Ο Mike Capps, Συνιδρυτής & Διευθύνων Σύμβουλος της Diveplane – Σειρά Συνεντεύξεων

Ο Δρ. Michael Capps είναι ένας γνωστός τεχνολόγος και Διευθύνων Σύμβουλος της Diveplane Corporation. Πριν από τη συνίδρυση της Diveplane, ο Mike είχε μια θρυλική καριέρα στη βιομηχανία βιντεοπαιχνιδιών ως πρόεδρος της Epic Games, κατασκευαστή των επιτυχημένων παιχνιδιών Fortnite και Gears of War. Η θητεία του περιελάμβανε εκατό βραβεία παιχνιδιού της χρονιάς, δεκάδες ομιλίες σε συνέδρια, ένα βραβείο Lifetime Achievement και μια επιτυχημένη υπεράσπιση της ελευθερίας του λόγου για τα βιντεοπαιχνίδια στο Ανώτατο Δικαστήριο των ΗΠΑ.

Diveplane προσφέρει λύσεις επιχειρήσεων με τη δύναμη του AI σε πολλές βιομηχανίες. Με έξι εγκριθέντα патέντα και πολλά υπό εξέταση, το Understandable AI της Diveplane παρέχει πλήρη κατανόηση και διαφάνεια αποφάσεων για την υποστήριξη των πολιτικών AI και των στρατηγικών προστασίας δεδομένων.

Επιτυχώς συνταξιοδοτήθηκατε από μια επιτυχημένη καριέρα στη βιομηχανία βιντεοπαιχνιδιών στην Epic Games, τι σας έκανε να βγείτε από τη συνταξιοδότηση για να εστιάσετε στο AI;

Η δημιουργία παιχνιδιών ήταν μια χαρά, αλλά – τουλάχιστον εκείνη την εποχή – δεν ήταν η ιδανική καριέρα όταν είχα μια νέα οικογένεια. Κράτησα τη δραστηριότητά μου με θέσεις στο διοικητικό συμβούλιο και συμβουλευτικές ρόλους, αλλά δεν ήταν ικανοποιητικό. Έτσι, έκανα μια λίστα με τρία μεγάλα προβλήματα που αντιμετωπίζει ο κόσμος και που θα μπορούσα να επηρεάσω – και αυτό περιελάμβανε την εξάπλωση των συστημάτων AI “μαύρης κιβωτού”. Ο στόχος μου ήταν να περάσω ένα χρόνο σε κάθε ένα, αλλά λίγες εβδομάδες αργότερα, ο εξαιρετικός φίλος μου Chris Hazard μου είπε ότι είχε δουλέψει μυστικά σε μια διαφανή και πλήρως εξηγήσιμη πλατφόρμα AI. Και εδώ είμαστε.

Η Diveplane ξεκίνησε με μια αποστολή να φέρει την ανθρωπιά στο AI, μπορείτε να εξηγήσετε τι σημαίνει αυτό συγκεκριμένα;

Βέβαια. Εδώ χρησιμοποιούμε την ανθρωπιά για να σημαίνει “ανθρωπιά” ή “οικτιρμό”. Για να βεβαιωθούμε ότι το καλύτερο της ανθρωπότητας είναι στο μοντέλο AI σας, δεν можете απλώς να εκπαιδεύσετε, να δοκιμάσετε λίγο και να ελπίζετε ότι όλα θα είναι εντάξει.

Πρέπει να εξετάσουμε προσεκτικά τα δεδομένα εισόδου, το μοντέλο zelf και την έξοδο του μοντέλου και να βεβαιωθούμε ότι αντικατοπτρίζει το καλύτερο της ανθρωπότητας. Τα περισσότερα συστήματα που εκπαιδεύονται με ιστορικά ή πραγματικά δεδομένα δεν θα είναι σωστά την πρώτη φορά και δεν είναι απαραίτητα αμερόληπτα. Πιστεύουμε ότι ο único τρόπος να απομακρύνουμε τις προκαταλήψεις από ένα μοντέλο – που σημαίνει τόσο στατιστικά λάθη όσο και προκαταλήψεις – είναι η συνδυασμένη διαφάνεια, ελέγχου και ανθρώπινης εξήγησης.

Η πυρήνας τεχνολογία της Diveplane ονομάζεται REACTOR, τι κάνει αυτή τη προσέγγιση να είναι καινοτόμος για την κατασκευή του machine learning εξηγήσιμο;

Το machine learning συνήθως περιλαμβάνει τη χρήση δεδομένων για την κατασκευή ενός μοντέλου που λαμβάνει μια συγκεκριμένη απόφαση. Οι αποφάσεις μπορεί να περιλαμβάνουν τη γωνία στροφής των τροχών για ένα όχημα, αν θα εγκριθεί ή θα απορριφθεί μια αγορά ή θα σημειωθεί ως απάτη, ή ποιο προϊόν να προτείνει σε κάποιον. Αν θέλετε να μάθετε πώς το μοντέλο έλαβε την απόφαση, συνήθως πρέπει να του ζητήσετε πολλές παρόμοιες αποφάσεις και μετά να προσπαθήσετε να προβλέψετε τι θα κάνει το μοντέλο. Οι τεχνικές machine learning είναι είτε περιορισμένες στα είδη των πληροφοριών που μπορούν να προσφέρουν, είτε από το γεγονός ότι οι πληροφορίες που προσφέρουν δεν αντικατοπτρίζουν πάντα τι έκανε το μοντέλο για να λάβει την απόφαση, είτε έχουν χαμηλότερη ακρίβεια.

Η εργασία με το REACTOR είναι khá διαφορετική. Το REACTOR χαρακτηρίζει την αβεβαιότητα των δεδομένων σας και τα δεδομένα σας γίνονται το μοντέλο. Αντί να κατασκευάζουμε ένα μοντέλο ανά τύπο απόφασης, απλώς ζητάτε από το REACTOR τι θέλετε να αποφασίσει — μπορεί να είναι οτιδήποτε σχετικό με τα δεδομένα — και το REACTOR ζητά ποια δεδομένα χρειάζονται για μια δεδομένη απόφαση. Το REACTOR μπορεί πάντα να σας δείξει τα δεδομένα που χρησιμοποίησε, πώς σχετίζονται με την απάντηση, κάθε аспект αβεβαιότητας, αντίστροφη σκέψη και σχεδόν οποιαδήποτε άλλη ερώτηση που θα θέλατε να ζητήσετε. Επειδή τα δεδομένα είναι το μοντέλο, μπορείτε να επεξεργαστείτε τα δεδομένα και το REACTOR θα ενημερωθεί αμέσως. Μπορεί να σας δείξει αν υπήρχε οποιοδήποτε δεδομένο που έδειχνε ανωμαλίες που μπήκαν στην απόφαση και να αναζητήσει κάθε επεξεργασία στα δεδομένα και την πηγή τους.

Το REACTOR χρησιμοποιεί τη θεωρία της πιθανότητας σε όλα τα επίπεδα, που σημαίνει ότι μπορούμε να σας πούμε τις μονάδες μέτρησης κάθε μέρους της λειτουργίας του. Και τέλος, μπορείτε να αναπαράγετε και να επικυρώσετε οποιαδήποτε απόφαση χρησιμοποιώντας μόνο τα δεδομένα που οδήγησαν στην απόφαση και τις αβεβαιότητες, χρησιμοποιώντας σχετικά απλή μαθηματική χωρίς να χρειάζεται το REACTOR.

Το REACTOR είναι σε θέση να κάνει όλα αυτά ενώ διατηρεί υψηλή ανταγωνιστική ακρίβεια, ιδιαίτερα για μικρά και σπάνια σύνολα δεδομένων.

Το GEMINAI είναι ένα προϊόν που κατασκευάζει einen ψηφιακό δίδυμο ενός συνόλου δεδομένων, τι σημαίνει αυτό συγκεκριμένα και πώς αυτό εξασφαλίζει την προστασία των δεδομένων;

Όταν σας δώσετε ένα σύνολο δεδομένων, το GEMINAI κατασκευάζει μια βαθιά γνώση του στατιστικού σχήματος των δεδομένων. Μπορείτε να το χρησιμοποιήσετε για να δημιουργήσετε einen συνθετικό δίδυμο που μοιάζει με τη δομή των αρχικών δεδομένων, αλλά όλα τα ρεκόρ είναι nově δημιουργημένα. Αλλά το στατιστικό σχήμα είναι το ίδιο. Έτσι, για παράδειγμα, ο μέσος ρυθμός καρδιάς των ασθενών και στα δύο σύνολα θα ήταν σχεδόν ο ίδιος, καθώς και όλα τα άλλα στατιστικά. Έτσι, οποιαδήποτε ανάλυση δεδομένων που χρησιμοποιεί το δίδυμο θα έδινε την ίδια απάντηση με τα αρχικά, συμπεριλαμβανομένης της εκπαίδευσης μοντέλων ML.

Και αν κάποιος έχει ένα ρεκόρ στα αρχικά δεδομένα, δεν θα υπήρχε κανένα ρεκόρ για αυτόν στο συνθετικό δίδυμο. Δεν αφαιρούμε απλώς το όνομα – βεβαιωνόμαστε ότι δεν υπάρχει κανένα νέο ρεκόρ που είναι “κοντά” στο ρεκόρ (και όλα τα άλλα) στο χώρο πληροφοριών. Δηλαδή, δεν υπάρχει κανένα ρεκόρ που να είναι αναγνωρίσιμο και στα δύο σύνολα.

Και αυτό σημαίνει ότι το συνθετικό σύνολο δεδομένων μπορεί να μοιραστεί πολύ πιο ελεύθερα χωρίς κανένα κίνδυνο μοιράσματος εμπιστευτικών πληροφοριών. Δεν έχει σημασία αν πρόκειται για προσωπικές οικονομικές συναλλαγές, πληροφορίες υγείας ασθενών, ταξινομημένα δεδομένα -只要 τα στατιστικά των δεδομένων δεν είναι εμπιστευτικά, το συνθετικό δίδυμο δεν είναι εμπιστευτικό.

Γιατί το GEMINAI είναι μια καλύτερη λύση από τη χρήση διαφορικής ιδιωτικότητας;

Η διαφορική ιδιωτικότητα είναι ένα σύνολο τεχνικών που διατηρούν την πιθανότητα ότι οποιοδήποτε άτομο δεν θα επηρεάσει τις στατιστικές περισσότερο από ένα περιθωριακό ποσό και είναι ένα θεμελιώδες κομμάτι σε σχεδόν οποιαδήποτε λύση προστασίας δεδομένων. Ωστόσο, όταν η διαφορική ιδιωτικότητα χρησιμοποιείται μόνο, ένας προϋπολογισμός ιδιωτικότητας για τα δεδομένα πρέπει να διαχειριστεί, με επαρκές θόρυβο που προστίθεται σε κάθε ερώτηση. Μόλις ο προϋπολογισμός αυτός χρησιμοποιηθεί, τα δεδομένα δεν μπορούν να χρησιμοποιηθούν ξανά χωρίς να υποστούν κίνδυνους ιδιωτικότητας.

Ένας τρόπος να ξεπεραστεί αυτός ο προϋπολογισμός είναι να εφαρμοστεί ο πλήρης προϋπολογισμός ιδιωτικότητας μια φορά για να εκπαιδεύσετε ένα μοντέλο ML για τη δημιουργία συνθετικών δεδομένων. Η ιδέα είναι ότι αυτό το μοντέλο, που εκπαιδεύτηκε χρησιμοποιώντας διαφορική ιδιωτικότητα, μπορεί να χρησιμοποιηθεί σχετικά ασφαλώς. Ωστόσο, η σωστή εφαρμογή της διαφορικής ιδιωτικότητας μπορεί να είναι δύσκολη, ιδιαίτερα αν υπάρχουν διαφορετικά όγκοι δεδομένων για διαφορετικά άτομα και πιο σύνθετες σχέσεις, όπως άνθρωποι που ζουν στο ίδιο σπίτι. Και τα συνθετικά δεδομένα που παράγονται από αυτό το μοντέλο είναι συχνά πιθανό να περιλαμβάνουν, από τύχη, πραγματικά δεδομένα που ένα άτομο θα μπορούσε να ισχυριστεί ότι είναι δικά του, επειδή είναι πολύ παρόμοια.

Το GEMINAI λύνει αυτά τα προβλήματα και άλλα, συνδυάζοντας πολλές τεχνικές ιδιωτικότητας κατά τη σύνθεση των δεδομένων. Χρησιμοποιεί μια πρακτική μορφή διαφορικής ιδιωτικότητας που μπορεί να φιλοξενήσει eine ποικιλία τύπων δεδομένων. Είναι χτισμένο πάνω από το κινητήρα REACTOR μας, οπότε γνωρίζει επίσης την πιθανότητα ότι οποιαδήποτε κομμάτια δεδομένων μπορεί να συγχυσθούν μεταξύ τους και συνθέτει δεδομένα, βεβαιώνοντας ότι είναι πάντα επαρκώς διαφορετικά από τα πιο παρόμοια αρχικά δεδομένα. Επιπλέον, θεωρεί κάθε πεδίο, κάθε κομμάτι δεδομένων ως πιθανό ευαίσθητο ή αναγνωριστικό, οπότε εφαρμόζει πρακτικές μορφές διαφορικής ιδιωτικότητας για πεδία που δεν θεωρούνται παραδοσιακά ευαίσθητα αλλά θα μπορούσαν να αναγνωρίσουν ένα άτομο, όπως η μόνη συναλλαγή σε ένα 24ωρο κατάστημα μεταξύ 2πμ και 3πμ. Συχνά αναφερόμαστε σε αυτό ως διασταύρωση ιδιωτικότητας.

Το GEMINAI είναι σε θέση να επιτύχει υψηλή ακρίβεια για σχεδόν οποιοδήποτε σκοπό, που μοιάζει με τα αρχικά δεδομένα, αλλά αποτρέπει κανέναν από το να βρει οποιοδήποτε συνθετικό δεδομένο πολύ παρόμοιο με το συνθετικό δεδομένο.

Η Diveplane ήταν ουσιαστικά συνιδρυτής του Data & Trust Alliance, τι είναι αυτή η συμμαχία;

Είναι μια απολύτως φανταστική ομάδα τεχνολογικών CEOs, που συνεργάζονται για την ανάπτυξη και την υιοθέτηση υπεύθυνων πρακτικών δεδομένων και AI. Παγκόσμιες οργανώσεις όπως η IBM, η Johnson&Johnson, η Mastercard (MA ), η UPS, η Walmart (WMT ) και η Diveplane. Είμαστε πολύ υπερήφανοι που συμμετείχαμε στις πρώτες φάσεις και επίσης υπερήφανοι για την εργασία που έχουμε συλλέξει συλλογικά στις πρωτοβουλίες μας.

Η Diveplane πρόσφατα raised μια επιτυχημένη Σειρά A, τι θα σημαίνει αυτό για το μέλλον της εταιρείας;

Έχουμε τη τύχη να είμαστε επιτυχημένοι με τα εταιρικά μας προγράμματα, αλλά είναι δύσκολο να αλλάξετε τον κόσμο μια φορά. Θα χρησιμοποιήσουμε αυτή την υποστήριξη για να χτίσουμε την ομάδα μας, να μοιραστούμε το μήνυμά μας και να φέρουμε το Understandable AI σε όσο το δυνατόν περισσότερα μέρη!

Υπάρχει κάτι άλλο που θα θέλατε να μοιραστείτε σχετικά με τη Diveplane;

Η Diveplane είναι όλα για το να βεβαιωθούμε ότι το AI γίνεται σωστά καθώς εξαπλώνεται. Είμαστε για δίκαιο, διαφανές και εξηγήσιμο AI, που δείχνει προσεκτικά τι οδηγεί τις αποφάσεις και απομακρύνεται από τη “μαύρη κιβωτό” νοοτροπία στο AI που έχει το δυναμικό να είναι άδικο, αήθικο και προκατειλημμένο. Πιστεύουμε ότι η εξηγήσιμη AI είναι το μέλλον του AI και είμαστε ενθουσιασμένοι να παίξουμε einen κρίσιμο ρόλο στην προώθησή του!

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που θέλουν να μάθουν περισσότερα πρέπει να επισκεφθούν Diveplane.