डॉ विशाल सिक्का, वियनाई के संस्थापक और सीईओ – साक्षात्कार श्रृंखला

विशाल सिक्का वियनाई के संस्थापक और सीईओ हैं, जो पहले एसएपी एगी के सीटीओ और इन्फोसिस के सीईओ थे। वह वर्तमान में ऑरेकल के बोर्ड ऑफ डायरेक्टर्स, बीएमडब्ल्यू ग्रुप के पर्यवेक्षी बोर्ड और स्टैनफोर्ड इंस्टीट्यूट ऑफ ह्यूमन-सेंट्रेड एआई के सलाहकार के रूप में भी कार्य करते हैं।

वियनाई प्लेटफ़ॉर्म में ओपन-सोर्स तत्व, वियनाई-मालिकाना तकनीक और अनुकूलन, और मानव-केंद्रित डिज़ाइन को मिलाकर एआई को विभिन्न परिदृश्यों में बड़े पैमाने पर उद्यमों में लाने के लिए एक साथ लाता है। इस प्लेटफ़ॉर्म के साथ, बड़े संगठन अपने मौजूदा बुनियादी ढांचे पर जटिल एमएल मॉडल बना, अनुकूलित, तैनात और प्रबंधित कर सकते हैं और एमएल मॉडल के संचालन और प्रदर्शन में सुधार कर सकते हैं।

आपको मशीन लर्निंग में क्या आकर्षित किया?

मैं एक किशोर के रूप में एआई में रुचि लेने लगा, जब मैंने मार्विन मिंस्की के हमारे दिमाग के बारे में विचारों को पढ़ा, जो सरल एजेंटों के समाज के रूप में हैं, और जो वेज़नबाम के एलिज़ा (एक बहुत ही शुरुआती चैटबॉट) और जॉन मैकार्थी के इसकी आलोचना के बारे में सीखा। बाद में, मुझे मैकार्थी के एआई योग्यता परीक्षा समिति के अध्यक्ष के रूप में स्टैनफोर्ड में अपना एआई योग्यता परीक्षा लेने का सम्मान मिला। मैकार्थी और मिंस्की दोनों क्षेत्र के पिता थे, और दोनों के पास इसकी शक्तियों के साथ-साथ इसकी सीमाओं के बारे में गहरी अंतर्दृष्टि थी, और मुझे दोनों के साथ अध्ययन करने का अवसर मिला।

आज भी हम देख सकते हैं कि एआई में बहुत बड़ी संभावनाएं हैं, और साथ ही साथ इसमें महत्वपूर्ण सीमाएं भी हैं। जो चुनौतियाँ हम 30 साल पहले सामना कर रहे थे, वे आज भी दिखाई दे रही हैं, खासकर जब हम एआई को उद्यमों में देखते हैं। मैं एक छात्र के रूप में इस काम से प्रेरित था, और देखना चाहता था कि एआई का मूल्य कैसे अनलॉक किया जा सकता है, और मैं इसे लेकर उत्साहित रहा हूं।

आपके द्वारा लिखे गए कुछ महत्वपूर्ण पत्रों में, कौन सा पत्र आपको लगता है कि आपके एआई के दृष्टिकोण को विकसित करने में सबसे अधिक प्रभावी था?

एक छात्र के रूप में, मैंने कई हज़ार पत्र पढ़े होंगे। मैकार्थी के “एडवाइस टेकर” पर अपने प्रवर्तनात्मक पत्र, कुछ मुख्य दार्शनिक समस्याओं पर एआई, मार्विन के पत्रों पर दिमाग को एक समाज के रूप में लाने, जुड़े हुए (न्यूरल नेटवर्क आधारित) और प्रतीकात्मक दृष्टिकोणों को एक साथ लाने, जुडिया पर्ल के संभाव्य तर्क और कारणात्मक बुद्धिमत्ता पर पत्र, और डेविड मार्र (दृष्टि पर), पैट विंस्टन (उदाहरणों से वस्तुओं के विवरण सीखने पर), वाल्डिंगर के कार्यक्रम संश्लेषण पर काम, और कई अन्य ने मेरे दृष्टिकोण को आकार दिया। हाल ही में, मैं हिंटन, लेकुन, ध्यान देने वाले लोगों, साथ ही सिंथिया रुडिन, फेरनांडा विगास, और अन्य के काम पढ़ रहा हूं।

आपका कहना है कि एआई सिस्टम बनाने का डेवलपर अनुभव टूटा हुआ और खराब है, एआई सिस्टम बनाने के पीछे कुछ वर्तमान मुद्दे क्या हैं?

आज एआई सिस्टम वास्तव में केवल एक छोटी संख्या में लोगों द्वारा समझाया जा सकता है — आंकड़े भिन्न होते हैं, लेकिन ऐसा लगता है कि दुनिया में केवल 20-30,000 लोग ही एआई सिस्टम के वास्तविक तरीकों को समझते हैं। यह बहुत छोटा है compared to 52,000 या इतने एमएलओप्स पेशेवरों की तुलना में जिनका हम अनुमान लगाते हैं, या 1 मिलियन डेटा वैज्ञानिकों की तुलना में। उनमें से अधिकांश यह नहीं बता सकते कि सिस्टम क्यों ऐसा कर रहा है, यह क्यों सिफारिशें कर रहा है, या इसके पीछे के तरीके क्या हैं।

इसके खिलाफ एक जटिल परिदृश्य है। गार्टनर द्वारा ट्रैक किए जाने वाले एमएलओप्स विक्रेताओं की संख्या 300 से अधिक है। प्रत्येक के पास एक विशेष प्रस्ताव है। बड़े क्लाउड विक्रेताओं के पास अपनी खुद की हर चीज़ का स्वाद है, और अक्सर कंपनियों को अपने पारिस्थितिकी तंत्र और बुनियादी ढांचे में लॉक करने का प्रयास करते हैं।

कम्प्यूट itself अक्सर कंपनियों के लिए बहुत महंगा होता है जो वास्तव में कुछ सबसे उन्नत मॉडल बनाने और प्रशिक्षित करने में सक्षम होता है। वे कुछ कंपनियों के लिए छोड़ दिए जाते हैं जो एआई सिस्टम की मांगों को प्रबंधित करने के लिए प्रतिभा और संसाधनों के साथ सुसज्जित हैं।

अवधारणा की कमी, टूलिंग की जटिलता, और कम्प्यूट की लागत मिलकर एक विच्छिन्न और चुनौतीपूर्ण परिदृश्य बनाते हैं जो किसी भी कंपनी के लिए एआई प्रवीण होना मुश्किल बना देता है। वियनाई में, हम एआई को आसानी से उपयोग करने और समझने के लिए तरीके बना रहे हैं, और साथ ही साथ इसके साथ जुड़े संसाधनों और लागतों को कम कर रहे हैं।

वियनाई की उत्पत्ति की कहानी साझा करें?

मैंने कई वर्षों तक नए, विघटनकारी नवाचारों को उद्यमों में लाने के लिए काम किया है। मेरी टीमों और मैंने कई उत्पाद बनाए हैं जो दसियों हज़ारों उद्यमों तक पहुंचे और उन्हें नए नवाचार माना जाता था। मैंने अपनी दो यात्राओं से पहले दो मूलभूत परिवर्तनों का नेतृत्व किया और सैकड़ों उद्यमों में परिवर्तन में भाग लिया। इसके अलावा, मेरे पास एआई का अध्ययन करने और यह देखने के लिए कि एआई को बेहतर, अधिक प्रासंगिक और मानवता की सेवा में कैसे बनाया जा सकता है, कई वर्षों का अनुभव है।

एक असामान्य तरीके से – ये चीजें एक साथ आईं। मैं अपने परिवार के साथ दक्षिण पूर्व एशिया में (दिसंबर 2018 में) छुट्टी पर था। हम एक छोटे से बाजार में खरीदारी कर रहे थे, और विक्रेता ने सुंदर, हस्त-निर्मित गहने बनाए थे। यह पारंपरिक तकनीकों और स्थानीय पत्थरों से बना था, और यह अद्भुत था, लेकिन, ज़ाहिर है, इस छोटे से शहर के बाहर किसी ने इसके बारे में नहीं सुना था। और मुझे यह प्रश्न आया कि अगर यह विक्रेता एआई का उपयोग कर सकता है, तो यह कैसा दिखेगा? सिस्टम कैसे काम करेगा? उस समय मुझे यह एहसास हुआ कि दुनिया भर में हर व्यवसाय एआई से बदल जाएगा, और यह परिवर्तन कल के लेंस से नहीं देखा जा सकता है, बल्कि एक नए और खाली स्लेट से शुरू होने वाले उत्पादों और विचारों की आवश्यकता है।

एक महीने बाद, मैंने वियनाई की स्थापना की, जिसका मिशन दुनिया भर के व्यवसायों में सच्चे मानव-केंद्रित एआई को लाना है। इसका मतलब है कि उत्पादों और सेवाओं, अनुप्रयोगों और प्रौद्योगिकियों, उपकरणों को प्रदान करना जो व्यवसायिक उपयोगकर्ताओं, डेटा वैज्ञानिकों, एमएल इंजीनियरों और दुनिया भर के दूरस्थ क्षेत्रों में विक्रेताओं को वास्तव में एआई का लाभ उठाने में सक्षम बनाते हैं।

तब से, हमने व्यवसायों को एआई पर शुरू करने में मदद करने के लिए अनुप्रयोग बनाए हैं, एमएल प्रैक्टिशनरों को अपने एआई मॉडल को प्रबंधित और निगरानी करने में मदद करने के लिए एक प्लेटफ़ॉर्म बनाया है, और अधिक कंपनियों को एआई तक पहुंच प्रदान करने के लिए अनुकूलन तकनीकों को सक्षम किया है।

सब कुछ के माध्यम से, हमने पाया है कि मानव समझ, निर्णय और सहयोग की शक्ति को डेटा और सर्वोत्तम एआई तकनीकों के साथ एक साथ लाने की महत्वपूर्ण क्षमता अभी भी अनलॉक की जानी बाकी है। हमारे काम से पता चलता है कि जो तकनीक छोटे विक्रेता की मदद करेगी, वही बड़े उद्यमों को भी मदद करेगी।

वियनाई सभी मानव-केंद्रित एआई के बारे में है, आप इसकी परिभाषा क्या है और यह क्यों महत्वपूर्ण है?

मानव-केंद्रित एआई वह एआई है जो मानव कार्य को बढ़ाने और मानव निर्णय में सुधार करने का प्रयास करता है। मशीन लर्निंग को अक्सर मानव श्रम के प्रतिस्थापन के रूप में सोचा जाता है। लेकिन एआई मानवों के पूरक है — यह मानवों को प्रतिकृति नहीं कर सकता है, लेकिन यह पैमाने और दोहराव और सटीकता प्रदान करता है जो मानव नहीं कर सकते हैं। लेकिन एआई मानव निर्णय, मानव अनुभव, या संदर्भ की समझ को प्रतिकृति नहीं कर सकता है।

इसके उदाहरण स्पष्ट हैं, जैसे कि एआई एक कछुए को एक राइफल के लिए गलत समझना, लेकिन अधिक बार हम एआई पर बहुत अधिक विश्वास करते हैं जब यह साबित नहीं हुआ है कि यह विश्वसनीय है। एक प्रसिद्ध कहानी एक दशक पहले की है, जब एक फर्म का एआई मानव हस्तक्षेप के बिना व्यापार करने की अनुमति दी गई थी। एल्गोरिदम ने एक घंटे से कम समय में 440 मिलियन डॉलर खो दिए।

एक हालिया उदाहरण के लिए, उन्नत भाषा मॉडल अभी भी मानव उपयोगकर्ता से विशिष्ट आदेशों की आवश्यकता के बिना भ्रमित या पूर्वाग्रहपूर्ण हो सकते हैं। टेक्स्ट-टू-इमेज जनरेटर संभावित रूप से शक्तिशाली हो सकते हैं, लेकिन मानव उपयोगकर्ता से विशिष्ट आदेशों की आवश्यकता होती है ताकि वे अपनी पूरी क्षमता प्राप्त कर सकें।

मानव-केंद्रित एआई, तब, हमारे उत्पादों के डिज़ाइन में एक प्रकार का फोकस है। हम मानव समझ – जैसे निर्णय और सहयोग – को सर्वोत्तम डेटा और एआई तकनीकों के साथ मिलाकर बुद्धिमान प्रणाली बनाने का प्रयास करते हैं जो व्यवसायिक परिणामों और प्रक्रियाओं में काफी सुधार कर सकते हैं।

मानव और एआई के बीच प्रतिक्रिया लूप की आवश्यकता के बारे में आप क्या समझाते हैं?

एआई का एक पूरा शाखा है जिसे “मानव इन द लूप” कहा जाता है, जो मानव की प्रतिक्रिया तंत्र पर निर्भर करता है ताकि एआई के प्रदर्शन में सुधार हो सके। यह प्राकृतिक है, और किसी भी प्रणाली के लिए समझ में आता है।

एआई सिस्टम समय के साथ सुधार कर सकते हैं, पुनः प्रशिक्षण के माध्यम से, जो उपयोगकर्ता द्वारा की गई कार्रवाई को शामिल करता है। यह, ज़ाहिर है, हमारे अनुप्रयोगों का एक हिस्सा है। मैं एक उदाहरण देता हूं।

कोविड से पहले, हम एक बड़े वित्तीय सेवा फर्म के साथ मांग अनुमान पर काम कर रहे थे। हमने जिस तरह से सिस्टम को डिज़ाइन किया था, जब कोविड आया और अन्य मॉडल तोड़ दिए, तो हमारा तेजी से अनुकूलन हुआ और इसे फिर से बनाने की आवश्यकता नहीं थी। यह मानव-केंद्रित एआई का दूसरा और सबसे महत्वपूर्ण पहलू है, जो जटिलताओं को शामिल करने के लिए डिज़ाइन किया गया है आधुनिक जीवन।

यह विश्वास और एक प्रणाली बनाता है जो संगठन और उपयोगकर्ता के साथ बढ़ता है।

वियनाई को अगली पीढ़ी का एआई प्लेटफ़ॉर्म क्या बनाता है?

जोखिम, नियमन, और एआई के वादे के बारे में बहुत चर्चा है, लेकिन कुछ ने हमारे समाधान की तलाश की है — मानव-केंद्रित एआई की अवधारणा।

हमारा प्लेटफ़ॉर्म तब तैयार है जो एआई के साथ आने वाली समस्याओं का सामना करने के लिए है। यह विश्वास, पूर्वाग्रह, और पारदर्शिता के मुद्दों को संबोधित करने के लिए है। यह कंपनियों को एआई को स्केल करने में सक्षम बनाता है और नॉन-टेक्निकल उपयोगकर्ताओं को हमारे अनुप्रयोगों के माध्यम से एआई का लाभ उठाने में सक्षम बनाता है।

एक प्लेटफ़ॉर्म बनाने के पीछे कुछ चुनौतियाँ क्या हैं जो उद्यम एआई के अनुभव को नाटकीय रूप से सुव्यवस्थित करता है?

उद्यमों में एआई को शामिल करने में हमें जो सबसे बड़ी चुनौतियाँ दिखाई देती हैं, वे प्रतिभा, टूल्स, और प्रौद्योगिकी हैं। पहले, प्रतिभा कुछ स्थानों में केंद्रित होती है, खासकर बड़ी टेक कंपनियों में। यह बाहरी टीम के सदस्यों के लिए एआई कार्यक्रम की देखरेख, शासन, और आकार में भाग लेना मुश्किल बना देता है और यहां तक कि एआई के संचालन में काम करने वाले सीमित टीम सदस्यों के कारण और अधिक पूर्वाग्रह पैदा कर सकता है।

प्रौद्योगिकी और टूल्स भी एआई को सुव्यवस्थित करने में एक चुनौती हो सकते हैं। वर्तमान में, दोनों सीमित हैं। एआई चलाने वाले चिप्स दुर्लभ और बहुत महंगे हैं, और टूल्स कुछ विक्रेताओं में बंद हैं, जो मूल्य में सुधार करते समय मूल्य को बढ़ाते हैं और लाभ को बढ़ाते हैं। किसी भी कंपनी के लिए, चाहे वह अपनी एआई यात्रा में कहीं भी हो, ये चुनौतियाँ उपयोगी और नैतिक एआई लागू करना मुश्किल बना सकती हैं क्योंकि यह एक अविच्छिन्न, खंडित रणनीति बनाती है और उचित कार्यों को निष्पादित करने के लिए आवश्यक टूल्स को हटा देती है। संगठनों को एआई के सभी क्षेत्रों में समर्थन करने में सक्षम होने की आवश्यकता है, और सफलता के लिए टीम समर्थन और इनपुट प्रदान करने में सक्षम होने की आवश्यकता है।

सच्ची सफलता के लिए, मैंने पाया है कि प्लेटफ़ॉर्म क्षमताओं को पूरी तरह से खुला, मॉड्यूलर, लचीला, और महंगे हार्डवेयर और सॉफ़्टवेयर अपग्रेड पर निर्भर नहीं होना चाहिए। और मानव-केंद्रित दृष्टिकोण के साथ, मानव अभी भी ज्ञान, संदर्भ, अनुभव, और रचनात्मकता को समस्याओं का समाधान करने में ला सकते हैं — यह एआई प्लेटफ़ॉर्म द्वारा बढ़ाया जाता है, न कि प्रतिस्थापित किया जाता है।

वियनाई के बारे में और कुछ है जो आप साझा करना चाहेंगे?

कई तरीकों से, हम एआई के समय में जी रहे हैं। एआई के बारे में बहुत चर्चा और उत्साह है, जो कुल मिलाकर एक अच्छी बात है। हम देख रहे हैं कि जेनरेटिव एआई और अन्य क्षेत्रों में प्रगति और व्यापक अपनाना हो रहा है। हालांकि, हमें एआई की सीमाओं को भी पहचानने की आवश्यकता है — एआई प्रौद्योगिकी की वर्तमान वास्तविकता, साथ ही एआई में विशेषज्ञता की कमी, और विशेष रूप से उद्यमों में एआई पर विश्वास की कमी। यदि हम एआई को हमारे जीवन, समाज, हमारे काम, हमारी क्षमता के एक प्रवर्धक के रूप में फ्रेम कर सकते हैं, और एआई को सुनिश्चित करने के लिए आवश्यक पर्यवेक्षण है, तो मुझे विश्वास है कि हम अंततः इसे महत्वपूर्ण और परिवर्तनकारी तरीकों से देखेंगे।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें वियनाई पर जाना चाहिए।