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

विशाल सिक्का वियनाई के संस्थापक और सीईओ हैं, एसएपी एजी के पूर्व सीटीओ, और इन्फोसिस के पूर्व सीईओ हैं। 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 खुले स्रोत तत्वों, वियनाई-मालिकाना तकनीकों और अनुकूलन, और मानव-केंद्रित डिज़ाइन को एक साथ लाता है ताकि एआई को उद्यम में बड़े पैमाने पर, विविध परिदृश्यों में लाया जा सके। प्लेटफ़ॉर्म के साथ, बड़े संगठन मौजूदा बुनियादी ढांचे पर जटिल एमएल मॉडल बना, अनुकूलित, तैनात और प्रबंधित कर सकते हैं और उद्यम भर में एमएल मॉडल के संचालन और प्रदर्शन में सुधार कर सकते हैं।

आपको मशीन लर्निंग में शुरुआत में क्या आकर्षित किया?

मैं एक किशोर के रूप में, जब मैंने मार्विन मिंस्की के हमारे दिमाग के रूप में सरल एजेंटों के समाज के बारे में विचारों को पढ़ा, और जो वाइजेनबाम के एलिजा (एक बहुत ही शुरुआती चैटबॉट) और जॉन मैकार्थी के इसकी आलोचना के बारे में सीखा, तब मैं मशीन लर्निंग में रुचि लेने लगा। बाद में, मुझे मैकार्थी के स्टैनफोर्ड में मेरी एआई योग्यता परीक्षा समिति की अध्यक्षता करने का सम्मान मिला। मैकार्थी और मिंस्की दोनों कृत्रिम बुद्धिमत्ता के 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 सारी संभावनाएं हैं, और साथ ही साथ इसमें महत्वपूर्ण सीमाएं भी हैं। जिन चुनौतियों से हम 30 साल पहले जूझ रहे थे, वे आज भी एआई में मौजूद हैं, खासकर जब हम एआई को उद्यम में देखते हैं। मैं एक छात्र के रूप में काम से प्रेरित था, यह देखने के लिए कि क्या एआई का मूल्य किसी तरह से अनलॉक किया जा सकता है, और मैं इसके बारे में जुनूनी रहा हूं।

आपने पहले कुछ महत्वपूर्ण पत्र लिखे हैं, जो पत्र आपको लगता है कि आपके एआई के दृष्टिकोण को विकसित करने में सबसे अधिक महत्वपूर्ण था?

एक छात्र के रूप में, मैंने कई हजार पत्र पढ़े होंगे। मैकार्थी के “एडवाइस टेकर” पर प्रेसेंट पेपर, कुछ मुख्य दार्शनिक समस्याओं पर एआई, मार्विन के पेपर में दिमाग को एक समाज के रूप में लाया गया, न्यूरल नेटवर्क आधारित और प्रतीकात्मक दृष्टिकोण को एक साथ लाने के लिए, जूडिया पियरल के पेपर प्रोबेबिलिस्टिक रीजनिंग और कॉजल इंटेलिजेंस पर, और डेविड मार्र (दृष्टि पर), पैट विंस्टन (उदाहरणों से वस्तुओं के विवरण सीखने पर), वाल्डिंगर के काम प्रोग्राम सिंथेसिस पर, और कई अन्य ने मेरे दृष्टिकोण को आकार दिया। हाल ही में, मैं हिंटन, लेकुन, ध्यान लोगों, साथ ही सिंथिया रुडिन, फेरनांडा विगास, और अन्य के काम पढ़ रहा हूं।

आपने कहा है कि एआई सिस्टम बनाने का डेवलपर अनुभव टूटा हुआ और खंडित 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 हो सकते हैं जो एआई सिस्टम के वास्तविक तरीकों को समझते हैं। यह 52,000 या इतने एमएलओपीएस पेशेवरों की तुलना में बहुत कम है, जिनका हम अनुमान लगाते हैं, या 1 मिलियन डेटा वैज्ञानिक जिनका हम अनुमान लगाते हैं। उनमें से अधिकांश आपको नहीं बता सकते कि सिस्टम क्यों ऐसा कर रहा है, क्यों यह सिफारिशें कर रहा है या क्या गलत हो सकता है, या अंतर्निहित तकनीक कैसे काम करती है।

इसे एक जटिल परिदृश्य के खिलाफ रखें। गार्टनर द्वारा ट्रैक किए जाने वाले 300 से अधिक एमएलओपीएस विक्रेता हैं। प्रत्येक में एक विशेषज्ञता प्रस्ताव है। बड़े क्लाउड विक्रेताओं के पास अपने स्वयं के प्रस्ताव हैं, और अक्सर कंपनियों को अपने पारिस्थितिकी तंत्र और बुनियादी ढांचे में लॉक करने का प्रयास करते हैं।

फिर, कंप्यूट खुद बहुत महंगा है कि कंपनियां वास्तव में कुछ सबसे उन्नत मॉडल बना और प्रशिक्षित कर सकती हैं। वे कुछ कंपनियों के लिए छोड़ दिए जाते हैं जिनके पास प्रतिभा और संसाधन हैं जो एआई सिस्टम की मांगों को प्रबंधित करने के लिए आवश्यक हैं।

समझ की कमी, टूलिंग की जटिलता, और कंप्यूट की लागत मिलकर किसी भी कंपनी के लिए एक विच्छिन्न और चुनौतीपूर्ण परिदृश्य बनाते हैं जो एआई प्रवीण होना चाहती है। वियनाई में, हम एआई को आसान बनाने और समझने के तरीके बना रहे हैं और संसाधनों और लागतों को कम कर रहे हैं जो सर्वोत्तम प्रदर्शन प्राप्त करने के साथ जुड़े हुए हैं।

क्या आप वियनाई की उत्पत्ति की कहानी साझा कर सकते हैं?

मैंने कई वर्षों तक उद्यमों में नए, विघटनकारी नवाचार लाने का काम किया है। मेरी टीम और मैंने कई उत्पाद बनाए जो दस हजारों उद्यमों तक पहुंचे और जिन्हें सफलता माना जाता था। मैंने अपनी दो यात्राओं से पहले वियनाई शुरू करने से पहले दो मूलभूत परिवर्तनों का नेतृत्व किया और सैकड़ों उद्यमों में भाग लिया। इसके अलावा, मेरे कई वर्षों का एआई का अध्ययन और यह देखने के लिए कि एआई को बेहतर, अधिक प्रासंगिक, और मानवता की सेवा में कैसे बनाया जा सकता 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, हाथ से बनाई गई ज्वेलरी थी। यह पारंपरिक तकनीकों और स्थानीय पत्थरों से बनाया गया था, और यह अद्भुत था, लेकिन, जाहिर है, इस छोटे से शहर के बाहर किसी ने इसके बारे में नहीं सुना था। और मुझे यह प्रश्न आया कि “क्या होगा अगर यह विक्रेता एआई का उपयोग कर सकता है? यह कैसा दिखेगा? सिस्टम को कैसे काम करना होगा?” उस पल में मुझे यह एहसास हुआ कि दुनिया भर में हर व्यवसाय एआई के साथ परिवर्तित होगा, और यह परिवर्तन कल के लेंस के माध्यम से नहीं देखा जा सकता है, लेकिन इसके लिए उत्पादों और विचारों की आवश्यकता है जो एक खाली स्लेट से शुरू होने चाहिए।

एक महीने बाद, मैंने वियनाई की स्थापना की với एक मिशन व्यवसायों को वास्तविक, मानव-केंद्रित एआई प्रदान करने के लिए। इसका अर्थ है उत्पादों और सेवाओं, अनुप्रयोगों और प्रौद्योगिकियों, उपकरण प्रदान करना जो व्यवसायिक उपयोगकर्ताओं, डेटा वैज्ञानिकों, एमएल इंजीनियरों और दुनिया भर में दूरस्थ क्षेत्रों में विक्रेताओं को वास्तव में एआई का लाभ उठाने में सक्षम बनाते हैं।

से तब, 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, और अधिक कंपनियों को एआई तक पहुंच प्रदान करने के लिए अनुकूलन तकनीक।

हमने पाया है कि मानव समझ, निर्णय, और सहयोग को एक साथ लाने और डेटा और सर्वोत्तम एआई तकनीकों के साथ मिलाने की महत्वपूर्ण संभावना अभी भी अनलॉक नहीं की गई है। हमारे द्वारा अग्रणी उद्यम कंपनियों के साथ काम करने से, मैंने देखा कि जिन तकनीकों से छोटे विक्रेता की मदद मिलेगी, 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 मानव के पूरक है — यह मानव द्वारा प्रतिकृत नहीं की जा सकने वाली स्केल, पुनरावृत्ति और सटीकता प्रदान करता है। लेकिन एआई मानव निर्णय, मानव अनुभव, या हमारी संदर्भ की समझ को प्रतिकृत नहीं कर सकता है।

इसके उदाहरण स्पष्ट हैं, जैसे कि एआई एक कछुए को राइफल के लिए गलत समझना, लेकिन अधिक बार हम एआई पर बहुत अधिक विश्वास करते हैं जब यह अभी तक विश्वसनीय साबित नहीं हुआ 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 weniger से कम एक घंटे में $440 मिलियन 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 जेनरेटर संभावित रूप से शक्तिशाली हैं, लेकिन मानव उपयोगकर्ता से विशिष्ट आदेशों की आवश्यकता होती है ताकि वे अपनी पूरी क्षमता प्राप्त कर सकें।

मानव-केंद्रित एआई, तब, एक प्रकार का फोकस है जो हमारे उत्पादों के डिजाइन में है। हम मानव समझ – जैसे निर्णय और सहयोग – को एक साथ लाते हैं और सर्वोत्तम डेटा और एआई तकनीकों के साथ मिलाते हैं, ताकि व्यवसायिक परिणामों और प्रक्रियाओं में सुधार करने वाले बुद्धिमान प्रणाली बनाई जा सकें।

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

एआई का एक पूरा शाखा है जिसे “मानव इन द लूप” कहा जाता है, जो एआई के प्रदर्शन में सुधार करने के लिए मानव प्रतिक्रिया तंत्र पर निर्भर करता है। यह स्वाभाविक 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 क्रियाओं को शामिल करता है। यह, जाहिर है, हमारे अनुप्रयोगों का एक हिस्सा है। मैं एक उदाहरण देना चाहूंगा।

कोविड से पहले, हम एक बड़े, वित्तीय सेवा फर्म के साथ मांग अनुमान पर काम कर रहे थे। हमने सिस्टम को इस तरह से डिज़ाइन किया था कि जब कोविड आया और कई अन्य मॉडल तोड़ दिए, तो हमारा तेजी से अनुकूलन हो गया और कभी भी पुनर्निर्माण की आवश्यकता नहीं हुई। यह मानव-केंद्रित एआई का दूसरा और सबसे महत्वपूर्ण पहलू है, जो जटिल जीवन की जटिलताओं को शामिल करने के लिए प्रणालियों को डिज़ाइन करना है।

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 हमें लगता है कि समाधान — मानव-केंद्रित एआई की अवधारणा को खोजा है।

हमारा प्लेटफ़ॉर्म तब तैयार है जब एआई उद्यम में अधिक वास्तविक हो जाएगा। यह विश्वास, पूर्वाग्रह, और पारदर्शिता के मुद्दों को संबोधित करने के लिए है। यह कंपनियों को निगरानी और अनुकूलन के साथ एआई को स्केल करने में सक्षम बनाता है। और यह गैर-तकनीकी उपयोगकर्ताओं को हमारे अनुप्रयोगों के माध्यम से एआई का लाभ उठाने में सक्षम बनाता है।

उद्यम एआई के अनुभव को नाटकीय रूप से स्ट्रीमलाइन करने वाले एक प्लेटफ़ॉर्म के पीछे कुछ चुनौतियां क्या हैं?

हमें लगता है कि उद्यमों में एआई को शामिल करने में सबसे बड़ी चुनौतियां प्रतिभा, उपकरण, और प्रौद्योगिकी हैं। पहले, प्रतिभा अक्सर 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 यह भी बना सकता है कि केवल सीमित संख्या में टीम के सदस्य ही संचालन पर काम कर रहे हैं और यह अधिक पूर्वाग्रह पैदा कर सकता है।

प्रौद्योगिकी और उपकरण भी एआई को स्ट्रीमलाइन करने में एक चुनौती हो सकते हैं। वर्तमान में, दोनों सीमित हैं। एआई चलाने वाले चिप्स दुर्लभ और बहुत महंगे हैं, और उपकरण विशिष्ट विक्रेताओं में बंद हैं, जो लागत में सुधार करते समय मूल्य बढ़ाने की स्वतंत्रता को कम करता है। चाहे कोई कंपनी अपने उद्यम एआई यात्रा में कहीं भी हो, ये चुनौतियां उपयोगी और नैतिक एआई को लागू करना मुश्किल बना देती हैं क्योंकि यह एक अविच्छिन्न, खंडित रणनीति बनाता है और उचित कार्यों को निष्पादित करने के लिए आवश्यक उपकरणों को हटा देता है। संगठनों को एआई के सभी क्षेत्रों का समर्थन करने में सक्षम होने की आवश्यकता है, từ लागू करने से लेकर रखरखाव तक, और सफलता बनाने 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, नहीं बदला जाता है।

क्या 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 सारी चर्चा है, जो कुल मिलाकर एक अच्छी बात है। हम कई प्रगति और व्यापक गोद लेने को देख रहे हैं जो पहले की तुलना में अधिक है, जैसे कि जेनरेटिव एआई और अन्य क्षेत्रों में। हालांकि, हमें एआई की सीमाओं को भी पहचानने की आवश्यकता है — एआई प्रौद्योगिकी की वर्तमान वास्तविकता के साथ-साथ एआई में विशेषज्ञता की कमी और विशेष रूप से उद्यमों में एआई पर भरोसा की कमी। यदि हम एआई को हमारे जीवन, समाज, हमारे काम, हमारी संभावनाओं के एक प्रमुख के रूप में फ्रेम कर सकते हैं, और एआई की देखरेख सुनिश्चित करने के लिए आवश्यक देखभाल कर सकते हैं, तो मुझे विश्वास है कि हम अंततः इसे महत्वपूर्ण और परिवर्तनकारी तरीकों से जीवन में लाएंगे।

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