Chris Nicholson, Pathmindin perustaja ja toimitusjohtaja – Haastattelusarja

Chris Nicholson on Pathmindin perustaja, joka on tekoälystart-up, joka soveltaa syvää vahvistusoppimista toimitusketju- ja teollisuusoperaatioihin. Pathmind perustettiin auttamaan yrityksiä käsittelemään syviä taloudellisia muutoksia ja lisäämään toimintojensa kestävyyttä tekoälyllä. Chris vastaa yhtiön strategisen visioinnin ja päivittäisen toiminnan johtamisesta, ajamalla innovaatioita ja kasvua Pathmindin teknologialle sekä optimoimalla suorituskykyä varastoissa ja tehtaiden lattioilla osana liiketoiminnan digitaalista muutosta.

Aikaisemmin Chris toimi Skymindin toimitusjohtajana, joka on tekoälyyritys, joka keskittyy syvään oppimiseen. Ennen sitä hän työskenteli viestintä- ja rekrytointitehtävissä FutureAdvisoryssa, joka on Sequoia-tukema Y Combinator -start-up, jonka BlackRock (BLK ) hankki vuonna 2015 200 miljoonalla dollarilla. Chris on myös ollut kymmenen vuoden ajan journalistina, raportoiden teknologiasta ja rahoituksesta The New York Timesissa, Bloomberg Newsissa ja Businessweekissä, muun muassa.

Olit aikaisemmin The New York Timesin kirjeenvaihtaja ja Bloomberg Newsin toimittaja ennen siirtymistäsi tekoälyyn, voitko kertoa matkasta, joka johti urapolkisi uudelleenjärjestelyyn?

Kun olin journalistina 2000-luvun alussa ja 2010-luvun alussa, toimiala kärsi mainosten siirtymisestä hakukoneisiin ja sosiaaliseen mediaan, ja perinteiset julkaisut menettivät lukijoita. Olin raportoinut rahoituksesta ja teknologiasta, ja näin ihmisiä rakentamassa uusia ja mielenkiintoisia asioita. Eräänä päivänä sanoin itselleni, että minun on päästävä oikealle puolelle roboteille, joten muutin San Franciscoon.

Se oli vuonna 2013. SOMAssa oli vielä hakkeritaloja. Muutin yhteen niistä, bunkkaan huoneeseen, jossa oli viisi muuta miestä, ja menin joka aamu työhön startupiin, joka oli mennyt Y Combinatorin kautta. San Franciscossa työskennellessäni tutustuin hitaasti ihmisiin ja ymmärsin, mitä olin kiinnostunut. Tuolloin syvä oppiminen oli vielä nousussa. Voit nähdä potentiaalin, mutta siitä oli vielä paljon rakennettava. Tämä uteliaisuus ajoi minut mukaan tekoälyprojektiin, joka lopulta johti Pathmindiin.

Voitko kertoa tarkemmin, miten Pathmind voi auttaa yrityksiä?

Yritykset, joilla on fyysinen laitos hallittavaksi, kuten varasto, tehdas tai kaivostoiminta, kohtaavat usein erittäin monimutkaisia optimointitehtäviä. Heidän on koordinoida paljon laitteita tavoitteiden saavuttamiseksi. Monet heistä yrittävät maksimoida tuottavuutta ja tehokkuutta sekä minimoida kustannuksia ja hiilidioksidipäästöjä. Suunnittelemme algoritmeja, jotka voivat käyttää heidän oikeaa dataa osoittamaan uusia tapoja laitteiden ohjaamiseksi. Tämä voidaan soveltaa työn ja koneiden aikataulutukseen, laivueen reitittämiseen, energian kustannusjohtamiseen ja muihin asioihin.

Mitkä ovat avoimen lähdekoodin ohjelmistojen hyödyt tekoälyjärjestelmissä?

Ohjelmistoyritykset ovat kaikki veneitä, jotka kelluvat avoimen lähdekoodin koodin meressä. Julkisten pilvien infrastruktuuri toimii avoimen lähdekoodin pohjalta. Monet työkalut, joita kehittäjät käyttävät verkkosivujen ja tekoälysovellusten rakentamiseen, ovat myös avoimen lähdekoodin. Se on elävä ekosysteemi. Olemme varhaisia käyttäjiä, jotka työskentelevät mielenkiintoisten uusien avoimen lähdekoodin projektiensa parissa, kuten Ray, joka auttaa käynnistämään jakelun laskennan tekoälytyökuormille.

Olet ilmeisesti myönteinen syvän vahvistusoppimisen tulevaisuudesta, mitkä yritykset ovat parhaiten asemoituneita hyödyntämään tätä tekoälyä?

Yritykset, joille työskentelemme, ovat yleensä sellaisia, joilla on dataa, jota he käyttävät toimintojensa ja suorituskykynsä seuraamiseen. Heillä on usein fyysisiä toimintoja, joita he voivat hallita. Algoritmejamme tarvitsee dataa ymmärtääkseen ympäristön, jossa ne toimivat, ja heidän on esitettävä valinnanvaraa, kuten laitteita ohjata, jotta he voivat vaikuttaa tuloksiin. Yritykset, joilla on fyysisiä toimintoja, joita voidaan hallita, joilla on dataa näistä toiminnosta ja joilla on joitain analyyttisiä työkaluja tämän datan käyttöön, ovat hyvällä tiellä aloittaakseen optimoinnin kaltaisen ajattelun.

Onko jotain muuta, mitä haluaisit käydä läpi Pathmindistä?

Yksi asia, jota teemme, on liittyy fyysisten toimintojen hallintaan, on auttaminen yrityksiä ennustamaan aikasarjoja. Tällaisia tietoja ovat esimerkiksi hinnat tai kysyntä, jotka vaikuttavat siihen, miten yritys toimii ja miten paljon se tuottaa. Tuottaakseen oikean määrän heidän on tiedettävä, miten paljon kysyntää on. Ja asettaakseen hinnat oikein, heidän on oltava tietoisia hintavaihteluista. Algoritmejamme pystyvät tekemään nämä ennusteet.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Pathmindissa.