneske-lignende resonans og GenAI-kapaciteter, super-avanceret høj-dimensionel, glas-boks, forklarende maskinlæring med ikke-lineær, begrænsningsbaseret optimeringsmotorer. Vi har kombineret disse tidligere adskilte teknologier under én platform og har dermed kunnet låse tidligere urealisable analytiske kapaciteter op og afhjulpe svaghederne ved enkelt teknologi.

Hvordan har Enterra Solutions integreret Generative AI i sine løsninger?

Mens mange organisationer stadig er i en opdagelses- og forsøgsperiode med generativ AI, har Enterra Solutions og vores kunder nydt godt af dens kraftfulde kapaciteter i over et årti. AI-komponenten i Enterras platform vil unikt lære de miljømæssige årsager til, at anbefalinger er succesfulde eller ej, og fastholde denne læring i deres ontologier og Generative AI-kundskabsbaser; Enterra vil, hvis kunden anmoder om det, udvikle en specifik GenAI-kundskabsbase, der repræsenterer kundens strategier, taktik, forretningslogik og måder at arbejde og vinde på, samt give opdateret logik og begrænsningssætning til optimeringsfunktionerne i de funktionelle komponenter i Enterras System of Intelligence.

Hallucinationer er en af de primære problemer med Generative AI, hvordan overvinder Enterra Solutions disse begrænsninger?

Generative AI kan automatisere de fleste arbejdsprocesser, men da det ikke er valideret, er dets troværdighed tvivlsomt. Dette kan afhjulpes ved at udnytte ADS-teknologi, der kan kobles til store sprogmodeller (LLM’er), resonere og triangulere viden matematisk for at validerer dets effikacitet. Ved at udnytte ADS til at levere troværdig forklarbarhed og handlingsforslag kan tillid bygges.

Fra 2015 til 2019 var du medlem af bestyrelsen for Dalai Lama Center for Ethics and Transformative Values ved MIT, hvordan har dette formet dine værdier om forretning og AI?

Nu, hvis man er involveret med Dalai Lama Center, kan man ikke undgå at tænke på ledelse og etik som ét og det samme. Når man driver en forretning, lærer man meget hurtigt, at man træffer tusindvis af beslutninger om året. Nogle er små, nogle er almindelige eller procedurerelle, og nogle er betydelige eller konsekvensfulde beslutninger. Jeg håber, at jeg har lært at træffe beslutninger med etiske overvejelser indbygget i min logik – sandt et nordstjernepunkt og parametrene for oplyst beslutningstagning. Dette koncept afspejles også i den måde, vi konstruerer algoritmer og software på, og det afspejles ultimativt i den måde, vi driver vores organisation på.

Ofte er forretnings- og AI-ledere som Geoffrey Hinton bekymrede over fremtidens potentielle problemer med AI, og specifikt AGI, hvad er dine synspunkter på dette?

Nogle af Geoffrey Hintons bekymringer er med potentielt misbrug og hastigheden, hvormed AI udvikles. Disse punkter er fair, da mange selskaber forsøger at tilpasse AI til deres forretningspraksis uden først at forstå, hvilke problemer de forsøger at løse. AI løser ikke alle problemer og bør ikke anses for at være en blankethistorie til alle forretningsudfordringer. Det er afgørende, at selskaber starter med en forretningsledet problemformulering, før de søger efter viable løsninger. Når du først forstår problemet, du forsøger at løse, kan du forstå den strategiske tilpasning og den tekniske gennemførlighed af at anvende avancerede teknologier som AI.

DU er en serie-iværksætter og har succesfuldt lancering af flere virksomheder i forskellige domæner, hvad driver dig til at innovere?

Til sidst er jeg mere en kreativ livslang lærende og intellektuelt nysgerrig forretningsperson end en administrator. Kombinationen af livslang læring og intellektuel nysgerrighed, når kombineret med en iværksætters begejstring for at skabe nye forretninger, driver innovation og skabelsen af produkter og tjenester til at fylde identificerede markeds huller. Ønsket om at arbejde med store teams af mennesker og om at “konkurrere og vinde” ved at skabe aktieejerværdi er, hvad driver mig til at innovere.

Hvad er din vision for fremtidens AI?

Set gennem AI’s brug i nærmeste fremtidige B2B-applikationer – jeg tror, at AI vil muliggøre praktisk autonom beslutningstagning i nærmeste fremtid i stort set business-applikationer. Disse kapaciteter vil blive drevet af menneske-lignende intelligente agenter, der supplerer menneskelig beslutningstagning med en kunstig intelligens eller kunstig superintelligens, der er fokuseret på store og disruptive anvendelser. Applikationer som end-to-end-værdikædeoptimering og beslutningstagning for globale virksomheder på tværs af brancher og disruptioner i lægemiddelforskning og -formulering samt kliniske forsøg er transformative og berører livet for de fleste mennesker på kloden.

Tak for det store interview, læsere, der ønsker at lære mere, skal besøge Enterra Solutions.