Babak Hodjat, Director de Inteligencia Artificial en Cognizant – Serie de Entrevistas

Babak Hodjat, Director de Inteligencia Artificial, lidera los Laboratorios de Investigación de Inteligencia Artificial, un equipo de desarrolladores e investigadores que están avanzando en el estado del arte en inteligencia artificial, creando características de inteligencia artificial diferenciadas en las ofertas de Cognizant y liderando las iniciativas de la empresa para el bien de la inteligencia artificial.

Babak es el ex cofundador y CEO de Sentient, responsable de la tecnología básica detrás del sistema de inteligencia artificial distribuida más grande del mundo. Babak también fue el fundador del primer fondo de cobertura impulsado por inteligencia artificial, Sentient Investment Management.

Babak es un emprendedor serial, habiendo iniciado varias empresas en Silicon Valley como inventor y tecnólogo principal. Antes de cofundar Sentient, Babak fue el director senior de ingeniería en Sybase iAnywhere, donde lideró la ingeniería de soluciones móviles. Antes de Sybase, Babak fue el cofundador, CTO y miembro de la junta de Dejima Inc. Babak es el inventor principal de la tecnología patentada de Dejima, orientada a agentes, aplicada a interfaces inteligentes para computación móvil y empresarial, la tecnología detrás de Apple’s Siri.

Babak ha publicado más de 50 artículos en los campos de la vida artificial, ingeniería de software orientada a agentes y inteligencia artificial distribuida, y tiene 39 patentes estadounidenses emitidas a su nombre. Es un experto en numerosos campos de la inteligencia artificial, incluyendo el procesamiento de lenguaje natural, el aprendizaje automático, los algoritmos evolutivos y la inteligencia artificial distribuida.

Cognizant es una empresa global de servicios profesionales y consultoría de TI que ayuda a las organizaciones a modernizar su infraestructura digital, implementar tecnologías emergentes como la inteligencia artificial, la nube, los datos y la automatización, y realinear los procesos comerciales para impulsar la agilidad y el crecimiento.

Has fundado varias empresas de inteligencia artificial, has escrito dos libros y has ayudado a pionear la tecnología que influyó en Siri. Mirando hacia atrás, ¿qué experiencias personales o puntos de inflexión más han moldeado tu creencia en la inteligencia artificial como una herramienta para el impacto en el mundo real?

Mi fascinación con la inteligencia artificial comenzó temprano en mis años académicos y solo se ha solidificado desde entonces. Algunos puntos de inflexión clave incluyeron crear algunos de los primeros sistemas basados en agentes en Dejima para programar bienes de consumo como tu VCR, el trabajo que hicimos en Sentient Technologies, aplicando la inteligencia artificial a problemas complejos como el comercio financiero. La tecnología de lenguaje natural que desarrollé para Siri, que también era basada en agentes, fue otro punto de inflexión.

Estas aplicaciones en el mundo real demostraron que la inteligencia artificial podía ir más allá de los constructos teóricos y entregar valor empresarial tangible. Ahora estamos entrando en un período explosivo para la comercialización de las tecnologías de inteligencia artificial, particularmente con sistemas multiagentes que transformarán completamente la forma en que operan las empresas, permitiendo la automatización de muchas tareas complejas.

Hablemos sobre tu proyecto más reciente, este sistema de planificación de uso de la tierra impulsado por inteligencia artificial desarrollado con la Universidad de Texas. ¿Qué inspiró el desarrollo de esta herramienta y cómo representa un cambio de la inteligencia artificial teórica al impacto de las políticas en el mundo real?

El sistema de inteligencia artificial para la planificación del uso de la tierra que desarrollamos en colaboración con la Universidad de Texas en Austin fue inspirado por la necesidad de abordar los complejos intercambios ambientales y económicos en el uso global de la tierra. El marco impulsado por el aprendizaje automático utiliza la tecnología detrás de Cognizant Neuro AI Decisioning y se basa en la plataforma Project Resilience.

Nuestro equipo de investigación conjunto apuntó a ayudar a realizar los objetivos de desarrollo sostenible de las Naciones Unidas creando una herramienta que pudiera optimizar el uso de la tierra para maximizar el almacenamiento de carbono, minimizar las perturbaciones económicas y preservar el suministro de alimentos y los hábitats. Los enfoques tradicionales a menudo pasan por alto los intercambios matizados, como los efectos de la conversión de tierras de cultivo o pastizales en bosques. Tomamos un camino diferente que aprovechó la inteligencia artificial evolutiva, un enfoque computacional inspirado en la selección natural. Estaba diseñado para explorar miles de escenarios de políticas, mejorando y equilibrando objetivos en competencia para estrategias de uso de la tierra más efectivas y sensibles al contexto.

El sistema marca un cambio significativo de los conceptos teóricos de inteligencia artificial al impacto de las políticas en el mundo real. Integra datos históricos de uso de la tierra que se remontan a siglos y datos de carbono con algoritmos evolutivos sofisticados para proporcionar recomendaciones optimizadas y accionables en lugar de predicciones abstractas.

Por separado, también creamos una herramienta interactiva que genera y evalúa escenarios de políticas climáticas utilizando el simulador En-ROADS, ayudando a los responsables de la toma de decisiones a comparar y personalizar planes de acción. El sistema les permite a los legisladores y responsables de la toma de decisiones simular incentivos políticos y comprender directamente los intercambios, ayudándolos a seleccionar intervenciones eficientes y dirigidas. La integración del sistema con plataformas como el simulador En-ROADS de Climate Interactive permite escalar la optimización de las políticas climáticas impulsadas por la inteligencia artificial a audiencias más amplias, destacando la inteligencia artificial como una herramienta práctica para abordar los desafíos de sostenibilidad en el mundo real.

¿Puedes explicarnos cómo funciona la herramienta desde la perspectiva de un usuario? ¿Qué tipo de decisiones puede apoyar y cómo entrega recomendaciones personalizadas para diferentes regiones?

Desde la perspectiva de un usuario, la herramienta de inteligencia artificial funciona como una plataforma de apoyo a la toma de decisiones interactiva en un entorno dinámico y basado en datos que ayuda a tomar decisiones más inteligentes que funcionan para los objetivos climáticos.

Los responsables de la toma de decisiones, legisladores y otras partes interesadas pueden explorar diversas estrategias de uso de la tierra y sus impactos ambientales y económicos. Los usuarios pueden simular incentivos, como créditos fiscales para propietarios de tierras, por ejemplo, y observar cómo podrían influir en los cambios en el uso de la tierra para reducir el carbono.

Apooya una serie de decisiones personalizadas para diferentes regiones. Por ejemplo, puede ayudar a determinar dónde realizar cambios en la tierra para obtener los mejores resultados, cuánta tierra convertir (como convertir tierras de cultivo en bosques) y cuáles son los pros y los contras de diferentes políticas de uso de la tierra. Para proporcionar asesoramiento personalizado, examina la historia global del uso de la tierra y los datos de carbono para sugerir diferentes enfoques para diferentes áreas. Puede tener en cuenta las características específicas de la región, como la latitud y el tipo de tierra.

El simulador En-ROADS, impulsado por Neuro AI, puede ayudar a los responsables de la toma de decisiones y legisladores a experimentar con diferentes intercambios para alcanzar diferentes objetivos climáticos.

La inteligencia artificial evolutiva ha sido descrita como la “salsa secreta” detrás de este proyecto. ¿Cómo funciona este enfoque en la práctica y por qué es tan efectivo para resolver desafíos ambientales y políticos complejos?

La idea detrás de la inteligencia artificial evolutiva se inspira en la selección natural en biología. Como un enfoque computacional en el contexto de la planificación del uso de la tierra, en la práctica, imita la evolución natural para encontrar soluciones inteligentes para problemas ambientales complejos que los métodos tradicionales luchan por resolver.

En lugar de intentar programar políticas de uso de la tierra perfectas desde el principio, el enfoque de inteligencia artificial evolutiva crea diferentes modelos de políticas y prueba cada uno en entornos simulados con datos climáticos y de tierra reales. Conserva las políticas que mejor funcionan y “cría” juntas, agregando mutaciones para descubrir soluciones inesperadas. Repite este proceso durante muchas generaciones, eliminando a los malos rendimientos y conservando los mejores a lo largo de cientos o miles de escenarios.

Esto funciona bien para los desafíos ambientales porque no se abruma con múltiples variables como los tipos de suelo, las condiciones climáticas y los factores económicos.

La política de uso de la tierra a menudo implica objetivos en competencia, como el crecimiento económico, la reducción de carbono y la seguridad alimentaria. ¿Cómo maneja tu sistema estos intercambios y qué tipo de ideas inesperadas ha generado hasta ahora?

Nuestro sistema de inteligencia artificial se diseñó específicamente para manejar objetivos en competencia como el crecimiento económico, la reducción de carbono y la seguridad alimentaria. Genera frentes de Pareto (un concepto de ingeniería utilizado en la optimización multiobjetivo) que intercambian el impacto del carbono y el cambio en el uso de la tierra para diferentes ubicaciones.

El equipo de investigación encontró varias ideas inesperadas. Por ejemplo, mientras que la sabiduría convencional reconoce que los bosques son buenos para almacenar carbono, la inteligencia artificial no se limitó a recomendar la maximización de la cobertura forestal en todas partes. En cambio, reveló distinciones importantes: reemplazar pastizales como desiertos y pastos con bosques no era tan efectivo como reemplazar tierras de cultivo con bosques. La ubicación geográfica también resultó crucial. Las mismas conversiones de tierras produjeron resultados diferentes dependiendo de la latitud.

La priorización fue una de las ideas más prácticas de la inteligencia artificial. En lugar de distribuir los esfuerzos de manera uniforme, sugirió concentrar las transformaciones importantes del uso de la tierra en ubicaciones estratégicas donde tendrían el mayor impacto.

Project Resilience apunta a ampliar este tipo de utilidad de la inteligencia artificial para abordar los Objetivos de Desarrollo Sostenible más allá del clima, como la energía, la salud y incluso la respuesta a las pandemias. ¿Qué te emociona más sobre el potencial de ampliar esta plataforma a través de dominios?

Lo que me emociona más sobre el potencial de esta plataforma es que estamos demostrando que construir la inteligencia artificial de una manera colaborativa, accesible y adaptable puede conducir a soluciones poderosas para abordar los grandes desafíos globales. La plataforma Project Resilience es un ejemplo adecuado de poner esos tres principios en acción. Los responsables de la toma de decisiones, científicos de datos y el público pueden unirse para desarrollar herramientas de inteligencia artificial y tomar decisiones más informadas para un impacto significativo. Invitamos a nuestros lectores a ser contribuyentes aquí.

El AI Lab en Cognizant ahora es un importante impulsor de la innovación, con docenas de patentes y una estrategia de inversión de mil millones de dólares. ¿Cómo se ajustan iniciativas como esta a tu hoja de ruta más amplia para la inteligencia artificial aplicada a gran escala?

La iniciativa de inteligencia artificial para la planificación del uso de la tierra se alinea perfectamente con nuestro enfoque para la inteligencia artificial aplicada en Cognizant, que se centra en resolver problemas complejos y de alto impacto en el mundo real en lugar de ejercicios puramente académicos. La inteligencia artificial evolutiva puede manejar los intercambios complejos que se encuentran en las decisiones empresariales y políticas. Abordar los desafíos climáticos a través de un enfoque que equilibre factores económicos, sociales y ambientales demuestra cómo la inteligencia artificial puede entregar valor práctico mientras gestiona prioridades en competencia.

El trabajo también refleja nuestra visión para desarrollar la inteligencia artificial que mejore la toma de decisiones humana en lugar de reemplazarla.

Has liderado esfuerzos de inteligencia artificial en startups y empresas. ¿Cuál es la clave para asegurarse de que tecnologías como la inteligencia artificial evolutiva permanezcan explicables y accionables, no solo poderosas, para los gobiernos y las partes interesadas de la industria?

Una de las mayores fortalezas de la inteligencia artificial evolutiva es que no solo apunta a determinar soluciones óptimas, sino que también puede revelar alternativas de estrategia que amplían la comprensión de las partes interesadas sobre lo que es posible.

La inteligencia artificial y los datos deben servir a la toma de decisiones, no solo generar informes. Los responsables de la toma de decisiones se ahogan en análisis mientras enfrentan elecciones cada vez más complejas. Necesitamos cambiar nuestro enfoque de simplemente proporcionar ideas y predicciones a crear sistemas de apoyo a la toma de decisiones interactivos que ofrezcan soluciones prescriptivas basadas en los datos disponibles. Este enfoque permite navegar la complejidad y tomar mejores decisiones que evolucionan a medida que cambian las circunstancias.

Mirando hacia adelante, ¿dónde ves las mayores oportunidades para que la inteligencia artificial evolutiva impulse el impacto fuera del uso de la tierra, ya sea en el control de enfermedades infecciosas, la planificación de la energía renovable o algo completamente diferente?

Las enfermedades infecciosas, la planificación de la energía renovable y la inseguridad alimentaria son todos áreas dignas donde la inteligencia artificial evolutiva puede impulsar el impacto. Una iniciativa de la era COVID-19 en la que trabajamos muestra el potencial. A través de Project Resilience, construimos sistemas que podían optimizar simultáneamente la contención de la pandemia y la estabilidad económica, ayudando a gobiernos como el de Islandia a tomar decisiones informadas sobre la apertura de escuelas.

Con la inteligencia artificial evolutiva, finalmente estamos abordando los desafíos globales más apremiantes de una manera fundamentalmente diferente, una que puede recomendar políticas concretas que equilibren prioridades en competencia en lugar de producir soluciones de talla única.

El poder de la inteligencia artificial evolutiva es que puede simular miles de combinaciones de políticas, conservando lo que funciona y descartando lo que no. Y no es solo teórico. Estamos construyendo herramientas interactivas que ponen esta capacidad en manos de los responsables de la toma de decisiones reales.

Después de décadas en el campo de la inteligencia artificial, has visto ciclos de hype venir y ir. ¿Qué te da confianza de que la oleada actual, especialmente herramientas como esta, finalmente está cumpliendo con la promesa de la inteligencia artificial de mejorar la sociedad?

El verdadero progreso hacia la promesa de la inteligencia artificial de mejorar la sociedad ocurre cuando nos movemos más allá del ciclo de hype para construir sistemas que mejoren la toma de decisiones humanas en áreas que importan, incluyendo la sostenibilidad. Esa es la verdadera prueba de si la inteligencia artificial finalmente está cumpliendo con su promesa.

Lo que he observado consistentemente es que la tecnología avanza a través de patrones predecibles de optimización y democratización en lugar de momentos sobrevalorados singulares. Mira la historia de la computación. Pasamos de computadoras de tamaño de habitación a relojes poderosos a través de la mejora continua, no un salto dramático.

Creo que estamos en un punto de inflexión donde la tecnología puede mejorar genuinamente la sociedad. El camino hacia adelante es a través de aplicaciones prácticas que resuelvan problemas humanos reales, como nuestro trabajo de planificación del uso de la tierra que equilibra la reducción de carbono con otros objetivos. Esa es la forma en que la inteligencia artificial cumple su promesa: a través del impacto medible en nuestros problemas más desafiantes.

Cognizant recientemente estableció un récord Guinness con el evento de codificación de vibra más grande del mundo, involucrando a más de 53,000 empleados en 40 países y produciendo más de 30,000 prototipos. Desde tu perspectiva, ¿qué dice esto sobre el papel de la codificación de vibra en la democratización de la fluidez en la inteligencia artificial en organizaciones grandes?

La escala y el impacto de nuestro evento de codificación de vibra hablan mucho sobre lo transformador que puede ser este enfoque en la democratización de la fluidez en la inteligencia artificial. Más del 40% de los participantes eran no codificadores, y el 20% nunca había escrito una línea de código antes. Esto dice que la codificación de vibra no se trata de bajar la barra, sino de abrir las puertas a una fuerza laboral en evolución con la inteligencia artificial. Incluso usamos un sistema de inteligencia artificial multiagente para juzgar las 30,000 entradas de prototipos en solo un día, lo que habría tomado a un equipo humano un año entero.

En lugar de requerir una profunda experiencia en programación, la codificación de vibra permite a cualquiera con una idea expresarla en lenguaje natural y colaborar con la inteligencia artificial para darle vida. Para los desarrolladores experimentados, esto les permite automatizar más del proceso de codificación mundano, liberándolos para centrarse en un trabajo de mayor valor que impulse el valor empresarial. Personalmente, me sorprendió lo rápido que pude traducir un algoritmo complejo del pseudocódigo a una aplicación funcional, lo que me permitió centrarme completamente en los aspectos creativos y estratégicos.

Al reducir las barreras y permitir la experimentación práctica con la inteligencia artificial generativa, estamos moviendo la fluidez en la inteligencia artificial de un conjunto de habilidades especializado a una capacidad organizacional compartida. Para las organizaciones, la codificación de vibra ayuda a acelerar la creatividad, elimina barreras y desbloquea la inteligencia colectiva de toda la fuerza laboral a una escala sin precedentes.

Más allá de la impresionante escala, ¿cuáles fueron algunos de los resultados más significativos de esta iniciativa de codificación de vibra? ¿Ves esto como una plantilla para que las empresas cultiven la innovación y las habilidades aplicadas de inteligencia artificial a nivel global?

El impacto real de nuestra iniciativa de codificación de vibra fue el entusiasmo que vimos en toda nuestra organización, con empleados de RRHH, ventas, ingeniería, finanzas, marketing y más abrazando la inteligencia artificial y participando. Sus ideas, basadas en un profundo conocimiento del dominio y la perspicacia empresarial práctica, llevaron a miles de prototipos que de otro modo nunca habrían surgido.

Con más de 30,000 proyectos únicos resultantes de este esfuerzo, estamos estableciendo el ritmo para la economía de la inteligencia artificial, donde todos tienen las herramientas para innovar con la inteligencia artificial. Al mismo tiempo, estamos desbloqueando la creatividad a gran escala y empoderando a la fuerza laboral, tanto dentro de Cognizant como para nuestros clientes en las industrias que servimos, para que se vuelvan más alfabetizados en inteligencia artificial.

Absolutamente vemos esta iniciativa como una plantilla que otras organizaciones pueden replicar. Al combinar herramientas de inteligencia artificial accesibles, una cultura colaborativa y abierta, y una evaluación de inteligencia artificial escalable, podemos servir mejor a nuestros clientes para desbloquear la creatividad no aprovechada y acelerar el desarrollo de habilidades en inteligencia artificial en toda su fuerza laboral.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Cognizant.