Dr. Vishal Sikka, Gründer und CEO von Vianai – Interview-Serie

Vishal Sikka ist der Gründer und CEO von Vianai, ehemaliger CTO von SAP AG und ehemaliger CEO von Infosys. Er ist derzeit auch Mitglied des Board of Directors von Oracle , des Aufsichtsrats der BMW Group und Berater des Stanford Institute of Human-Centered AI.

Die Vianai-Plattform kombiniert Open-Source-Elemente, Vianai-eigene Techniken und Optimierungen sowie humanzentriertes Design, um KI in Unternehmen auf große Stufen und in verschiedenen Landschaften zu bringen. Mit der Plattform können große Unternehmen komplexe ML-Modelle auf bestehender Infrastruktur aufbauen, optimieren, bereitstellen und verwalten und die Betriebs- und Leistungsmerkmale von ML-Modellen im gesamten Unternehmen verbessern.

Was hat Sie ursprünglich zum Maschinellen Lernen hingezogen?

Ich interessierte mich als Teenager für KI, als ich Marvin Minskys Überlegungen über unsere Gehirne als Gesellschaften einfacher Agenten las und von Joe Weizenbaums Eliza (einem sehr frühen Chatbot) und John McCarthys Kritik an ihm erfuhr. Später hatte ich die Ehre, dass McCarthy den Vorsitz meines AI-Qualifizierungsprüfungskomitees an der Stanford-Universität führte. McCarthy und Minsky waren die beiden Väter des KI-Feldes, und beide hatten tiefere Einblicke in die Kräfte sowie die Grenzen der KI, und ich war glücklich, mit beiden zu studieren.

Wir können heute noch sehen, dass KI großes Potenzial hat und gleichzeitig erhebliche Grenzen aufweist. Die gleichen Herausforderungen, mit denen wir vor 30 Jahren rangen, sind noch heute offensichtlich, insbesondere wenn wir uns KI im Unternehmen ansehen. Ich wurde durch die Arbeit als Student inspiriert, um zu sehen, ob der Wert von KI irgendwie freigesetzt werden konnte, und ich bin weiterhin leidenschaftlich daran interessiert.

Welches Ihrer früheren Papers glauben Sie, war am meisten instrumental bei der Weiterentwicklung Ihrer Ansichten über KI?

Als Student muss ich mehrere tausend Papers gelesen haben. McCarthys prophetische Papers über einen “Advice Taker”, über einige der wichtigsten philosophischen Probleme der KI, Marvin Minskys Papers über das Gehirn als eine Gesellschaft, über die Verbindung von connectionistischen (neuralen Netzwerken) und symbolischen Ansätzen der KI, Judea Pearls Papers über wahrscheinliches Denken und kausale Intelligenz und Papers von David Marr (über die Wahrnehmung), Pat Winston (über das Lernen von Objektbeschreibungen aus Beispielen), Waldingers Arbeit über die Programm-Synthese und viele andere haben meine Ansichten geprägt. In letzter Zeit habe ich Werke von Hinton, Lecun, den Aufmerksamkeitsforschern sowie den Werken von Cynthia Rudin, Fernanda Viegas und anderen gelesen.

Sie haben erklärt, dass die Erfahrung der Entwickler beim Aufbau eines KI-Systems fragmentiert und gebrochen ist. Was sind einige der aktuellen Probleme beim Aufbau eines KI-Systems?

Heute können KI-Systeme wirklich nur von einer relativ kleinen Anzahl von Menschen erklärt werden – die Statistiken variieren, aber es scheint, dass es möglicherweise nur etwa 20-30.000 Menschen auf der ganzen Welt gibt, die die wahren Methoden verstehen, wie KI-Systeme laufen. Dies ist viel kleiner als die 52.000 MLOps-Profis, die wir schätzen, oder die 1 Million, die wir als Data-Scientists schätzen. Viele von ihnen könnten Ihnen nicht sagen, warum das System das tut, was es tut, warum es die Empfehlungen gibt, die es gibt, oder was möglicherweise schiefgehen könnte oder wie die zugrunde liegenden Techniken funktionieren.

Stellen Sie dies vor dem Hintergrund einer extrem komplexen Landschaft. Es gibt über 300 MLOps-Anbieter, die Gartner zu jedem Zeitpunkt verfolgt. Jeder von ihnen hat ein spezialisiertes Angebot. Die großen Cloud-Anbieter haben andererseits ihre eigene Version von allem und versuchen oft, Unternehmen in ihre Ökosysteme und Infrastruktur zu binden.

Dann ist der Rechenaufwand selbst oft zu teuer für Unternehmen, um tatsächlich einige der fortschrittlichsten Modelle aufzubauen und zu trainieren. Diese sind den wenigen Unternehmen vorbehalten, die das Talent und die Ressourcen haben, um die Anforderungen eines KI-Systems zu bewältigen.

Das mangelnde Verständnis, die Komplexität der Werkzeuge und die Kosten des Rechenaufwands kombinieren sich zu einer disparaten und herausfordernden Landschaft für jedes Unternehmen, das KI-kompetent sein möchte. Bei Vianai bauen wir Methoden, um KI einfacher zu machen und einfacher zu verstehen und zu beobachten, während wir gleichzeitig die Ressourcen und Kosten reduzieren, die mit der Erzielung der besten Leistung verbunden sind.

Könnten Sie die Entstehungsgeschichte hinter Vianai teilen?

Ich habe viele Jahre damit verbracht, neue, disruptive Innovationen in Unternehmen einzubringen. Meine Teams und ich haben mehrere Produkte entwickelt, die Tausende von Unternehmen erreichten und als bahnbrechend galten. Ich habe auch zwei grundlegende Transformationen in meinen beiden vorherigen Reisen vor der Gründung von Vianai geleitet und an Transformationen in Hunderten von Unternehmen teilgenommen. Dazu kamen meine vielen Jahre des Studiums von KI und der Konzentration darauf, wie man KI besser, relevanter und im Dienste der Menschheit machen kann.

Auf eine ungewöhnliche Weise – diese Dinge kamen zusammen. Ich war mit meiner Familie im Urlaub in Südostasien [Ende 2018]. Wir waren in einem kleinen Markt und kauften bei einem Händler, der wunderschöne, handgefertigte Schmuckstücke hatte. Es war mit traditionellen Techniken und lokalen Steinen hergestellt, und es war atemberaubend, aber natürlich hatte niemand außerhalb dieser kleinen Stadt von ihnen gehört. Und ich hatte diese Frage im Kopf, “Was, wenn dieser Händler KI verwenden könnte? Wie würde das aussehen? Wie müssten die Systeme funktionieren?” In diesem Moment wurde mir klar, dass jedes Unternehmen auf der Welt durch KI transformiert werden würde, und dass diese Transformation nicht mit den Augen der Vergangenheit betrachtet werden konnte, sondern Produkte und Ideen benötigte, die von einem blanken Blatt Papier aus starten mussten.

Etwa einen Monat später gründete ich Vianai mit der Mission, wahre, humanzentrierte KI für Unternehmen auf der ganzen Welt bereitzustellen. Dies bedeutet, Produkte und Dienstleistungen, Anwendungen und Technologien, Werkzeuge bereitzustellen, die es Geschäftsanwendern, Data-Scientists, ML-Ingenieuren und sogar Händlern in abgelegenen Teilen der Welt ermöglichen, die Vorteile von KI wirklich zu nutzen.

Seitdem haben wir Anwendungen entwickelt, um Unternehmen bei der Einführung von KI zu helfen, eine Plattform, um ML-Praktikern zu helfen, ihre KI-Modelle zu verwalten und zu überwachen, und Optimierungstechniken, um mehr Unternehmen den Zugang zu KI zu ermöglichen.

Bei allem, was wir getan haben, haben wir festgestellt, dass das erhebliche Potenzial, die Kraft des menschlichen Verständnisses, der Urteilsfähigkeit und der Zusammenarbeit mit Daten und den besten KI-Techniken, ungenutzt bleibt. Basierend auf unserer Arbeit mit führenden Unternehmen haben ich gesehen, dass die gleichen Techniken, die dem kleinen Händler helfen würden, auch den größten Unternehmen der Welt helfen würden.

Vianai ist all about humanzentrierte KI, können Sie definieren, was dies ist und warum es wichtig ist?

Humanzentrierte KI ist KI, die darauf abzielt, menschliche Arbeit zu verstärken und menschliches Urteil zu verbessern. Maschinelles Lernen wird viel zu oft als Ersatz für menschliche Arbeit betrachtet. Aber KI ist komplementär zu Menschen – sie bietet Skalierbarkeit und Wiederholbarkeit und Präzision, die Menschen nicht replizieren können. Aber KI kann menschliches Urteil, menschliche Erfahrungen oder unser Verständnis von Kontext nicht replizieren.

Es gibt offensichtliche Beispiele dafür, wie KI einen Schildkröten mit einem Gewehr verwechselt, aber viel öfter vertrauen wir KI zu sehr, wenn sie sich noch nicht als vertrauenswürdig erwiesen hat. Eine berüchtigte Geschichte stammt von vor einem Jahrzehnt, als ein Unternehmen seine KI ohne menschliche Intervention handeln ließ. Der Algorithmus verlor 440 Millionen Dollar in weniger als einer Stunde.

Humanzentrierte KI ist dann eine Art Fokus in der Gestaltung unserer Produkte. Wir bringen die Kraft des menschlichen Verständnisses – wie Urteil und Zusammenarbeit – zusammen mit den besten Daten und KI-Techniken, um intelligente Systeme zu schaffen, die Geschäftsergebnisse und -prozesse erheblich verbessern können.

Könnten Sie die Notwendigkeit einer Rückkopplungsschleife zwischen Menschen und KI erklären?

Es gibt einen ganzen Zweig der KI, der als “Human-in-the-Loop” bezeichnet wird und auf den Rückkopplungsmechanismen von Menschen basiert, um die Leistung von KI natürlich zu verbessern. Dies ist natürlich und macht Sinn für jedes System.

KI-Systeme können sich über die Zeit verbessern, durch erneutes Training, das die Aktionen des Benutzers einbezieht. Dies ist natürlich auch Teil unserer Anwendungen. Lassen Sie mich ein Beispiel geben.

Bevor Covid auftrat, arbeiteten wir mit einem großen Finanzdienstleistungsunternehmen an der Nachfrageprognose. Weil wir das System so gestaltet hatten, passte es sich schnell an die Änderungen an, als Covid kam und viele andere Modelle brach, und es musste nie neu aufgebaut werden. Dies ist der zweite und wichtigste Aspekt der humanzentrierten KI, die Systeme von Anfang an so zu gestalten, dass sie die Komplexität des modernen Lebens einbeziehen.

Dies schafft Vertrauen und ein System, das mit der Organisation und dem Benutzer wächst.

Was macht Vianai zu einer Next-Generation-KI-Plattform?

Während es viel Diskussion über Risiken, Regulierung und das Versprechen von KI gibt, haben nur wenige nach der Lösung gesucht, die wir finden – das Konzept der humanzentrierten KI.

Unsere Plattform ist dann bereit für die Probleme, die entstehen werden, wenn KI in Unternehmen Realität wird. Sie soll Probleme rund um Vertrauen, Voreingenommenheit und Transparenz angehen. Sie ermöglicht es Unternehmen, KI zu skalieren, mit Überwachung und Optimierung. Und sie ermöglicht es nicht-technischen Benutzern, KI durch unsere Anwendungen zu nutzen.

Was sind einige der Herausforderungen beim Aufbau einer Plattform, die die Erfahrung von Unternehmen mit KI dramatisch vereinfacht?

Die größten Herausforderungen, die wir in Unternehmen bei der Einführung von KI sehen, sind Talent, Werkzeuge und Technologie. Zunächst ist Talent in wenigen Orten konzentriert, insbesondere in größeren Technologieunternehmen. Dies macht es sehr schwierig für externe Teammitglieder, an der Aufsicht, der Governance und der Gestaltung des KI-Programms teilzunehmen und kann sogar mehr Voreingenommenheit schaffen, da nur eine begrenzte Anzahl von Teammitgliedern an den Betrieb arbeitet.

Technologie und Werkzeuge können auch eine Herausforderung bei der Vereinfachung von KI sein. Derzeit sind sowohl Technologie als auch Werkzeuge begrenzt. Chips, um KI zu betreiben, sind rar und sehr teuer, und Werkzeuge sind an bestimmte Anbieter gebunden, was die Freiheit, Kosten zu verbessern und den Wert zu erweitern, einschränkt. Unabhängig davon, wo ein Unternehmen in seiner KI-Reise ist, können diese Herausforderungen die Implementierung von nützlicher und ethischer KI schwierig machen, da sie eine disconnectede, fragmentierte Strategie schaffen und die Werkzeuge entfernen, die notwendig sind, um die richtigen Funktionen auszuführen. Unternehmen müssen in der Lage sein, alle Bereiche von KI von der Implementierung bis zur Wartung zu unterstützen und Team-Unterstützung und Input bieten, um es zu einem Erfolg zu machen.

Um wahren Erfolg zu erzielen, habe ich festgestellt, dass Plattformfunktionen vollständig offen, modular, flexibel und nicht von teuren Hardware- und Software-Upgrades abhängig sein müssen. Und mit einem humanzentrierten Ansatz können Menschen immer noch das Wissen, den Kontext, die Erfahrungen und die Kreativität beisteuern, um Probleme zu lösen – dies wird dann durch die KI-Plattform verstärkt, nicht ersetzt.

Gibt es noch etwas, das Sie über Vianai teilen möchten?

Wir leben in einer Zeit, in der KI allgegenwärtig ist. Es gibt viel Hype und Diskussion über KI, was im Großen und Ganzen ein gutes Zeichen ist. Wir sehen viele Fortschritte und eine breitere Akzeptanz als in der Vergangenheit in Bereichen wie generative KI und anderen. Allerdings sollten wir auch daran arbeiten, die Grenzen von KI zu erkennen – die Realitäten der KI-Technologie heute sowie die Realitäten der Knappheit an KI-Experten und des Mangels an Vertrauen in KI, insbesondere in Unternehmen. Wenn wir KI als Verstärker unseres Lebens, unserer Gesellschaft, unserer Arbeit, unseres Potenzials betrachten und die notwendige Aufsicht über KI haben, um dies zu gewährleisten, dann glaube ich, dass wir KI endlich in sinnvollen und transformativen Wegen zum Leben erwecken werden.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Vianai besuchen.