Joy Mustafi, Avison johtava tieteilijä – Haastattelusarja

Analytics India Magazinen mukaan Intian 10 parhaan data-tieteilijän joukossa oleva Joy Mustafi on johtanut data-tutkimusta teknologiajätteillä kuten Salesforce (CRM ), Microsoft (MSFT ) ja IBM, ja hän on voittanut 50 patenttia ja kirjoittanut yli 25 julkaisua tekoälystä.

Hän on ollut yli kymmenen vuoden ajan IBM:n data-tieteilijänä, joka on osallistunut moniin liiketoimintatiedon ratkaisuihin, mukaan lukien IBM Watson. Hän on toiminut myös Microsoftin soveltavan tieteilijänä, joka on vastuussa tekoälytutkimuksesta. Viimeksi Mustafi oli Salesforce:n Einstein-alustan pääasiallinen tutkija.

Mustafi on myös MUST Research -järjestön perustaja ja puheenjohtaja, joka on voittoa tavoittelematon organisaatio, joka edistää erinomaisuutta data-tieteessä, kognitiivisessa laskennassa, tekoälyssä, koneoppimisessa ja edistyneissä analyyseissä yhteiskunnan hyväksi.

Mustafi on liittynyt hiljattain Redwood Cityyn sijaitsevaan Aviso Inc:iin johtavana tieteilijänä, jossa hän hyödyntää vuosikymmenten kokemustaan auttaakseen Avison asiakkaita kiihdyttämään kauppojen sulkemista ja laajentamaan tulon mahdollisuuksia.

Mikä aluksi veti sinut tekoälyyn?

Rakastan matematiikkaa paljon, ja sama koskee ohjelmointia. Suoritin jatko-opintoja tilastotieteessä ja tietokoneen soveltamisessa. Kun aloitin tekoälytutkimusmatkani vuonna 2002 Intian tilastollisessa instituutissa Kalkutassa, käytin C-ohjelmointikieltä kehittääkseni tekoälyverkkoratkaisun käsin kirjoitettujen numeroiden tunnistamiseksi. Se oli 2500+ rivin koodi, joka oli kirjoitettu kokonaan alusta alkaen ilman mitään valmiita kirjastoja paitsi standardien syötteen ja tulostuksen. Se koostui datasta siivouksesta ja esikäsittelystä, piirteinjektioista ja takaisinpropagaatioalgoritmista usean kerroksen perkussiolla. Koko prosessi oli yhdistelmä kaikista aiheista, jotka opiskelin. Tuolloin tekoäly ei ollut niin suosittua yritysmaailmassa, ja vain muutamat akateemiset organisaatiot tekivät edistynyttä tutkimusta alalla. Ja, muuten, tekoäly ei ollut uusi asia tuolloin! Tekoälytutkimuksen ala juontaa juurensa vuoteen 1956, jolloin professori John McCarthy ja muut aloittivat alueen nyt legendaarisessa työpajassa Dartmouth Collegessa.

Olet työskennellyt joillakin edistyneimmillä tekoälyyrityksillä, kuten IBM Watson ja Microsoft. Mikä on ollut kiinnostavin projekti, jolla olet työskennellyt?

Haluan mainita ensimmäisen patentin, jonka sain IBM:lle: menetelmä, jolla ratkaistaan sanallisia ongelmia luonnollisessa kielessä, joka oli avoin ongelma IBM Watsonilla. Kehittämäni järjestelmä voi ymmärtää aritmeettisen tai algebrallisen ongelman, joka on ilmaistu luonnollisessa kielessä, ja antaa ratkaisun reaaliajassa luonnollisen kielen vastauksena. Tämän tekemiseksi järjestelmän on tehtävä seuraavat avainaskelet: saada syötteenä ongelmalauselmat ja kysymykset, joita on vastattava; muuttaa syötteen lauseet matemaattisesti hyvin muotoilluksi lauseiksi; muuttaa hyvin muotoillut lauseet matemaattisiksi yhtälöiksi; ratkaista yhtälöryhmä; ja kertoa matemaattinen tulos luonnollisessa kielessä.

Myös Microsoftin parhaassa projektissani – Softiessa! – keksin ja rakensin fyysisen robottiin, joka on varustettu erilaisilla vaihdettavilla syötelaiteilla ja antureilla, jotta se voi vastaanottaa tietoa ihmisiltä. Standardoitu viestintätapa tietokoneen kanssa mahdollisti käyttäjälle tehdä käytännön mukautuksia, mikä mahdollisti rikkaammat vuorovaikutukset riippuen asiayhteydestä. Pystyimme toteuttamaan vankkaan järjestelmän, jossa on ominaisuuksia kuten näppäimistö, osoitinlaite, kosketusnäyttö, tietokoneen näkö, puheentunnistus jne. Muodostimme tiimin eri liiketoimintayksiköistä, ja rohkaistiin heitä tutkimaan tekoälyyn liittyviä soveltamisen mahdollisuuksia.

Olet myös MUST Researchin perustaja ja puheenjohtaja, joka on voittoa tavoittelematon organisaatio, joka on rekisteröity Intian yhdistys- ja luottamuksellisuuslaissa. Voitko kertoa meille tästä voittoa tavoittelemattomasta organisaatiosta?

MUST Research on omistautunut edistämään erinomaisuutta ja osaamista data-tieteessä, kognitiivisessa laskennassa, tekoälyssä, koneoppimisessa ja edistyneissä analyyseissä yhteiskunnan hyväksi. MUST pyrkii rakentamaan ekosysteemin, joka mahdollistaa vuorovaikutuksen akateemisen ja yritysmaailman välillä, auttaa niitä ratkaisemaan ongelmia ja tietoisuuden lisäämistä kognitiivisessa aikakaudesta, tarjoamaan ratkaisuja, ohjausta tai koulutusta, järjestämään luentoja, seminaareja ja työpajoja, ja yhteistyöhön tieteellisissä ohjelmissa ja yhteiskunnallisten tehtävien suorittamisessa. MUSTin mielenkiintoisin ominaisuus on sen perustutkimus älykkäistä teknologioista, kuten tekoälystä, koneoppimisesta, luonnollisesta kielen käsittelystä, tekstin analytiikasta, kuvan käsittelystä, tietokoneen näöstä, äänisignaalin käsittelystä, puheentunnistuksesta, upotetusta järjestelmästä, robotiikasta jne.

Mikä innoitti sinua perustamaan MUST Researchin?

Rakastan tieteiskuvia ja matematiikkaa, ja usein ajattelen, miten teknologia voi muuttaa maailmaa, ja olen ajatellut perustavani ryhmän asiantuntijoita edistyneistä teknologioista vuodesta 1993, kun olin 9. luokalla. Kun saatin ensimmäisen työpaikkani, se kesti 10 vuotta kutsua kokoukseen – ja vielä 10 vuotta tunnistaa sopivia asiantuntijoita ja perustaa voittoa tavoittelematon yhdistys. Nyt meillä on noin 500 data-tieteilijää MUSTissa ympäri Intiaa, jotka ovat intohimoisesti osallistuneet tutkimukseen nousujohtavista teknologioista.

Viime vuosina on ollut merkittäviä edistysaskeleita syvän oppimisen, vahvistuvan oppimisen, luonnollisen kielen käsittelyn, jne. alueilla. Mikä koneoppimisen alue on sinun mielestäsi tällä hetkellä kaikkein mielenkiintoisin?

Kaikki koneoppimisalgoritmit ovat mielenkiintoisia, kun ne on toteutettu tuotteena tai palveluna, jota voidaan käyttää liiketoiminnassa tai yksityisissä sovelluksissa. Syvän oppimisen aikakaudella on etuja ja haittaa – toisinaan se auttaa automaattisessa piirteinjektiossa, mutta toisaalta se voi toimia mustana laatikkoa, ja lopputuloksena voi olla “roska sisään, roska ulos” -tilanne, jos ei käytetä oikeita tietoja tai algoritmeja. Jotkut uusimmat teknologiat ovat myös resursseja vaativia ja vaativat paljon prosessointitehoa, aikaa ja tietoa. On tärkeää muistaa, että syvä oppiminen on koneoppimisen (ML) alajoukko, joka on edelleen tekoälyn (AI) alajoukko, ja tekoäly on data-tieteen alajoukko – kaikki on liitetty. Ja se ei ole Python, R tai Scala – aloitin tekoälymatkani C:llä, ja voi myös kirjoittaa tekoälyohjelmia assembly-kielillä. Onnistuneiden tekoälyjärjestelmien rakentamisessa on ensisijaisesti ymmärrettävä liiketoimintaympäristö tai tutkimusympäristö, ja sitten yhdistää toimien ja tietojen väliset yhteydet, jotta voidaan rakentaa järjestelmä, joka todella auttaa eri ihmisiä eri aloilla. Olipa kyse sitten luonnollisen kielen käsittelystä, tietokoneen näöstä, videon analytiikasta, puheentunnistuksesta, robotiikasta, parhain tapa eteenpäin on aloittaa yksinkertaisimmalla mahdollisella lähestymistavalla ja ottaa käyttöön monimutkaisempia menetelmiä iteratiivisesti kokeillessa ja jalostaessa järjestelmää.

Olet usein vieraileva puhuja Intian johtavissa yliopistoissa. Mikä on yksi kysymys, jota opiskelijat usein kysyvät, ja miten vastaat siihen?

Kysymys, jota kuulen useimmin, on: “Miten voin tulla data-tieteilijäksi?” Aina kerron nuorille, että se on mahdollista, ja yritän ohjata heitä käyttämään matematiikan, tilastotieteen tai tietokoneen soveltamisen rakastamista yrittääkseen ratkaista todellisia liiketoimintaa koskevia ongelmia. Ihmiset kysyvät myös, miten he voivat liittyä MUSTiin, ja vastaus on yksinkertainen: “Rakenna profiili useilla projekteilla ja keskity ajattelemaan ulkopuolelta laatikkoa.” Jos haluat tulla data-tieteilijäksi, sinun on myös osoitettava, että voit innovoida. Ilman innovaatiota emme voi kutsua itseämme tutkijoiksi. Tietysti patenttien saaminen tai tutkimuksen julkaiseminen arvostetuissa lehdissä ja konferensseissa auttaa myös!

Olet hiljattain liittynyt Redwood Cityyn sijaitsevaan Aviso Inc:iin johtavana tieteilijänä, jotta voit hyödyntää tekoäly- ja koneoppimistaitojasi. Voitko kertoa meille jotain Avisosta ja roolistasi tässä yrityksessä?

Aviso käyttää tekoälyä ja koneoppimista ohjaamaan myyntiedustajia ja poistamaan arvaamisen myyntiprosessista. Se on mielenkiintoinen haaste, ja vastuuni on auttaa organisaatiota kasvamaan positiiviseen suuntaan syvän tutkimuksen avulla, jotta voidaan luoda asiakkaiden menestyksen edellytykset. Käytän tietämykseni ja kokemustani tekoälystä ja innovaatioista auttaakseni Avison kehittämään ydintuotteitaan ja tutkimushankkeita.

Soveltuvuus: Ne on opittava muutosten mukaan ja tavoitteiden ja vaatimusten mukaan. Ne on ratkaistava epävarmuus ja sietäminen. Ne on suunniteltava syötettäväksi dynaamisella tiedolla reaaliajassa.

Vuorovaikutus: Ne on helppoja käyttää, jotta käyttäjät voivat määritellä tarpeensa mukavasti. Ne on vuorovaikutuksessa muiden prosessorien, laitteiden, palvelujen ja ihmisten kanssa.

Toistuva ja tilallinen: Ne on avuksi määritellä ongelmaa kysymällä kysymyksiä tai etsimällä lisää lähdetietoa, jos ongelman kuvaus on epäselvä tai puutteellinen. Ne on muistettava aiempia vuorovaikutuksia prosessissa ja palautettava tietoa, joka on sovellettavissa tiettyyn sovellukseen kyseisessä vaiheessa.

Asianmukainen: Ne on ymmärrettävä ja tunnistettava asiayhteyden elementtejä, kuten merkitystä, syntaksia, aikaa, sijaintia, sovellettavaa alaa, sääntöä, käyttäjän profiilia, prosessia, tehtävää ja tavoitetta. Ne on haettava tietoa useista lähteistä, mukaan lukien sekä rakenteiset että rakenteettomat digitaaliset tiedot.

Mikä sinua veti tähän tehtävään Avisossa?

Aviso on työskennellyt korvaamaan vanhentuneet perinteiset CRM-järjestelmät kitkattomilla, tekoälyllä varustetuilla työkaluilla, jotka voivat tarjota toimintavaroja näkemyksiä ja avata myyntitiimien täyden potentiaalin. Tuotteemme on älykäs järjestelmä, joka ymmärtää myyjien haasteet, poistaa aikaa vievän tietojen syötön ja antaa johtajille tarvittavat suositukset ja ohjeet sulkea kaupat tehokkaasti. Olin kiinnostunut vahvasta johtoryhmästä ja asiakaspohjasta, mutta myös Avison sitoutumisesta käyttämään edistyneitä tekoälytyökaluja ratkaisemaan todellisia haasteita. Myynti on elintärkeä osa liiketoimintaa, ja Aviso auttaa siinä hyödyntämällä tekoälyn voimaa. Bulls-eye! Mitä enemmän voisi toivoa?

Lopuksi, onko mitään muuta, mitä haluaisit jakaa tekoälystä?

Teckoäly tekee uuden luokan ongelmia laskettaviksi. Vastatakseen käyttäjien ymmärryksen dynaamiseen luonteeseen kognitiivinen laskentajärjestelmä tarjoaa synteesin ei vain tietolähteistä vaan myös vaikutuksista, asiayhteyksistä ja oivalluksista. Nämä järjestelmät eroavat nykyisistä tietokoneohjelmista siinä, että ne siirtyvät tabuloimisesta ja laskemisesta ennalta määritettyjen sääntöjen ja ohjelmien mukaan. Ne voivat myös johtaa ja jopa päättää laajojen tavoitteiden perusteella. Tässä mielessä kognitiivinen laskenta on uudenlainen laskenta, jonka tavoitteena on kehittää tarkempi malli siitä, miten ihmisaivo tai mieli aistii, päättää ja reagoi ärsykkeisiin. Se on tutkimuksen ala, joka tutkii, miten luodaan tietokoneet ja tietokoneohjelmat, jotka ovat kykeneviä älykkääseen käyttäytymiseen. Tämä on monitieteinen ala: tekoäly on paikka, jossa useat tieteet ja ammatit kohtaavat, mukaan lukien tietokoneen tieteet, elektroniikka, matematiikka, tilastotiede, psykologia, kielitiede, filosofia, neurotiede ja biologia. Se on juuri sitä, mikä tekee siitä niin jännittävän!