Stephen DeAngelis, Gründer und CEO von Enterra Solutions – Interview-Serie

Stephen DeAngelis ist der Gründer und CEO von Enterra Solutions, dem ersten Unternehmen, das Autonomous Decision Science^TM (ADS^®) Technologie anwendet, um eine End-to-End-Optimierung der Wertschöpfungskette, Entscheidungsfindung und komplexe Forschung und Entwicklung für Unternehmen durchzuführen.

Stephen F. DeAngelis ist ein international anerkannter Experte auf dem Gebiet der künstlichen Intelligenz und fortschrittlicher Analytik und ihrer Anwendungen in der Wettbewerbsfähigkeit, Widerstandsfähigkeit und Sicherheit von kommerziellen Einheiten und Regierungsbehörden. Herr DeAngelis ist Inhaber von Patentschriften, Technologiepionier und Unternehmer. Seine Karriere liegt im Schnittpunkt von internationalen Beziehungen, Wirtschaft, Regierung und Wissenschaft. Er bringt eine einzigartige Perspektive und umfassende Erfahrung in seine Unternehmen ein.

Könnten Sie die Entstehungsgeschichte hinter Enterra Solutions teilen?

Enterra hat seine Ursprünge als Auftragnehmer der US-Regierung. Enterra entwickelte und führte Unternehmensresilienz-Modelle (systemische datengetriebene Wettbewerbsfähigkeit, Risiko und Leistung) für US-Regierungsbehörden durch. Bei der Durchführung dieser Arbeit entwickelte Enterra seine bewährten Methoden für das Enterprise Resilience Management und das Maturity-Modell im Rahmen von Forschungs- und Entwicklungspartnerschaften mit von der Regierung finanzierten US-Forschungs- und Entwicklungseinrichtungen.

Um die Wettbewerbsfähigkeit und Widerstandsfähigkeit der Technologie voranzutreiben, begann Enterra in den frühen 2000er Jahren mit der Arbeit an künstlicher Intelligenz und angewandter Mathematik. Mitte der 2000er Jahre begann das Unternehmen, seine Arbeit im Regierungsbereich mit Spitzenforschung und -entwicklung aus der akademischen Welt zu verbinden – diese Arbeit wird auch heute noch fortgeführt. Die akademische Forschung von Enterra ist eine bidirektionale Zusammenarbeit, die unser Unternehmen und unsere Mitarbeiter mit einigen der fortschrittlichsten und sophistiziertesten AI- und mathematischen Techniken und Praktiken verbindet, während sie ein tiefes Netzwerk und eine Reihe von Verbindungen zu einigen der führenden Persönlichkeiten und bedeutendsten Denkern auf dem Gebiet der kognitiven Wissenschaft und Widerstandsfähigkeitsanwendungen herstellt.

Enterra nutzte die wissenschaftlichen und technischen Erkenntnisse aus seiner Arbeit im Regierungsbereich und in der Wissenschaft, um die Big-Data-Analytik im kommerziellen Sektor neu zu gestalten – das Ergebnis war die Schaffung von Enterras Autonomous Decision Science® (ADS®) & Generative AI-Plattform und einer Reihe von Geschäftsanwendungen, die zusammen eine System of Intelligence bilden. Enterras System of Intelligence führt autonome End-to-End-Optimierung, Planung und Ausführung durch, indem es auf mehreren Transaktionssystemen von Unternehmen sitzt und Entscheidungen und Aktionen orchestriert, die Unternehmen dabei helfen, ihre Wettbewerbsfähigkeit und Widerstandsfähigkeit aufzubauen und ihre Geschäftsziele zu erreichen.

Indem Enterra seine eigene Technologie mit dem Wissen und den Praktiken von Organisationen kombiniert, kann das Unternehmen Marktentwicklungen systematisch und mit Marktgeschwindigkeit vorhersagen – und Unternehmen in autonome intelligente Unternehmen umwandeln.

Enterra Solutions bietet autonome Entscheidungswissenschaft an, was ist das genau und wie optimiert es Geschäftsentscheidungen?

Enterras Autonomous Decision Science® (ADS®) ist die Technologieplattform, die das Enterra-System of Intelligence antreibt. Enterras ADS-Technologieplattform kombiniert drei zuvor isolierte Technologien:

1. Semantische Argumentation und Vektor-Symbolik-basierte künstliche Intelligenz, die menschliche Argumentation, Entscheidungsfindung und Lernen ermöglicht. Diese einzigartige Fähigkeit kombiniert Alltagswissen und Branchenkenntnisse mit Inferenzargumentation, um ein System zu schaffen, das Entscheidungen mit subtiler, menschlicher Argumentation treffen und dann aus den Ergebnissen lernen kann.
2. Glas-Box, erklärbar, transparente Maschinenlernen in Form des proprietären Representation Learning Machine (RLM). Die Grundlage des RLM ist die hochdimensionale Mathematik und Funktionsanalyse. Das RLM identifiziert eindeutig eine Funktion, die die Kombination und den Beitrag von Variablen in dem Datensatz beschreibt, der die beobachtbaren Effekte durch mehrere Interaktionsebenen mit hoher Präzision beschreibt. Dies wird als “Glas-Box”-Algorithmus klassifiziert, der eine Funktion generiert, deren Ausgabe sichtbar ist, im Gegensatz zu “Black-Box”-Algorithmen, die lediglich Muster generieren, aber keine erklärbare Beschreibung der Dynamik des Systems oder des Datensatzes bieten.
3. Constraints-basierte, nicht-lineare Optimierung, die die RLM-abgeleitete Formel zusammen mit semantischer Argumentation und Logik kombiniert, um schnelle Optimierung durchzuführen, die die komplexen, mehrdimensionalen Realwelt-Überlegungen widerspiegelt, um hochgradig handhabbare Empfehlungen abzuleiten. Diese Fähigkeit überwindet die Dimensionalitätsschwelle, die mit linearen Modellen verbunden ist.

Die einzigartige Kombination dieser Techniken hat es Enterra ermöglicht, Kunden mit deutlich differenzierten Fähigkeiten zu versorgen und eine hoch verteidigungsfähige Kluft im Wettbewerbslandschaft zu schaffen – sowohl bei großen AI-Technologieplattformen als auch bei punktuellen Lösungsspielern.

Vor etwa einem Jahr haben Sie im “Eye on AI”-Podcast darüber gesprochen, wie altmodische künstliche Intelligenz immer noch ein leistungsfähiges Werkzeug ist. Haben sich Ihre Ansichten dazu geändert, und welche traditionellen maschinellen Lernalgorithmen werden bei Enterra Solutions noch verwendet?

Wissenschaft ist generationell additiv, was bedeutet, dass eine Generation von Fähigkeiten auf der vorherigen Generation von Innovationen aufbaut, um neue Fähigkeiten zu schaffen. Enterra innoviert kontinuierlich und entwickelt seine Technologie kreativ weiter. Wie oben erwähnt, hat Enterra eine Enterra-Autonomous-Decision-Science- (ADS-) und Generative-AI-Plattform geschaffen, die eine Ensemble von menschlicher Argumentation und GenAI-Fähigkeiten ist, superfortschrittliche, hochdimensionale, glasboxenartige, erklärbare Maschinenlernen mit nicht-linearen, constraints-basierten Optimierungs-Engines. Wir haben diese zuvor isolierten Technologien unter einer Plattform zusammengebracht und dadurch bisher unerreichte analytische Fähigkeiten freigeschaltet und die Mängel jeder einzelnen Technologie gemindert.

Wie hat Enterra Solutions Generative AI in seine Lösungen integriert?

Während viele Organisationen noch in der Entdeckungs- und Testphase mit generativer künstlicher Intelligenz sind, haben Enterra Solutions und unsere Kunden von ihren leistungsfähigen Fähigkeiten seit über einem Jahrzehnt profitiert. Der AI-Komponente von Enterras Plattform wird einzigartig lernen, warum Empfehlungen erfolgreich oder nicht sind, und dieses Wissen in ihren Ontologien und Generative-AI-Wissensbasen persistieren. Enterra wird, wenn ein Kunde dies wünscht, eine spezifische GenAI-Wissensbasis entwickeln, die die Strategien, Taktiken, Geschäftslogik und Arbeitsweisen des Kunden repräsentiert, während es aktualisierte Logik und Constraints-Einstellungen für die Optimierungsfunktionen innerhalb der funktionalen Komponenten von Enterras System of Intelligence bereitstellt.

Halluzinationen sind eines der Hauptprobleme bei Generative AI, wie überwindet Enterra Solutions diese Einschränkungen?

Generative AI kann die meisten Arbeitsabläufe automatisieren, aber ihre Glaubwürdigkeit ist zweifelhaft, da sie nicht validiert ist. Dies kann durch die Nutzung von ADS-Technologie behoben werden, die in große Sprachmodelle (LLMs) einbezogen werden kann, um mathematisch zu begründen und die Wirksamkeit zu validieren. Durch die Nutzung von ADS, um vertrauenswürdige Erklärbarkeit und Handhabbarkeit von Erkenntnissen und Empfehlungen zu liefern, kann Vertrauen aufgebaut werden.

Von 2015 bis 2019 waren Sie Mitglied des Beirats des Dalai-Lama-Zentrums für Ethik und transformative Werte am MIT, wie hat dies Ihre Werte in Bezug auf Geschäft und künstliche Intelligenz geprägt?

Nun, wenn man mit dem Dalai-Lama-Zentrum verbunden ist, kann man nicht umhin, über Führung und Ethik als ein und dasselbe nachzudenken. Wenn man ein Unternehmen leitet, lernt man sehr schnell, dass man Tausende von Entscheidungen pro Jahr trifft. Einige sind klein, einige sind alltäglich oder prozedural, und einige sind bedeutend oder folgenschwer. Ich hoffe, ich habe gelernt, Entscheidungen mit ethischen Überlegungen zu treffen, die in meiner Logik verwurzelt sind – wirklich ein Leitstern und die Parameter für aufgeklärte Entscheidungsfindung. Dieses Konzept wird auch in der Art und Weise widerspiegelt, wie wir Algorithmen und Software konstruieren, und letztendlich in der Art und Weise, wie wir unser Unternehmen führen.

Oft sind Geschäfts- und AI-Führer wie Geoffrey Hinton besorgt über die möglichen zukünftigen Probleme von künstlicher Intelligenz, insbesondere AGI, was sind Ihre Ansichten dazu?

Einige von Geoffrey Hintons Bedenken sind mit dem möglichen Missbrauch und der Geschwindigkeit verbunden, mit der künstliche Intelligenz eingesetzt wird. Diese Bedenken sind berechtigt, da viele Unternehmen versuchen, künstliche Intelligenz in ihre Geschäftspraktiken einzubauen, ohne zuerst zu verstehen, welche Probleme sie lösen wollen. Künstliche Intelligenz löst nicht jedes Problem und sollte nicht als universelle Lösung für alle Geschäftsprobleme betrachtet werden. Es ist von entscheidender Bedeutung, dass Unternehmen mit einem geschäftsgeführten Problemstatement beginnen, bevor sie nach geeigneten Lösungen suchen. Sobald Sie das Problem verstehen, das Sie lösen möchten, können Sie die strategische Passung und technische Machbarkeit des Einsatzes fortschrittlicher Technologien wie künstlicher Intelligenz verstehen.

Sie sind ein Serienunternehmer und haben erfolgreich mehrere Unternehmen in verschiedenen Bereichen gegründet, was treibt Sie zur Innovation an?

Am Ende des Tages bin ich mehr ein lebenslanger Lerner und intellektuell neugieriger Geschäftsmann als ein Administrator. Die Kombination aus lebenslangem Lernen und intellektueller Neugier, verbunden mit dem Unternehmertum und dem Wunsch, neue Unternehmen zu gründen, treibt Innovation und die Schaffung von Produkten und Dienstleistungen an, um identifizierte Marktlücken zu füllen. Der Wunsch, mit großartigen Teams von Menschen zusammenzuarbeiten und “zu konkurrieren und zu gewinnen”, indem man Unternehmenswert schafft, treibt mich zur Innovation an.

Was ist Ihre Vision für die Zukunft von künstlicher Intelligenz?

Durch die Brille von künstlicher Intelligenz in naher Zukunft in B2B-Anwendungen – ich glaube, dass künstliche Intelligenz praktische autonome Entscheidungsfindung in naher Zukunft in groß angelegten Geschäftsanwendungen ermöglichen wird. Diese Fähigkeiten werden von menschenähnlichen intelligenten Agenten angetrieben, die die menschliche Entscheidungsfindung mit künstlicher Intelligenz oder künstlicher Superintelligenz ergänzen, die auf große und disruptive Anwendungsfälle fokussiert sind. Anwendungen wie End-to-End-Optimierung und Entscheidungsfindung für globale Konzerne über Branchen hinweg und Störungen in der Arzneimittelentdeckung und -formulierung sowie klinischen Studien sind transformierend und berühren das Leben der meisten Menschen auf dem Planeten.

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