Δρ. Pandurang Kamat, Chief Technology Officer, Persistent Systems – Συνέντευξη Σειράς

Ο Δρ. Pandurang Kamat είναι ο Chief Technology Officer στην Persistent Systems (PERSISTENT.BO ), και είναι υπεύθυνος για την έρευνα προηγμένων τεχνολογιών, με στόχο την απελευθέρωση της επιχειρηματικής αξίας μέσω της καινοτομίας σε μεγάλη κλίμακα. Είναι ένας έμπειρος τεχνολογικός ηγέτης που βοηθά τους πελάτες να βελτιώσουν την εμπειρία του χρήστη, να βελτιώσουν τις επιχειρηματικές διαδικασίες και να δημιουργήσουν νέα ψηφιακά προϊόντα. Η όρασή του για την Persistent είναι να είναι ένας πυρήνας καινοτομίας που συνδέει ένα παγκόσμιο και διαφορετικό οικοσύστημα καινοτομίας, που αποτελείται από ακαδημαϊκούς και startups.

Ο Pandurang εντάχθηκε στην Persistent το 2012. Προηγουμένως, ήταν ο Διευθυντής Ανάλυσης για τις επιχειρήσεις αναζήτησης και περιεχομένου της Ask.com, όπου ηγήθηκε μιας παγκόσμιας ομάδας για τη διαχείριση της πλατφόρμας ανάλυσης της Ask. Προηγουμένως, βοήθησε στην κατασκευή ασφαλούς επικοινωνίας και ψηφιακών μέσων προϊόντων στα Bell Labs και HP Labs και μια βραβευμένη πλατφόρμα ασύρματης έρευνας στο Rutgers University.

Persistent Systems είναι ένας αξιόπιστος συνεργάτης Ψηφιακής Μηχανικής και Μοντέρνας Επιχειρηματικής για παγκόσμιους ηγέτες αγοράς σε διάφορους κλάδους.

Τι σας έκανε να ενδιαφερθείτε για την επιστήμη των υπολογιστών και την μηχανική των υπολογιστών;

Το ενδιαφέρον μου για την επιστήμη των υπολογιστών και τη μηχανική των υπολογιστών ξεκίνησε κατά τη διάρκεια eines θερινού μαθήματος στο σχολείο. Η μάθηση προγραμματιστικών κατασκευών και η δημιουργία παιχνιδιών υπολογιστή με εισήγαγαν στη λογική που υποστηρίζει αυτά τα πεδία. Ηταν μαγευμένος από την ικανότητα να αναλύσω σύνθετα προβλήματα και να τα λύσω συστηματικά. Αυτό που με έκανε πραγματικά να ενδιαφερθώ ήταν η τεράστια επίδραση που έχουν οι καλά σχεδιασμένοι προγραμματισμοί. Μπορούν να αυτοματοποιήσουν εργασίες, να βελτιώσουν τις διαδικασίες και να ενδυναμώσουν άτομα ή μικρές ομάδες να επιτύχουν αξιοσημείωτα κατορθώματα. Αυτή η συνδυασμός δημιουργικότητας, επίλυσης προβλημάτων και μετασχηματιστικής δυνατότητας συνεχίζει να με εμπνέει. Από τις αρχικές εμπειρίες μου μέχρι τη συνεχιζόμενη πορεία μου, παραμένω ενθουσιασμένος για τις ατελείωτες δυνατότητες που προσφέρει η τεχνολογία. Η επιστήμη των υπολογιστών και η μηχανική των υπολογιστών δεν μόνο διαμορφώνουν το μέλλον αλλά επίσης προσφέρουν οδούς για καινοτομία και πρόοδο που με οδηγούν προς τα εμπρός.

Η πλειοψηφία της επιχείρησης της Persistent Systems προέρχεται από την κατασκευή λογισμικού για επιχειρήσεις, πώς έχει μεταμορφώσει η έλευση της γενετικής τεχνητής νοημοσύνης τον τρόπο λειτουργίας της ομάδας σας;

Η έλευση της γενετικής τεχνητής νοημοσύνης (GenAI) έχει μεταμορφώσει τον τρόπο λειτουργίας της ομάδας μας στην Persistent, ιδιαίτερα στην ανάπτυξη λογισμικού για επιχειρήσεις. Αυτή η αναταραχή στο χώρο της τεχνολογίας της πληροφορίας δεν μόνο παρουσιάζει προκλήσεις αλλά και σημαντικές ευκαιρίες για να ξανασχεδιάσουμε τις επιχειρηματικές λειτουργίες ολιστικά.

Ως μια εταιρεία Ψηφιακής Μηχανικής που βασίζεται στην τεχνητή νοημοσύνη, η Persistent έχει υιοθετήσει τη GenAI για να επανασχεδιάσει διάφορους τομείς του κύκλου ζωής της μηχανικής λογισμικού. Κατά το τελευταίο έτος, abbiamo αναπτύξει εργαλεία και σουίτες που ξαναορίζουν διαδικασίες όπως η γενετική κωδικοποίηση, η γενετική δημιουργία περιπτώσεων δοκιμής και η μετανάστευση αναφορών. Σε έργα μοντέρνας ανανέωσης, η προσέγγισή μας έχει εξελιχθεί σημαντικά. Τώρα χρησιμοποιούμε εργαλεία για να ροκανίσουμε τις διαδικασίες λήψης κώδικα, να μειώσουμε τους κινδύνους του έργου και να επιταχύνουμε την ένταξη νέων μελών της ομάδας, παρέχοντάς τους μια βαθύτερη κατανόηση των σύνθετων κωδικών. Επιπλέον, η συνεργασία μας με βιομηχανικούς τομείς μας επιτρέπει να παρέχουμε προσαρμοσμένες λύσεις που χρησιμοποιούν επιχειρηματικά δεδομένα. Αναπτύσσοντας ψηφιακούς βοηθούς που μπορούν να κατανοήσουν την επιχειρηματική γλώσσα και να παρέχουν σχετικές αναφορές, βελτιώνουμε την επιχειρηματική αποτελεσματικότητα και την λήψη αποφάσεων μέσα στις επιχειρήσεις. Αυτοί οι βοηθοί τηρούν τις αρχές της Υπεύθυνης Τεχνητής Νοημοσύνης, διασφαλίζοντας τη διαφάνεια, την ευθύνη, την ασφάλεια και την ιδιωτικότητα, ενώ συνεχώς βελτιώνουν την ακρίβειά τους και την απόδοσή τους μέσω της αυτοματοποιημένης αξιολόγησης της εξόδου του μοντέλου.

Ποια είναι κάποια από τα προβλήματα της πλήρης ανανέωσης των παλαιών συστημάτων χρησιμοποιώντας τη γενετική τεχνητή νοημοσύνη;

Η GenAI είναι ένα ισχυρό εργαλείο, αλλά δεν είναι ένα μαγικό βόλι για την πλήρη ανανέωση των παλαιών συστημάτων. Οι οργανισμοί σε διάφορους κλάδους πρέπει να υιοθετήσουν μια συνδυασμένη προσέγγιση, αξιοποιώντας την ανθρώπινη εμπειρία και τις ικανότητες της τεχνητής νοημοσύνης. Ενώ η GenAI προσφέρει σημαντικό δυναμικό για ανανέωση, έχει τους περιορισμούς της. Κύρια προβλήματα περιλαμβάνουν:

• Περιορισμένη Κατανόηση των Παλαιών Συστημάτων: Τα μοντέλα GenAI απαιτούν μια πλήρη κατανόηση των υφιστάμενων συστημάτων για να λειτουργήσουν αποτελεσματικά. Τα παλιά συστήματα συχνά λείπουν από πλήρη τεκμηρίωση, εμποδίζοντας την ικανότητα της τεχνητής νοημοσύνης να κατανοήσει τις αλληλεπιδράσεις τους αποτελεσματικά.
• Ποιότητα και Προκατάληψη Δεδομένων: Η ποιότητα και η αντιπροσωπευτικότητα των δεδομένων που χρησιμοποιούνται για την εκπαίδευση του μοντέλου τεχνητής νοημοσύνης έχουν σημαντική επίδραση στο αποτέλεσμά του. Οι περιορισμοί των δεδομένων εκπαίδευσης μπορούν να αντικατοπτρίζονται στο παραγόμενο κώδικα, потенτικά εισάγοντας νέα προβλήματα.
• Εγγύηση Ποιότητας και Ασφάλειας: Ενώ η GenAI μπορεί να αυτοματοποιήσει την κωδικοποίηση, η έξοδος χρειάζεται αυστηρά τεστ και επαλήθευση για να ανταποκριθεί στις απαιτήσεις ποιότητας, λειτουργικών απαιτήσεων και προτύπων ασφάλειας.
• Περιορισμένος Χώρος Ανανέωσης: Η GenAI μπορεί να μην είναι κατάλληλη για πλήρη ανακαίνιση συστημάτων. Μπορεί να excels σε συγκεκριμένες εργασίες όπως η ανακαίνιση κώδικα ή η δημιουργία περιπτώσεων δοκιμής, αλλά οι σύνθετες αρχιτεκτονικές αλλαγές vẫn απαιτούν χειροκίνητη παρέμβαση.
• Διαχείριση Αλλαγών και Συναίνεση Μετόχων: Η διαχείριση της αλλαγής και η απόκτηση συναίνεσης των μετόχων είναι κρίσιμα στοιχεία για την επιτυχία της ανανέωσης των παλαιών συστημάτων με τη GenAI. Σαφής επικοινωνία, προγράμματα εκπαίδευσης και πρωτοβουλίες συμμετοχής μετόχων μπορούν να βοηθήσουν στην αντιμετώπιση της αντίστασης στην αλλαγή και να διευκολύνουν ομαλές μεταβάσεις.

Μια από τις προκλήσεις της Γενετικής Τεχνητής Νοημοσύνης είναι η συνεκτικότητα, πώς βοηθά η Persistent Systems στην κατασκευή μιας συνεκτικής εμπειρίας χρήστη;

Η συνεκτικότητα είναι ένα στοιχείο της παροχής μιας ολικής, ασφαλής και επιχειρηματικής εμπειρίας χρήστη και αποτελεσμάτων GenAI. Βλέπουμε τη διαδικασία ολιστικά.

Παρέχουμε ολοκληρωμένη υποστήριξη σε όλα τα στάδια της υιοθέτησης GenAI. Η στρατηγική μας καθοδήγηση και η προσεκτική ανάλυση των περιπτώσεων χρήσης βοηθούν τις οργανώσεις να επιλέξουν τα πιο κατάλληλα μοντέλα θεμελίωσης (FMs) που ταιριάζουν στις συγκεκριμένες απαιτήσεις τους. Μέσω μιας λεπτομερούς εξέτασης και συμβουλευτικής, βοηθάμε τους πελάτες να ορίσουν σαφείς περιπτώσεις χρήσης και να κάνουν ενημερωμένες επιλογές FM.

Στη συνέχεια, εστιάζουμε σε πολλαπλάς προσεγγίσεις, όπως η few-shot προώθηση ή ακόμη και η fine-tuning, για να διασφαλίσουμε ότι τα μοντέλα που χρησιμοποιούνται στις εφαρμογές είναι συγχρονισμένα με την περίπτωση χρήσης και τα επιχειρηματικά δεδομένα.

Οι λύσεις μας δεν χρησιμοποιούν μόνο τις τυπικές τεχνικές RAG αλλά επίσης πηγαίνουν πιο sâuτικά σε πολλαπλές προωθήσεις και στρατηγικές chunking δεδομένων για να διασφαλίσουμε ότι τα πιο σχετικά δεδομένα ανακτώνται και παρέχονται στο FM κατά τη διάρκεια της εύρεσης. Βελτιώνουμε περαιτέρω την ακρίβεια και τη σχετικότητα αυτής της πειροπότητας χρησιμοποιώντας προηγμένα Γραφικά Γνώσης για να καταγράψουμε τις κρυφές σχέσεις μέσα στα επιχειρηματικά δεδομένα.

Επιπλέον, χρησιμοποιούμε πολλαπλά τεχνικές εναρμόνισης και φρουρών για να περιοριστούν και να εστιαστούν οι εξουσίες της εύρεσης.

Τέλος, περνάμε την εφαρμογή μέσω eines αυστηρού και αυτοματοποιημένου πλαισίου αξιολόγησης που διασφαλίζει τη συνεκτικότητα της εύρεσης και της εμπειρίας, έκδοση μετά έκδοση.

Μπορείτε να παρέχετε πραγματικά παραδείγματα όπου οι λύσεις GenAI έχουν μεταμορφώσει επιτυχώς τις αλληλεπιδράσεις των πελατών;

Η Persistent έχει μεταμορφώσει τις αλληλεπιδράσεις των πελατών για έναν ηγέτη λύσεων λογισμικού μέσω λύσεων GenAI. Αντιμετωπίζοντας προκλήσεις κλιμάκωσης κατά τις περιόδους αιχμής, η εταιρεία υλοποίησε ένα Κεντρικό Αποθετήριο Γνώσεων και einen BOT της Ομάδας Συνομιλίας AI. Αυτό ροκανίστηκε την πρόσβαση στις πληροφορίες, οδηγώντας σε 80% μείωση του χρόνου επίλυσης ερωτημάτων πελατών. Η ποιότητα των απαντήσεων βελτιώθηκε επίσης σημαντικά, οδηγώντας σε ενισχυμένη ικανοποίηση πελατών.

Βοηθήσαμε επίσης μια ιδιωτική εταιρεία ιδιωτικών επενδύσεων με τη χρήση GenAI για την αυτοματοποίηση της δημιουργίας λεπτομερών αναφορών επενδύσεων. Με το σύστημα GenAI, ο χρόνος που απαιτείται για τη δημιουργία αναφορών μειώθηκε κατά 90%. Αυτή η ροκανισμένη προσέγγιση μεταμόρφωσε τις επιχειρηματικές λειτουργίες της εταιρείας, διευκολύνοντας τη γρήγορη και αποτελεσματική λήψη αποφάσεων. Η αποτελεσματικότητα όχι μόνο εξοικονόμησε πολύτιμο χρόνο αλλά επίσης προώθησε μεγαλύτερη συνεργασία μεταξύ των μετόχων και διασφάλισε μια προσωπική πτυχή σε κάθε σημείωμα, βελτιώνοντας την ολική αποτελεσματικότητα.

Πώς προσεγγίζετε την Υπεύθυνη καινοτομία GenAI;

Η προσέγγισή μας στην Υπεύθυνη καινοτομία GenAI προτεραιοποιεί τις ηθικές πρακτικές και τη συμμόρφωση με τους κανονισμούς καθ’ όλη τη διάρκεια της ανάπτυξης και της υλοποίησης. Τηρούμε την διαφάνεια, την ευθύνη και την αξιοκρατία στη λήψη αποφάσεων με τη GenAI.

Θεσπίζουμε ισχυρές ηθικές οδηγίες που διέπουν την ανάπτυξη, την υλοποίηση και τη χρήση συστημάτων GenAI. Στο πορεία μας για την Υπεύθυνη καινοτομία GenAI, δοκιμάζουμε και επικυρώνουμε αυστηρά τα συστήματα μας για να μειώσουμε τους πιθανούς κινδύνους όπως τις προκαταλήψεις, τις ψευδείς πληροφορίες και τα προβλήματα ιδιωτικότητας.

Επιπλέον, προτεραιοποιούμε τη διαφάνεια και την ευθύνη στη λήψη αποφάσεων με τη GenAI, παρέχοντας στους χρήστες σαφείς ενημερώσεις για τις λειτουργίες του συστήματος. Τελικά, η προσέγγισή μας στοχεύει στην ανάπτυξη και την υλοποίηση συστημάτων GenAI που οδηγούν στην καινοτομία και την αποτελεσματικότητα, συμβάλλοντας θετικά στην κοινωνία.

Τι είναι η όρασή σας για το μέλλον της Τεχνητής Νοημοσύνης;

Η όρασή μου για το μέλλον της Τεχνητής Νοημοσύνης είναι πολυμερής. Πρώτον, στη ψηφιακή μηχανική, οραματίζομαι την Τεχνητή Νοημοσύνη όχι μόνο ως βοηθό κωδικοποίησης αλλά και ως συνεργάτη, παρόμοιο με έναν “συνοδοιπόρο προγραμματιστή”. Αυτό περιλαμβάνει την Τεχνητή Νοημοσύνη να βοηθά στις εργασίες κωδικοποίησης και να συμμετέχει ενεργά στη λύση προβλημάτων, χαρτογραφώντας σύνθετες εργασίες και εκτελώντας υπο-εργασίες.

Δεύτερον, προβλέπω μια εποχή προσωπικών βοηθών Τεχνητής Νοημοσύνης και προσωπικών συνεργατών που προσφέρουν προσωποποιημένες εμπειρίες σε άτομα – μια προσέγγιση “προσωποποίησης του 1”. Αυτοί οι βοηθοί θα κατανοούν τις μοναδικές προτιμήσεις, συμπεριφορές και ανάγκες των χρηστών, παρέχοντας εξαιρετικά προσωποποιημένη υποστήριξη και υπηρεσίες.

Τέλος, πιστεύω στην εξέλιξη των σύνθετων συστημάτων Τεχνητής Νοημοσύνης, όπου διάφορα μοντέλα Τεχνητής Νοημοσύνης συνυπάρχουν για να αντιμετωπίσουν διαφορετικές ανάγκες. Δεν θα υπάρχει ένα μοντέλο “ένα-μεγέθους-για-όλους”, αλλά μια συνδυασμένη προσέγγιση με μεγάλα και μικρά, γενικά και ειδικά μοντέλα που συνεργάζονται σε υπηρεσίες Τεχνητής Νοημοσύνης. Αυτή η προσέγγιση επιτρέπει μεγαλύτερη ευελιξία, αποτελεσματικότητα και αποτελεσματικότητα στη λύση ενός ευρέος φάσματος προβλημάτων σε διάφορους τομείς.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα μπορούν να επισκεφθούν την Persistent Systems.