Richard Boyd, Co-Fundador y CEO de Tanjo Inc – Serie de Entrevistas

Richard Boyd es un empresario, autor y conferencista sobre una variedad de temas que van desde la educación hasta la atención médica, pasando por mundos virtuales, juegos de computadora, aprendizaje automático y interfaces humano/computadora. A lo largo de tres décadas, Richard ha liderado o ayudado a crear algunas de las empresas y servicios de tecnología más innovadores en varias industrias, incluyendo el inicio y el desempeño como director ejecutivo de cuatro empresas en la región del Research Triangle Park de Carolina del Norte. Richard vendió su última empresa a Lockheed Martin y se quedó como Director de los Laboratorios de Mundos Virtuales.

Richard es co-fundador y CEO de la empresa de inteligencia artificial y aprendizaje automático Tanjo Inc, con sede en la región del Research Triangle Park de Carolina del Norte.

**¿Cómo cambió su vida después de que Lockheed Martin adquirió 3Dsolve en 2007?**

Uno de los proyectos pioneros que trabajamos en 3Dsolve y que causó que Lockheed nos comprara fue una simulación de un submarino de la clase Los Ángeles. En ese momento, la Marina todavía estaba reservando toda la nave para entrenamiento. Innovamos la idea de “Simulación Total de la Nave”, replicando todo el submarino en un entorno de juego multijugador. Usamos el motor Unreal de Epic Games y realmente transformamos el entrenamiento para estos buques. En Lockheed, creamos simulaciones de destructores, el Buque de Combate Litoral, así como todos los sistemas secundarios.

Fue un desafío al principio adaptarse de una empresa de tecnología de juegos a las capas adicionales de supervisión y presentación de informes necesarias en un contratista de defensa de 100 años. Aprendimos a crear nuestra propia realidad. Formé una organización informal llamada Laboratorios de Mundos Virtuales y la modelé según los famosos Skunkworks de LM en California. De hecho, los Skunkworks se convirtieron en miembros de VWL. Aprendimos en el primer año que cada vez que se presenta una propuesta de patente, se recibe un cheque, y otro cuando se otorga la patente. Así que esto se convirtió en nuestro programa de incentivos. Nos sentábamos a inventar cosas en AR, VR y AI. Al final de mi período de 5 años y medio allí, habíamos acumulado más de 100 solicitudes de patente en un pequeño grupo de alrededor de 40 personas.

Uno de los programas más divertidos y relevantes fue la creación del Marco de Mundos Virtuales del DOD. Habíamos sido parte de varios ejercicios de juegos de guerra conjuntos a gran escala y vimos las frustraciones sobre la falta de interoperabilidad entre sistemas propietarios que necesitaban trabajar juntos en estos grandes ejercicios de simulación en vivo, constructiva y virtual. Nuestra primera reacción fue que este era un problema resuelto… ¡Es llamado Internet! Si la comunidad de adquisiciones pudiera simplemente hacer que todos se adhirieran a los servicios web, podemos construir sistemas de entrenamiento mejor integrados. Y WebGL acababa de pasar la prueba del Consorcio World Wide Web. Había llegado el momento de un cambio en los negocios habituales. El Pentágono emitió una solicitud de propuesta para un “marco de mundo virtual común” para la simulación integrada. El jefe de ese programa en el Pentágono era un piloto de la Fuerza Aérea creativo llamado Frank Digiovanni. Lo llamamos D9. Me recuerda mucho a las historias del coronel John Boyd, quien presionó para la destrucción creativa de nuestros programas de jets de combate y la forma de pensar en la Fuerza Aérea.

El problema era que D9 nos dijo explícitamente a su equipo de adquisiciones que no quería que ninguna empresa como Lockmart construyera ese nuevo marco. Pero David y yo nos presentamos allí, junto con la lista habitual de alrededor de 17 proveedores que ofrecían en el programa, y lo ganamos. Aprendimos después que todos los demás se presentaban, predeciblemente, con alguna solución propietaria y trataban de hacer que el gobierno la adoptara. Nosotros nos presentamos para nuestra presentación verbal en el edificio Reagan en Washington D.C. con nada, pero dijimos que la respuesta a este problema profundo radicaba en la arquitectura de Internet. Dijimos que podríamos diseñarlo en unos pocos meses y tener un prototipo funcional en seis. También dijimos que debería ser de código abierto. Ganamos “de manera abrumadora” según D9, porque nuestro enfoque era tan fresco y diferente y “fuera de la caja”.

Cuando regresé a Orlando para explicar esta nueva victoria al liderazgo de nuestra división de Lockheed Martin, me llamaron un poco la atención. Me felicitaron, pero luego preguntaron sobre la parte de código abierto. “¿Qué significará esto para nuestro negocio de simulación constructiva existente?” preguntaron. Mi respuesta: “Lo disruptará por completo”. Hubo una pausa, luego la inevitable pregunta “¿Cómo ganaremos dinero? ¿Cuál es el modelo de negocio?” Mi respuesta: “Los modelos de negocio serán legión”. Todavía saboreo las cejas fruncidas confundidas que evocó esa respuesta. Pasé por todas las formas en que Red Hat logró construir un negocio de varios miles de millones sobre la base de software gratuito, pero no creo que nunca se sintieran cómodos con la disruptión.

Mi título en ese momento era Director de Tecnología Emergente y Disruptiva, junto con mi título de Arquitecto Jefe de los Laboratorios de Mundos Virtuales. Trabajé durante el año siguiente tratando de hacer que Lockheed aceptara más autodisruptión y destrucción creativa de Schumpeter. Describí la innovación en grandes organizaciones como Lockheed como similar al parto. La gente ama la idea de tener hijos. Es bueno para la sociedad y muy gratificante. Los hijos son nuestro futuro. Pero a través de la lente incorrecta, los hijos también pueden considerarse parásitos. Desde el momento en que se establecen en el útero, comienzan a tomar recursos. Si no fuera por las condiciones protectoras del útero, los anticuerpos de la madre saldrían a destruir al bebé. La innovación en Lockheed era como eso. Todos quieren y hablan sobre innovación, pero nadie quiere sacrificar sus recursos por ella cuando la compensación está tan lejos.

**¿Qué fue lo que lo inspiró a lanzar Tanjo?**

Descubrí el aprendizaje automático en 2009 mientras dirigía los Laboratorios de Mundos Virtuales en Lockheed Martin. El aprendizaje automático ya existía, por supuesto, pero ese fue el año en que entendí completamente hasta dónde había llegado y cómo era fundamentalmente diferente de la “inteligencia artificial” que habíamos estado utilizando en juegos de computadora y simulaciones del DOD antes de entonces.

Ahora pienso que la IA avanza en 3 etapas. En la primera etapa, que duró desde alrededor de 1958 hasta 2009 (mi marcador arbitrario), no le pedíamos a una computadora que calculara algo hasta que los humanos lo entendieran completamente y pudieran descomponerlo en lógica frágil y sentencias de if/then. Luego lo introducíamos en las computadoras como máquinas de estado finito o árboles de comportamiento jerárquico y ejecutábamos los programas. Al final, todo era solo código. No había nada misterioso al respecto.

La siguiente fase es el aprendizaje automático, donde un humano no necesariamente entiende incluso cómo decirle a una máquina que conduzca un coche. Ahora simplemente introducimos una gran cantidad de datos de entrenamiento en un conjunto de bibliotecas de aprendizaje automático bien diseñadas que luego infieren su propia comprensión. Hoy en día, un sistema de aprendizaje automático puede simplemente ver 100 horas de video y conducir un vehículo autónomo perfectamente en cualquier lugar. (Suelo hacer la broma de que “en cualquier lugar menos en Roma”).

En Tanjo, estamos utilizando el aprendizaje automático en proyectos de corta duración para dar a los bancos y las instituciones de educación superior y a las empresas del Fortune 2000 la ampliación de la inteligencia y la automatización que está transformando su forma de trabajar. Rutinariamente vemos rendimientos de la inversión de 10 veces con nuestras implementaciones. Y ese rendimiento suele ser una anualidad. ¿Cuántas inversiones de tecnología hemos visto antes de esta que crean ese tipo de ganancias de productividad? Hemos tenido mediciones de ROI validadas de hasta 600 veces; y un resultado vergonzoso de 1600 veces. No utilizamos el último como un estudio de caso porque parece demasiado hiperbólico.

**¿Podría discutir las Personas Animadas de Tanjo (TAP) y cómo funcionan?**

Nuestro gran avance llegó cuando nos dimos cuenta de que estos sistemas de inteligencia máquina increíbles y extraños que estábamos construyendo miraban a las personas de la misma manera que miraban los objetos de información. Realizamos un experimento temprano con un conjunto de datos de entrenamiento de una aplicación de citas populares. Nuestro pequeño cerebro de aprendizaje automático creó gráficos de interés y mapas de sentimiento de cada persona a partir de su residuo de datos que emergió parecido a un perfil de Myers Briggs. Pensamos brevemente en crear una aplicación de citas de aprendizaje automático en 2014. Fue una consideración muy breve, porque no cumplió con los objetivos ambiciosos que teníamos para hacer un trabajo significativo.

En su lugar, lo llamamos “Motor de Empatía” y creamos lo que llamamos “Personas Animadas de Tanjo” a partir de estos patrones de comportamiento humano del aprendizaje automático.

La firma de análisis Gartner nos otorgó un premio “Proveedor fresco” en 2018 por este avance. Estamos ayudando a los investigadores de mercados a modelar y comprender (y esperamos forjar conversaciones más profundas y significativas con sus clientes; así como usarlo para modelar poblaciones de personas para estudiar la salud y el bienestar. Por ejemplo: podemos crear un modelo de población sintética de un código postal o un condado y simular qué intervenciones y mensajes fomentan un mejor comportamiento para reducir la propagación de un virus, o para reducir la obesidad, el tabaquismo, etc.