रिचर्ड बॉयड, तन्जो इंक के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

रिचर्ड बॉयड एक उद्यमी, लेखक और शिक्षा, स्वास्थ्य सेवा, वर्चुअल दुनिया, कंप्यूटर गेमिंग, मशीन लर्निंग और मानव/कंप्यूटर इंटरफेस जैसे विषयों पर बोलते हैं। तीन दशकों से, रिचर्ड ने कई उद्योगों में सबसे नवाचारी प्रौद्योगिकी कंपनियों और सेवाओं का नेतृत्व किया है या उनकी मदद की है, जिनमें उत्तरी कैरोलिना के रिसर्च ट्रायंगल पार्क क्षेत्र में चार कंपनियों की स्थापना और मुख्य कार्यकारी अधिकारी के रूप में कार्य करना शामिल है। रिचर्ड ने अपनी पिछली कंपनी लॉकहीड मार्टिन को बेच दी और वर्चुअल वर्ल्ड लैब्स के निदेशक के रूप में बने रहे।

रिचर्ड तन्जो इंक के सह-संस्थापक और सीईओ हैं, जो एक कृत्रिम बुद्धिमत्ता और मशीन लर्निंग कंपनी है जो उत्तरी कैरोलिना के रिसर्च ट्रायंगल पार्क क्षेत्र में स्थित है।

आप 90 के दशक से वीआर पर काम कर रहे हैं, और 2001 में आपने 3डीसॉल्व की सह-स्थापना की। 3डीसॉल्व ने शुरुआत में कुछ परियोजनाओं पर काम किया था?

3डीसॉल्व के लिए सबसे प्रभावशाली पहली परियोजना सेना प्रशिक्षण और डॉक्ट्रिन कमांड (ट्रैडॉक) को छोटी इकाई सामरिक संचालन के लिए सिमुलेशन सीखने का तरीका सिखाने में मदद करना था। हमने सेना के लिए पहला “स्तर 4 इंटरएक्टिव मल्टीमीडिया निर्देश” (आईएमआई) पाठ्यक्रम बनाया जिसने ट्रैडॉक मान्यता प्राप्त की। यह मूल रूप से एक पूरी तरह से सिम्युलेटेड 3डी वातावरण में सुरक्षित अभ्यास के मूल्य को हार्नेस करना था। पहला पाठ्यक्रम 25बी10 एमओएस (सैन्य व्यवसाय विशेषता) के लिए 100 घंटे से अधिक का निर्देश था।

हम उस समय अफगानिस्तान और इराक में सैनिकों को भेज रहे थे और उन्हें डीटीओसी (डिजिटल टैक्टिकल ऑपरेशन सेंटर) में काम करने के लिए प्रशिक्षित कर रहे थे, जब हमारे पास संयुक्त राज्य अमेरिका में उन्हें प्रशिक्षित करने के लिए कोई डीटीओसी नहीं था। 3डीसॉल्व ने फोर्ट हूड, फोर्ट गॉर्डन और विभिन्न अन्य सुविधाओं का दौरा किया ताकि उपकरण खोजे, विषय विशेषज्ञों से मिले और वर्चुअल डीटीओसी बनाए जा सकें जहां सैनिक प्रशिक्षित हो सकें। मान्यता परिणामों से पता चला कि इस विधि का उपयोग करने वाले सैनिकों को कम समय में प्रशिक्षित किया गया था और पहले के किसी भी कक्षा विधियों की तुलना में ज्ञान की उच्च डिग्री के साथ। मैं इसे गंभीर खेल उद्योग की शुरुआत के रूप में सोचता हूं।

मैं एडीएल (एडवांस्ड डिस्ट्रीब्यूटेड लर्निंग) कोलाब सलाहकार बोर्ड में भी शामिल था, जहां पुन: प्रयोज्य सीखने की सामग्री के लिए मानक बनाए गए थे। मैंने फिलिप डॉड्स के साथ एससीओआरएम (शेयरेबल कंटेंट ऑब्जेक्ट रेफरेंस मॉडल) के लिए 3डी मानकों पर काम किया। एक ओर की नोट यह है कि फिलिप वह व्यक्ति था जिसने स्पीलबर्ग की फिल्म क्लोज एनकाउंटर्स ऑफ द थर्ड काइंड में ऑर्गन बजाया था।

मैंने 3डीआईएफ नामक एक अंतर्राष्ट्रीय मानक निकाय में भी काम किया, जिसकी अध्यक्षता इंटेल और बोइंग ने की थी, जहां हमने 3डी इंटरचेंज फॉर्मेट के लिए एक अंतर्राष्ट्रीय ईसीएमए मानक बनाया। यह विचार दुनिया में बनाई गई सभी चीजों के लिए 3डी सीएडी मॉडल में मूल्य को कैप्चर करना और इसे गंभीर खेलों और 3डी तकनीकी दस्तावेजों में उपयोग के लिए अनुवाद करना था। यह एडोब एक्रोबेट और अन्य प्लेटफार्मों पर जीवित है।

हमने वारेन रोबिनेट, डॉ फ्रेड ब्रुक्स, एलन के और अन्य उद्योग के पioneers के साथ मिलकर हेडसेट और विभिन्न वीआर परिधीय उपकरणों के साथ काम करना जारी रखा। मेरे सह-संस्थापक डेविड स्मिथ ने एलन के साथ मिलकर ओपनक्रोकेट नामक एक पूरी तरह से खुला स्रोत प्लेटफॉर्म बनाया, जो आज भी जीवित है।

2007 में लॉकहीड मार्टिन द्वारा 3डीसॉल्व के अधिग्रहण के बाद आपके जीवन में क्या बदलाव आया?

3डीसॉल्व पर हमारे द्वारा काम की जाने वाली एक और अग्रणी परियोजना जिसने लॉकहीड को हमें खरीदने के लिए प्रेरित किया, वह एक पूरे लॉस एंजिल्स क्लास सबमेरीन का सिमुलेशन था। उस समय नौसेना अभी भी प्रशिक्षण के लिए पूरे जहाजों को अलग कर रही थी। हमने “टोटल शिप सिमुलेशन” की अवधारणा को आगे बढ़ाया, जिसमें एक मल्टीप्लेयर गेम वातावरण में पूरे सबमेरीन की प्रतिलिपि बनाई गई थी। हमने एपिक गेम्स के अनरियल इंजन का उपयोग किया और इन जहाजों के लिए प्रशिक्षण में क्रांति ला दी। लॉकहीड में, हमने विनाशक, लिटोरल कombat शिप के साथ-साथ सभी उप-प्रणालियों के सिम्स बनाए।

यह शुरुआत में एक खेल प्रौद्योगिकी कंपनी से एक 100 वर्ष पुराने रक्षा ठेकेदार में अनुकूलन करना एक चुनौती थी। हमने अपनी हकीकत बनाना सीखा। मैंने वर्चुअल वर्ल्ड लैब्स नामक एक अनौपचारिक संगठन बनाया और इसे कैलिफोर्निया में प्रसिद्ध एलएम स्कंकवर्क्स के बाद मॉडल किया। वास्तव में, स्कंकवर्क्स वीडब्ल्यूएल का एक सदस्य बन गया। हमने सीखा कि जब भी आप एक पेटेंट प्रस्ताव के साथ आते हैं, तो आपको एक चेक मिलता है, और जब यह दिया जाता है तो एक और मिलता है। इसलिए, यह हमारा प्रोत्साहन कार्यक्रम बन गया। हमने एआर, वीआर और एआई में चीजों का आविष्कार करना शुरू किया। अपने 5 साल के कार्यकाल के अंत तक, हमने लगभग 40 लोगों के एक छोटे समूह में 100 पेटेंट आवेदनों का संग्रह किया था।

सबसे मजेदार और प्रासंगिक कार्यक्रमों में से एक डीओडी वर्चुअल वर्ल्ड फ्रेमवर्क का निर्माण था। हम कई बड़े पैमाने पर संयुक्त युद्ध अभ्यास में शामिल थे और उन प्रोप्राइटरी सिस्टमों के बीच अंतरोपेरेबिलिटी की कमी के कारण होने वाली निराशा को देखा जिन्हें इन बड़े लाइव, निर्माण और वर्चुअल सिमुलेशन अभ्यासों में एक साथ काम करने की आवश्यकता थी। हमारी पहली प्रतिक्रिया यह थी कि यह एक हल किया गया समस्या है … यह इंटरनेट है! यदि अधिग्रहण समुदाय हर किसी को वेब सेवाओं का पालन करने के लिए प्राप्त कर सकता है, तो हम बेहतर एकीकृत प्रशिक्षण प्रणाली बना सकते हैं। और वेबजीएल ने हाल ही में विश्व वाइड वेब कंसोर्टियम के साथ मुस्तैदी से पारित किया था। समय आ गया था कि व्यवसाय को सामान्य रूप से हिला दिया जाए। पेंटागन ने एक “सामान्य वर्चुअल वर्ल्ड फ्रेमवर्क” के लिए एक प्रस्ताव का अनुरोध जारी किया जो एकीकृत सिमुलेशन के लिए था। कार्यक्रम के प्रमुख पेंटागन में एक रचनात्मक पूर्व वायु सेना पायलट फ्रैंक डिगियोवानी थे। हम उन्हें डी9 कहते थे। वह मुझे कोल जॉन बॉयड की कहानियों की याद दिलाता है, जिन्होंने वायु सेना में हमारे लड़ाकू जेट कार्यक्रमों और सोच के रचनात्मक विनाश के लिए दबाव डाला।

समस्या यह थी कि डी9 ने स्पष्ट रूप से अपनी अधिग्रहण टीम को बताया कि वह “किसी भी लॉकमार्ट जैसी कंपनियों” को यह नया फ्रेमवर्क बनाने के लिए नहीं चाहता था। लेकिन डेविड और मैं उन 17 विक्रेताओं में से एक के साथ गए जो कार्यक्रम पर बोली लगा रहे थे और हमने इसे जीत लिया। हमें बाद में पता चला कि हर कोई स्वाभाविक रूप से कुछ प्रोप्राइटरी समाधान के साथ दिखा रहा था और सरकार से इसे अपनाने के लिए कह रहा था। हम अपनी मौखिक प्रस्तुति के लिए रीगन बिल्डिंग में डीसी में कुछ भी नहीं के साथ दिखाए, लेकिन कहा कि इस गहरी समस्या का उत्तर इंटरनेट की वास्तुकला में निहित है। हमने कहा कि हम इसे कुछ महीनों में डिजाइन कर सकते हैं और छह महीनों में एक कार्यशील प्रोटोटाइप होगा। हमने यह भी कहा कि यह ओपन सोर्स होना चाहिए। हमने “हाथों से नीचे स्लैम डंक” जीता, डी9 के अनुसार, क्योंकि हमारा दृष्टिकोण इतना ताज़ा और अलग था और “बॉक्स के बाहर” था।

जब मैं अपने लॉकहीड मार्टिन प्रभाग के नेतृत्व को इस नए जीत के बारे में ऑरलैंडो में वापस आने के लिए कहा, तो मुझे थोड़ा कार्पेट पर बुलाया गया था। मुझे बधाई दी गई, लेकिन फिर उन्होंने ओपन सोर्स भाग के बारे में पूछा। “यह हमारे मौजूदा निर्मित सिम व्यवसाय का क्या अर्थ होगा?” उन्होंने पूछा। मेरा जवाब – “यह इसे पूरी तरह से बाधित कर देगा।” एक रुकावट थी, फिर अनिवार्य प्रश्न “तो हम पैसे कैसे कमाएंगे? व्यवसाय मॉडल क्या है?” मेरा जवाब – “व्यवसाय मॉडल लेगियन होगा।” मैं अभी भी उस प्रतिक्रिया से उत्पन्न होने वाले भ्रमित माथे को संजो रहा हूं। मैंने रेड हैट के माध्यम से एक बहु-अरब डॉलर का व्यवसाय कैसे बनाया, इसके सभी तरीकों के माध्यम से चला गया, लेकिन मुझे लगता है कि वे कभी भी व्यवधान के साथ सहज नहीं हुए।

मेरा शीर्षक उस समय उभरते और विघटनकारी प्रौद्योगिकी के निदेशक और वर्चुअल वर्ल्ड लैब्स के मुख्य वास्तुकार था। मैंने अगले वर्ष लॉकहीड को अधिक आत्म-विघटन और शम्पेटर रचनात्मक विनाश को अपनाने की कोशिश की। मैंने नवाचार को बड़े संगठनों में एक बच्चे की तरह वर्णित किया, जो समाज के लिए अच्छा है और बहुत फायदेमंद है। बच्चे हमारा भविष्य हैं। लेकिन गलत लेंस के माध्यम से, बच्चे परजीवी की तरह देखे जा सकते हैं। जब वे पहली बार गर्भ में प्रवेश करते हैं, तो वे संसाधनों को दूर ले जाना शुरू कर देते हैं। यदि गर्भ की सुरक्षात्मक स्थिति नहीं होती, तो माँ के एंटीबॉडी बाहर आ जाते और बच्चे को नष्ट कर देते। लॉकहीड में नवाचार इसी तरह का था। हर कोई नवाचार की बात करता है और इसके बारे में बात करता है, लेकिन जब भुगतान इतना दूर होता है, तो कोई भी अपने संसाधनों को इसके लिए त्यागना नहीं चाहता है। (मेरी व्हाइटबोर्ड एनिमेशन देखें कि नवाचार कैसे एक बच्चे की तरह है।)

लॉकहीड मार्टिन में अपने समय के दौरान आपने जिन पेटेंटों पर काम किया उनमें से एक विज्ञान-कथा ब्लॉकबस्टर से लगता है, जिसे होलोडेक कहा जाता है। होलोडेक वास्तव में क्या है?

2009 में, मुझे जेम्स कैमरून ने अपनी फिल्म अवतार के निर्माण के दौरान लॉस एंजिल्स में आमंत्रित किया था। हम जिम के साथ पहले काम कर चुके थे (द एबिस पर) और वह मुझे अपना नया 3डी कैमरा दिखाना चाहता था जिसे उसने विंस पेस (जिन्हें हम द एबिस से जानते थे) के साथ आविष्कार किया था। लेकिन जो मुझे वास्तव में आकर्षित किया वह ह्यूजेस विमान हैंगर में आभासी सेट था। मैंने एक छोटे से फ्लैट पैनल स्क्रीन के साथ पांडोरा की आभासी दुनिया में बहुत समय बिताया। मैंने सशस्त्र बलों के लिए पत्रिका के लिए इसके बारे में लिखा और डेविड स्मिथ के साथ मिलकर एक बड़े आभासी प्रशिक्षण युद्ध के मैदान का विचार तैयार किया, जो एक फुटबॉल के मैदान के आकार का था। उस समय हम मैरीन्स के लिए फ्यूचर इमмер्सिव ट्रेनिंग एनवायरनमेंट (फाइट) कार्यक्रम पर काम कर रहे थे। इस कार्यक्रम में, मैरीन एक लैपटॉप अपनी पीठ पर पहनता था और हेडमाउंट। इस अतिरिक्त गियर ने वास्तव में नकारात्मक प्रशिक्षण के बारे में चिंता पैदा की। मैं कभी नहीं भूलूंगा कि पहले सार्जेंट ने इसे जोड़ा और कहा, “हमें लड़ने की तरह प्रशिक्षित करना है, है ना?” और फिर जमीन पर गिर गया और रोल किया, सभी इलेक्ट्रॉनिक्स को टुकड़ों में तोड़ दिया। होलोडेक की अवधारणा जेम्स कैमरून के वॉल्यूम की तरह थी; जहां अभिनेताओं के पास लाइट ट्रैकिंग सूट होते हैं और सभी उपकरण उनके चारों ओर होते हैं। हेड माउंटेड डिस्प्ले अभी भी आवश्यक था, लेकिन यह वायरलेस और हल्का था। आज के ऑकुलस क्वेस्ट की तरह। हमने यह भी पता लगाया कि इसे धूप में बाहर कैसे किया जाए।

2015 में आपने लिखा था कि हमें मशीनों के कब्जे के बारे में इतना चिंतित नहीं होना चाहिए, बल्कि हमें यह पता लगाना चाहिए कि मानव और स्वचालन के बीच सही संतुलन कैसे प्राप्त किया जाए ताकि परिणामों को अनुकूलित किया जा सके। क्या आप अभी भी समाज को एआई या मशीनों के कब्जे के बारे में अत्यधिक चिंतित मानते हैं?

मुझे लगता है कि जब वास्तव में स्मार्ट लोग जो इस स्थान में विशेषज्ञता से भरे हुए हैं (जैसे रे कुर्जवील, स्टीफन हॉकिंग, एलोन मस्क, जेम्स कैमरून और बिल गेट्स) चिंता व्यक्त करते हैं, तो हमें ध्यान देना चाहिए और कृत्रिम सामान्य बुद्धिमत्ता और समाज के लिए इसके निहितार्थ की ओर बढ़ने की प्रगति को ट्रैक करना चाहिए। यदि हमने हाल ही में कुछ सीखा है, तो यह है कि डोमेन विशेषज्ञता मायने रखती है, और हमें हमेशा गहरी विशेषज्ञता वाले लोगों से चेतावनी देनी चाहिए।

कहा जा रहा है, मुझे लगता है कि हम जो देख रहे हैं वह अधिक बढ़ते हुए विघटन है जो तुरंत ध्यान और कार्रवाई की मांग करता है। मेरा 21वीं सदी के लिए मानव और स्वचालन के बीच सही संतुलन प्राप्त करने के लिए जोर देना एक महत्वपूर्ण मुद्दा है। मुझे वास्तव में लगता है कि जो कोई भी इसे सही नहीं प्राप्त करता है वह जल्द ही प्रासंगिक नहीं होगा, न कि केवल प्रतिस्पर्धी नहीं होगा। जब जेपी मॉर्गन ने अपने सीओआईएन नामक एक मशीन लर्निंग सिस्टम के साथ 320,000 घंटे प्रति वर्ष की ऋण समीक्षा को बदल दिया, तो उन्होंने स्वयं को विघटित कर दिया और तुरंत अपने बॉटम लाइन पर $300 मिलियन का लाभ प्राप्त किया। और यह लाभ अब एक एएन्यूटी है। उनके किसी भी प्रतियोगी को जो अभी भी उस लागत को वहन करते हैं, उम्मीद नहीं है कि वे प्रतिस्पर्धा कर सकते हैं।

मुझे लगता है कि यह कंपनियों, सरकारों, यहां तक कि व्यक्तियों के लिए सच है। मैं उत्तरी कैरोलिना में 70,000 छात्रों के साथ एक सामुदायिक कॉलेज के बोर्ड में हूं। मैं लगातार छात्रों और हमारे पाठ्यक्रम को उन नौकरियों की ओर मार्गदर्शन करने की कोशिश कर रहा हूं जो पांच साल में अभी भी मानव द्वारा की जाएंगी। जब मैं उन छात्रों को पाता हूं जो रेडियोलॉजी में जाना चाहते हैं, तो मैं उन्हें समझाता हूं कि मशीनें पहले से ही मानवों की तुलना में एक्स-रे पढ़ने में बेहतर हैं। एक नया क्षेत्र पर विचार करें या यह कैसे वास्तविकता के साथ बदलता है। यह भविष्यवाणी नहीं है। यह अबवाद है।

आपके अनुसार मानव सोच रेखीय है और मशीनें घातांकी हैं। स्पष्ट रूप से आप एक घातांकी सोच वाले व्यक्ति हैं, मानवों के लिए घातांकी सोचना इतना मुश्किल क्यों है?

70% अमेरिकी विज्ञान अनुभाग को नहीं पढ़ सकते हैं और न्यूयॉर्क टाइम्स की व्याख्या नहीं कर सकते हैं (मिशिगन स्टेट अध्ययन)। लेखकों जैसे डैन एरियली, उनकी सर्वश्रेष्ठ बिक्री पुस्तक में प्रेडिक्टेबली अपरेशनल में, और अन्य लोगों ने बताया है कि हम मानव कैसे नहीं हैं सांख्यिकीय सोच में अच्छे हैं। घातांकी और लॉगरिदमिक सोच भी नहीं है। मेरे मेंटर और नायक एलन के ने शिक्षा में सार्वभौमिक और गैर-सार्वभौमिक के बारे में एक महान टेड टॉक है। मैंने गेटिंग स्मार्ट वेबसाइट में पहले सिद्धांतों से शिक्षा को पुनर्विचार करने के बारे में एक लेख में इसके बारे में लिखा। मूल रूप से, अमूर्त और निगमनात्मक तर्क करना मुश्किल है जब तक कि उन्हें सिखाया न जाए। हमारे पास एक शिक्षा समस्या है जो मूरे के नियम या एक महामारी के प्रसार की प्रगति को समझने में हमारी क्षमता को बाधित कर रही है।

वर्तमान महामारी हमारे नेतृत्व में घातांकी सोचने में असमर्थता के निहितार्थों पर एक और उज्ज्वल प्रकाश डालती है।

आप 90 के दशक से वीआर में काम कर रहे हैं, आप वर्तमान वीआर उपभोक्ता अनुप्रयोगों जैसे ओकुलस क्वेस्ट के बारे में कैसा महसूस करते हैं?

हर बार जब मैं वीआर के रोलर कोस्टर को हYPE की ओर बढ़ते हुए देखता हूं, तो मैं सभी को तीन मुख्य प्रतिबंधों की याद दिलाना शुरू कर देता हूं जो व्यापक गोद लेने को रोक रहे हैं।

1. कुछ मानव हमेशा शारीरिक रूप से स्टीरियोस्कोपिक 3डी वीआर का आनंद लेने में असमर्थ होंगे।
2. सेटअप और कनेक्शन का घर्षण एक ऐसा अनुभव बनाता है जो बहुत से लोगों को आनंददायक नहीं लगेगा।
3. सिस्टम की नाजुकता का अर्थ है कि केवल विशेषज्ञ शौकीन इसे टिंकर करना चाहेंगे और विफल कनेक्शनों को ट्रoubleshoot करेंगे।

मानवों को लंबे समय से कोई अपग्रेड नहीं मिला है (मेरी गणना के अनुसार प्लीस्टोसीन से) और कुछ लोगों को स्टीरियोस्कोपिक 3डी प्रदर्शनों के साथ अनुकूलन करना मुश्किल है। तो उन्हें एक पल के लिए अलग रखकर, हम दूसरी बड़ी समस्या के साथ छोड़ दिए जाते हैं: उपकरणों से जुड़ने का घर्षण। बहुत अधिक केबलिंग और ट्यूनिंग है जो आपको एक अनुभव में मिल सकती है। और तीसरा है इन अतिरिक्त डोंगल और कनेक्टरों की नाजुकता और भंगुरता।

ओकुलस क्वेस्ट ने मेरी उम्मीदों को पार कर लिया और दूसरे और तीसरे प्रतिबंधों को पूरी तरह से समाप्त कर दिया। मेरे परिवार में हम ओकुलस क्वेस्ट सामग्री में लगभग हर दिन समय बिताते हैं। यह, मेरे दृष्टिकोण से, वीआर को आवश्यक突破 है जिसकी इसे आवश्यकता थी। अब हमें बस इतना करना है कि हम देखें कि हम इस तकनीक को उन लोगों के लिए कैसे अनुकूलित कर सकते हैं जिनके पास शारीरिक प्रतिबंध हैं जो वीआर का आनंद लेने से रोकते हैं।

तन्जो लॉन्च करने के पीछे आपकी प्रेरणा क्या थी?

मैंने 2009 में लॉकहीड मार्टिन में वर्चुअल वर्ल्ड लैब्स चलाने के दौरान मशीन लर्निंग की खोज की। मशीन लर्निंग पहले से ही मौजूद थी, लेकिन यह वह वर्ष था जब मुझे यह एहसास हुआ कि यह कितनी दूर आ गया है, और यह कैसे उस “कृत्रिम बुद्धिमत्ता” से मूल रूप से अलग है जिसका उपयोग हम कंप्यूटर गेम और डीओडी सिमुलेशन में पहले करते थे।

मैं अब एआई को तीन चरणों में आगे बढ़ने के बारे में सोचता हूं। पहले चरण में, जो 1958 से 2009 (मेरा मनमाना मार्कर) तक चला, हम कंप्यूटर से कुछ गणना करने के लिए नहीं कहते थे जब तक कि मानव इसे पूरी तरह से नहीं समझते थे और इसे टूटे हुए तर्क द्वार और यदि / तो बयानों में तोड़ सकते थे। हमने इसे फिर कंप्यूटर में डाल दिया, जो सीमित राज्य मशीन या स्तरीय व्यवहार पेड़ थे, और कार्यक्रमों को चलाया। अंत में, यह सिर्फ कोड था। इसमें कुछ भी रहस्यमय नहीं था।

अगला चरण मशीन लर्निंग है, जहां मानव को यह नहीं पता होता है कि मशीन को कार चलाने के लिए कैसे बताना है। अब हम सिर्फ एक मशीन लर्निंग लाइब्रेरी को डिजाइन करते हैं और फिर इसे प्रशिक्षण डेटा के एक बड़े सेट को खिलाते हैं जो अपनी समझ को स्वयं अनुमान लगाते हैं। आज एक मशीन लर्निंग सिस्टम सिर्फ 100 घंटे का वीडियो देखकर एक स्वायत्त वाहन चला सकता है और इसे कहीं भी ले जा सकता है (मैं通常 रोमे के अलावा कहीं भी मजाक करता हूं)।

तन्जो में, हम मशीन लर्निंग का उपयोग छोटे प्रोजेक्टों में करते हैं ताकि बैंकों और संस्थानों और उच्च शिक्षा और फॉर्च्यून 2000 कंपनियों को बुद्धिमत्ता वृद्धि और स्वचालन प्रदान किया जा सके जो उनके काम करने के तरीके को बदल रहा है। हम अपने कार्यान्वयन से 10 गुना तक की वापसी देखते हैं। और यह रिटर्न एक एएन्यूटी है। कितने प्रौद्योगिकी निवेशों को हमने पहले देखा है जो इस तरह के उत्पादकता लाभ पैदा करते हैं? हमने 600 गुना तक के मान्य आरओआई माप देखे हैं; और एक शर्मनाक परिणाम 1600 गुना। हम इसे एक मामले के रूप में उपयोग नहीं करते हैं क्योंकि यह बहुत अतिरंजित लगता है।

आप तन्जो एनिमेटेड पर्सनास (टीएपी) के बारे में चर्चा कर सकते हैं और यह कैसे काम करता है?

हमारा बड़ा突破 तब हुआ जब हमें एहसास हुआ कि ये अद्भुत, अजीब मशीन इंटेलिजेंस सिस्टम लोगों को उसी तरह देखते हैं जैसे वे जानकारी के वस्तुओं को देखते हैं। हमने एक प्रारंभिक प्रयोग एक लोकप्रिय डेटिंग ऐप से प्रशिक्षण डेटा के एक सेट के साथ चलाया। हमारा छोटा सा मशीन लर्निंग दिमाग मानव व्यवहार के पैटर्न से एक हित ग्राफ और भावना मानचित्र बनाया जो एक मायर्स-ब्रिग्स प्रोफाइल की तरह दिखता था। हमने इसे 2014 में एक मशीन लर्निंग डेटिंग ऐप बनाने पर विचार किया। यह एक संक्षिप्त विचार था, क्योंकि यह हमारे लिए अर्थपूर्ण काम करने के लिए नहीं था।

इसके बजाय, हमने इसे “सहानुभूति इंजन” कहा और इन मशीन लर्निंग मानव व्यवहार पैटर्न से तन्जो एनिमेटेड पर्सनास बनाए। विश्लेषक फर्म गार्टनर ने 2018 में इस突破 के लिए हमें एक “कूल वेंडर अवार्ड” दिया। हम बाजार अनुसंधानकर्ताओं को अपने ग्राहकों के साथ गहरी और अर्थपूर्ण बातचीत कराने में मदद कर रहे हैं; साथ ही साथ स्वास्थ्य और कल्याण का अध्ययन करने के लिए जनसंख्या के मॉडल बनाने के लिए इसका उपयोग कर रहे हैं। उदाहरण के लिए: हम एक ज़िप कोड या काउंटी के लिए एक सिंथेटिक जनसंख्या मॉडल बना सकते हैं और जांच सकते हैं कि कौन से हस्तक्षेप और संदेश वायरस के प्रसार को कम करने या मोटापे, धूम्रपान आदि को कम करने के लिए बेहतर व्यवहार को प्रोत्साहित करते हैं।

क्या आप तन्जो को शिक्षित करने के लिए पर्यवेक्षित शिक्षा का उपयोग करते हैं?

इन प्रणालियों के इनपुट और आउटपुट दोनों में मानव और मशीनों के बीच संतुलन महत्वपूर्ण है। मानव पर्यवेक्षण निश्चित रूप से हमारे मशीन लर्निंग सिस्टम के “मस्तिष्क” को तेजी से प्रशिक्षित करने में मदद करता है। जब हमने उत्तरी कैरोलिना में 58 समुदाय कॉलेजों को एक साथ जोड़ने वाले एनसी मस्तिष्क बनाया, तो हमने कुछ शीर्ष कॉलेजों में संकुल और प्रशासकों के साथ काम किया ताकि यह सुनिश्चित किया जा सके कि इसकी ज्ञान और सामग्री की रैंकिंग वैध थी।

तन्जो के उत्पादों में से एक कॉन्ट्रैक्टबॉट है, जो अनुबंध विश्लेषण के लिए है। कॉन्ट्रैक्टबॉट क्या है और यह मुख्य रूप से किस प्रकार के उद्यमों के लिए डिज़ाइन किया गया है?

हमने कॉन्ट्रैक्टबॉट को मूल रूप से लेखा उद्योग के लिए बनाया था। 2017 में, एफएएसबीआई (वित्तीय लेखा मानक बोर्ड व्याख्या) व्यवसायों के लिए राजस्व मान्यता और पट्टे की मान्यता के बारे में नए नियम जारी कर रहा था। लेखा फर्म पूरे देश में सम्मेलन आयोजित कर रही थी ताकि वे खुद को और अपने ग्राहकों को इन परिवर्तनों के लिए तैयार कर सकें। हमारे मशीन लर्निंग लेंस के साथ, हमें एहसास हुआ कि यह एक मशीन लर्निंग प्रणाली के लिए एक आदर्श अवसर है जो लेखाकारों के साथ मिलकर विश्लेषण की गति और सटीकता में काफी वृद्धि कर सकती है। हमने एक प्रणाली को चार मिलियन अनुबंधों पर प्रशिक्षित किया: एक पेज स्कैन किए गए, हस्तलिखित खरीद आदेश से लेकर अनुबंध जिसमें सौ पृष्ठों के वारंटी और अस्वीकरण और मील के पत्थर भुगतान विवरण थे। यह जल्दी से भाषा को समझने और दस्तावेजों या दस्तावेजों के खंडों को वर्गीकृत करने और व्यावसायिक नियमों को लागू करने के लिए सीखा।

यह परियोजना और अन्य मामले के अध्ययन हैं जो हम उन लोगों को प्रोत्साहित करने के लिए प्रदान करते हैं जो व्यवसाय में हैं ताकि वे मानव और मशीन के बीच नए संतुलन लेंस के साथ हर गतिविधि पर एक करीब से देखें और यह निर्धारित करें कि उनके व्यवसाय को अनुकूलित करने के लिए मानव और मशीन प्रयास का सही मिश्रण क्या है। जब जेपी मॉर्गन ने इस दृष्टिकोण का उपयोग करके 320,000 घंटे प्रति वर्ष की ऋण विश्लेषण को समाप्त किया, तो उन्होंने न केवल उस वर्ष में अपने निवेश पर 100 गुना रिटर्न प्राप्त किया, बल्कि वे हर साल इसका लाभ उठाएंगे। उनके किसी भी प्रतियोगी जो अभी भी “व्यवसाय के रूप में सामान्य” कर रहे हैं, जिनके पास अभी भी वह लागत है, न केवल प्रतिस्पर्धी नहीं होंगे, बल्कि अप्रासंगिक होंगे।

तन्जो के सबसे रोमांचक उत्पादों में से एक तन्जो का एंटरप्राइज ब्रेन है। इसके पीछे कौन सा मशीन लर्निंग है और इसके उपयोग के मामले क्या हैं?

जब हमने मशीन लर्निंग का उपयोग किया तो हमें पता चला कि सीखने की रजिस्ट्री बनाने में इसकी शक्ति का एहसास हुआ। जब मैं इसके बारे में बात करता हूं तो मैं आमतौर पर एक स्लाइड दिखाता हूं जिसमें “रेडर्स ऑफ द लॉस्ट आर्क” के अंतिम दृश्य की एक छवि होती है, जहां एक क्लर्क एक ड्राब को एक विशाल गोदाम में ले जा रहा होता है और इसे दफनाने के लिए, और इसमें एक छोटा सा टैग होता है जिस पर लिखा होता है आरसी।

सीखने की रजिस्ट्री परियोजना और अन्य से हमने जो सीखा है वह यह है कि एंटरप्राइज खोज टूटी हुई है। कंपनियों में छोटे डेटा झीलों और तालाबों में छिपी और अनदेखी जानकारी है जो या तो अनुपलब्ध है या पूछताछ के लिए पारदर्शी नहीं है। तेजी से जानकारी की इस उम्र में, हम प्रतिदिन प्राप्त ज्ञान को खो देते हैं क्योंकि हमारे पास भंडारण और पुनर्प्राप्ति के लिए खराब तरीके हैं।

तन्जो एंटरप्राइज ब्रेन आपके फायरवॉल के भीतर रहता है, पूरे स्रोत कोड के साथ, सब कुछ से जुड़ता है और इसके पास पहुंच के लिए सब कुछ पढ़ने और स्कैन करने और व्यवस्थित करने के अलावा कुछ नहीं है। और फिर वह रोमांचक क्षण की प्रतीक्षा करता है जब यह एक मानव का पता लगाता है जो कुछ ऐसा करने की कोशिश कर रहा है जो इसके हाथों में विशाल जानकारी मानचित्र का लाभ उठा सकता है। क्योंकि इसके पास इतना समय और शक्ति और आपके संगठनात्मक ज्ञान के साथ घनिष्ठता है, यह “वार एंड पीस” को “#रूसीउपन्यास #टॉल्स्टॉय #युद्धकथा #प्रेमकथा” में कम करने के लिए नहीं बसता है। इसके बजाय यह 4,000 वजनदार अवधारणाओं के साथ एक “हाइपरडाइमेंशनल फिंगरप्रिंट” के साथ इसे मैप करेगा। यह प्रतीत होता है कि अधिक प्रयास का भुगतान शोध संस्थानों, बैंकों और तन्जो एंटरप्राइज ब्रेन वाले कॉलेजों के लिए बड़े पैमाने पर लाभ देता है। यह सामान्य है कि वे अपने एंटरप्राइज ब्रेन को प्रशिक्षित करने के हिस्से के रूप में संगठनात्मक ज्ञान मAPPING चरण में लाइसेंस शुल्क से अधिक मूल्य को महसूस करते हैं, जब नेतृत्व सीखता है कि वे कितना ज्ञान निवेश करते हैं और पर निर्भर करते हैं और इसका क्या अर्थ है। जब एंटरप्राइज ब्रेन लागू किया जाता है, तो संगठन अब एक लेंस के साथ देखता है कि जानकारी उनकी प्रणालियों में कैसे दर्ज की जाती है, कौन इसका समर्थन करता है, कौन इसका विरोध करता है और अंततः निर्णय कैसे लिए जाते हैं। यह एक आवश्यकता बन रही है जो स्पष्ट रूप से स्पष्ट है। और जेपी मॉर्गन द्वारा लागू किए गए मशीन लर्निंग सिस्टम की तरह, यह हमेशा के लिए भुगतान करता है।

क्या तन्जो के बारे में आप कुछ और साझा करना चाहेंगे?

तन्जो वर्तमान में एक कोविड -19 मस्तिष्क पर काम कर रहा है। हमारी कंपनी के थीसिस के अनुसार, हम यह निर्धारित करने का प्रयास कर रहे हैं कि महत्वपूर्ण निर्णय लेने वाले लोगों के लिए सही जानकारी और संसाधन उपलब्ध होने पर मानव और मशीन के बीच संतुलन कैसे हासिल किया जाए। तन्जो एनिमेटेड पर्सनास क्षमता का उपयोग मानव आबादी डेटा को मॉडल करने के लिए किया जाएगा ताकि वायरल प्रसार को ट्रैक किया जा सके, लेकिन यह भी यह निर्धारित किया जा सके कि कौन से उपाय और संचार विधियां और वास्तव में शब्द हमें इस संकट से बाहर निकलने में मदद करेंगे। एक स्वस्थ पारिस्थितिकी तंत्र के लिए हम सभी के लिए।

यह एक दिलचस्प बातचीत रही है, पाठक जो और जानना चाहते हैं उन्हें तन्जो पर जाना चाहिए।

https://youtu.be/f0_SbQYD5ec