Դոկտոր Վիշալ Սիկկա, Vianai-ի հիմնադիր և գործադիր տնօրեն – Հարցազրույցների շարք

Vishal Sikka-ի հիմնադիրն ու գործադիր տնօրենն է Վիանաի, SAP AG-ի նախկին տնօրեն և Infosys-ի նախկին գործադիր տնօրեն: Ներկայումս նա նաև ծառայում է Oracle-ի տնօրենների խորհրդում, BMW Group-ի վերահսկիչ խորհրդում և որպես մարդակենտրոն AI-ի Սթենֆորդի ինստիտուտի խորհրդական:

Vianai պլատֆորմը համատեղում է բաց կոդով տարրերը, Vianai-ի սեփական տեխնիկան և օպտիմալացումները, ինչպես նաև մարդակենտրոն դիզայնը՝ AI-ն ձեռնարկություն լայնածավալ, տարբեր լանդշաֆտներում բերելու համար: Պլատֆորմի միջոցով խոշոր կազմակերպությունները կարող են կառուցել, օպտիմալացնել, տեղակայել և կառավարել ML մոդելներ առկա ենթակառուցվածքի վրա և բարելավել ML մոդելների գործառնություններն ու կատարումը ձեռնարկությունում,

Ի՞նչն ի սկզբանե ձեզ գրավեց մեքենայական ուսուցման մեջ:

Ես սկսեցի հետաքրքրվել արհեստական ​​ինտելեկտով դեռահաս տարիքում, երբ կարդացի Մարվին Մինսկու մտքերը մեր մտքում՝ որպես պարզ գործակալների հասարակություններ, և իմացա Ջո Վեյզենբաումի Էլիզայի (շատ վաղ չաթ-բոտ) և Ջոն Մաքքարթիի քննադատության մասին: Ավելի ուշ ես պատիվ ունեցա ՄակՔարթին ղեկավարելու իմ AI որակավորման քննական հանձնաժողովը Սթենֆորդում: Մակքարթին և Մինսկին արհեստական ​​ինտելեկտի ոլորտի երկու հայրերն էին, և երկուսն էլ խորը պատկերացումներ ունեին դրա ուժի, ինչպես նաև սահմանափակումների մասին, և ես բախտ ունեցա սովորելու նրանց երկուսի հետ:

Մենք դեռ այսօր կարող ենք տեսնել, որ AI-ն ունի մեծ ներուժ, և միևնույն ժամանակ ունի զգալի սահմանափակումներ: Նույն մարտահրավերները, որոնց հետ մենք պայքարում էինք 30 տարի առաջ, դեռևս ակնհայտ են այսօր, մասնավորապես, երբ մենք դիտարկում ենք AI-ն ձեռնարկությունում: Ես ոգեշնչված էի աշխատանքով որպես ուսանող՝ տեսնելու, թե արդյոք AI-ի արժեքը կարող է ինչ-որ կերպ բացվել, և ես շարունակել եմ կրքոտ լինել դրանով:

Դուք նախկինում գրել եք մի քանի գործիքային թերթեր, ձեր կարծիքով ո՞ր թուղթն է ամենաշատը նպաստել արհեստական ​​ինտելեկտի վերաբերյալ ձեր տեսակետների զարգացմանը:

Որպես ուսանող ես պետք է կարդացած լինեի մի քանի հազար թերթ: ՄակՔարթիի նախազգուշական աշխատությունները «Խորհուրդներ ընդունողի» մասին, AI-ի որոշ հիմնական փիլիսոփայական խնդիրների վերաբերյալ, Մարվինի աշխատությունները մտքի մասին որպես հասարակություն, կապակցական (նյարդային ցանցի վրա հիմնված) և սիմվոլիկ մոտեցումները համախմբելու AI-ի վերաբերյալ, Հուդա Փերլի փաստաթղթերը հավանական պատճառաբանության վերաբերյալ և պատճառահետևանքային ինտելեկտը և Դեյվիդ Մարի (տեսողության մասին), Փեթ Ուինսթոնի (օրինակներից օբյեկտների նկարագրությունները սովորելու վերաբերյալ) աշխատությունները, ծրագրերի սինթեզի վերաբերյալ Ուոլդինգերի աշխատանքը և շատ ուրիշներ ձևավորեցին իմ տեսակետները: Վերջերս ես կարդում եմ Հինթոնի, Լեկունի, ուշադրության արժանացած մարդկանց գործերը, ինչպես նաև Սինտիա Ռուդինի, Ֆերնանդա Վիեգասի և այլոց գործերը:

Դուք հայտարարել եք, որ AI համակարգ կառուցելու ծրագրավորողների փորձը մասնատված է և կոտրված, որո՞նք են AI համակարգի ստեղծման արդի խնդիրներից մի քանիսը:

AI համակարգերն այսօր իսկապես կարող են բացատրվել միայն համեմատաբար փոքր թվով մարդկանց կողմից. վիճակագրությունը տարբերվում է, բայց թվում է, որ աշխարհում իրականում կարող են լինել միայն մոտ 20-30,000, ովքեր հասկանում են AI համակարգերի իրական մեթոդները: Սա շատ ավելի փոքր է, քան մոտ 52,000 մարդիկ, որոնք մենք գնահատում ենք, որ MLOps-ի մասնագետներ են, կամ մեր գնահատած 1 միլիոնը տվյալների գիտնականներ են: Նրանցից շատերը չկարողացան ձեզ ասել, թե ինչու է համակարգն անում այն, ինչ կա, ինչու է տալիս այն առաջարկությունները, որոնք անում է, կամ ինչ կարող է առաջանալ, կամ ինչպես են աշխատում հիմքում ընկած տեխնիկան:

Դրեք սա չափազանց բարդ լանդշաֆտի ֆոնի վրա: Կան ավելի քան 300 MLOps վաճառողներ, որոնց Gartner-ը հետևում է ցանկացած պահի: Սրանցից յուրաքանչյուրն ունի մասնագիտացված առաջարկ: Մյուս կողմից, խոշոր ամպային վաճառողները ունեն ամեն ինչի իրենց համը և հաճախ ձգտում են ընկերություններին արգելափակել իրենց էկոհամակարգերի և ենթակառուցվածքների մեջ:

Այնուհետև, ինքնին հաշվարկը հաճախ չափազանց թանկ է ընկերությունների համար, որպեսզի իսկապես կառուցեն և պատրաստեն ամենաառաջադեմ մատչելի մոդելները: Դրանք թողնված են մի քանի ընկերությունների, որոնք ունեն տաղանդ և ռեսուրսներ, որոնք անհրաժեշտ են AI համակարգի պահանջները կառավարելու համար:

Փոխըմբռնման բացակայությունը, գործիքակազմի բարդությունը և հաշվարկի արժեքը միավորվում են՝ ստեղծելով անհամաձայնություն և դժվարին լանդշաֆտ ցանկացած ընկերության համար, որը ձգտում է AI-ի հմուտ լինել: Vianai-ում մենք կառուցում ենք մեթոդներ, որոնք հեշտացնում են AI-ի օգտագործումը և ավելի հեշտ հասկանալն ու դիտարկելը, միևնույն ժամանակ զգալիորեն նվազեցնելով լավագույն կատարողականություն ստանալու հետ կապված ռեսուրսներն ու ծախսերը:

Կարո՞ղ եք կիսվել Vianai-ի ծագման պատմությունը:

Ես երկար տարիներ աշխատել էի ձեռնարկություններին նոր, խանգարող նորամուծություններ բերելու համար: Ես և իմ թիմերը կառուցեցինք մի քանի ապրանքներ, որոնք հասել էին տասնյակ հազարավոր ձեռնարկությունների և համարվում էին բեկումնային: Ես նաև երկու հիմնարար վերափոխումներ եմ կատարել իմ երկու ճամփորդությունների ընթացքում՝ նախքան Vianai-ն սկսելը և մասնակցել եմ հարյուրավոր ձեռնարկությունների վերափոխումների: Դրան գումարվեց իմ երկարամյա AI-ն ուսումնասիրելը և կենտրոնանալը այն բանի վրա, թե ինչպես դարձնել AI-ն ավելի լավ, ավելի համապատասխան և ծառայել մարդկությանը:

Մի փոքր անսովոր ձևով. այս բաները միավորվեցին: Ես ընտանիքիս հետ արձակուրդում էի Հարավարևելյան Ասիայում [2018 թվականի վերջին]: Մենք գնումներ էինք անում փոքրիկ շուկայից, և վաճառողը ուներ գեղեցիկ, ձեռագործ զարդեր։ Այն պատրաստված էր ավանդական տեխնիկայով և տեղական քարերով, և դա ապշեցուցիչ էր, բայց, իհարկե, այս փոքրիկ քաղաքից դուրս ոչ ոք չէր լսել դրանց մասին: Եվ ես այս հարցը եկավ իմ մտքում. «Ի՞նչ կլիներ, եթե այս վաճառողը կարողանար օգտագործել AI: Ինչպիսի՞ն կլիներ դա: Ինչպե՞ս պետք է գործեն համակարգերը»: Այդ պահին ինձ հարվածեց, որ աշխարհի բոլոր բիզնեսները փոխակերպվելու են արհեստական ​​ինտելեկտի միջոցով, և որ այս փոխակերպումը հնարավոր չէ դիտարկել երեկվա ոսպնյակներով, այլ անհրաժեշտ են ապրանքներ և գաղափարներ, որոնք պետք է սկսել դատարկ թերթիկից:

Մոտ մեկ ամիս անց ես հիմնադրեցի Vianai-ն՝ նպատակ ունենալով բերել իրական, մարդակենտրոն AI-ն ամբողջ աշխարհի բիզնեսներին: Սա նշանակում է տրամադրել ապրանքներ և ծառայություններ, հավելվածներ և տեխնոլոգիաներ, գործիքներ, որոնք թույլ են տալիս բիզնես օգտագործողներին, տվյալների գիտնականներին, ML ինժեներներին և նույնիսկ աշխարհի հեռավոր մասերում գտնվող վաճառողներին իսկապես քաղել AI-ի օգուտները:

Այդ ժամանակից ի վեր մենք ստեղծել ենք հավելվածներ՝ օգնելու բիզնեսին սկսել AI-ով, հարթակ, որն օգնում է ML պրակտիկանտներին կառավարել և վերահսկել իրենց AI մոդելները, ինչպես նաև օպտիմալացման մեթոդներ՝ ավելի շատ ընկերությունների AI մուտք գործելու հնարավորություն տալու համար:

Ամեն ինչի միջոցով մենք պարզել ենք, որ մարդկային ըմբռնման, դատողության և համագործակցության ուժը տվյալների և արհեստական ​​ինտելեկտի լավագույն տեխնիկայի հետ միասին բերելու զգալի ներուժը մնում է չօգտագործված: Հիմնվելով առաջատար ձեռնարկությունների ընկերությունների հետ մեր աշխատանքի վրա՝ ես տեսա, որ նույն տեխնիկան, որը կօգնի փոքր վաճառողին, կօգնի աշխարհի ամենամեծ ձեռնարկություններին:

Vianai-ն ամեն ինչ վերաբերում է մարդակենտրոն AI-ին, կարո՞ղ եք սահմանել, թե ինչ է սա և ինչու է այն կարևոր:

Մարդակենտրոն AI-ն արհեստական ​​ինտելեկտն է, որը ձգտում է ուժեղացնել մարդկային աշխատանքը և բարելավել մարդու դատողությունը: Մեքենայական ուսուցումը շատ հաճախ համարվում է մարդկային աշխատանքի փոխարինում: Բայց AI-ն լրացնում է մարդկանց՝ այն առաջարկում է մասշտաբ, կրկնելիություն և ճշգրտություն, որը մարդիկ չեն կարող կրկնել: Սակայն AI-ն չի կարող կրկնօրինակել մարդկային դատողությունը, մարդկային փորձառությունները կամ համատեքստի մեր ըմբռնումը:

Սրա ակնհայտ օրինակներ կան, օրինակ, երբ արհեստական ​​ինտելեկտը կրիան շփոթում է հրացանի հետ, բայց շատ ավելի հաճախ մենք չափից ավելի վստահում ենք արհեստական ​​ինտելեկտին, երբ այն դեռ չի ապացուցել, որ վստահելի է: Տխրահռչակ պատմությունը գալիս է մեկ տասնամյակ առաջ, երբ մի ընկերության AI-ին թույլատրվեց առևտուր անել առանց մարդու միջամտության: Ալգորիթմը մեկ ժամից էլ քիչ ժամանակում կորցրել է 440 միլիոն դոլար։

Ավելի թարմ օրինակի համար, ժամանակակից լեզվական մոդելները մնում են համեմատաբար հեշտ շփոթելու կամ կողմնակալության համար: Տեքստ-պատկեր գեներատորները պոտենցիալ հզոր են, սակայն մարդկային օգտատերից պահանջում են շատ կոնկրետ հրամաններ՝ իրենց ողջ ներուժն օգտագործելու համար:

Մարդակենտրոն AI-ն, ուրեմն, մի տեսակ կենտրոնացում է մեր արտադրանքի ձևավորման մեջ: Մենք բերում ենք մարդկային ըմբռնման ուժը, ինչպես դատողությունը և համագործակցությունը, լավագույն տվյալների և AI տեխնիկայի հետ միասին՝ ստեղծելու խելացի համակարգեր, որոնք կարող են մեծապես բարելավել բիզնեսի արդյունքներն ու գործընթացները:

Կարո՞ղ եք բացատրել մարդկանց և AI-ի հետևում հետադարձ կապի անհրաժեշտությունը:

AI-ի մի ամբողջ մասնաճյուղ կա, որը կոչվում է «մարդ օղակում», որը հիմնված է մարդկանց հետադարձ կապի մեխանիզմների վրա՝ բնականաբար AI-ի աշխատանքը բարելավելու համար: Սա բնական է և իմաստալից է ցանկացած համակարգի համար:

AI համակարգերը կարող են բարելավվել ժամանակի ընթացքում՝ վերապատրաստման միջոցով, որը ներառում է օգտատերերի ցանկացած գործողություն: Սա, իհարկե, նույնպես մեր դիմումների մի մասն է։ Օրինակ բերեմ.

Մինչ Covid-ը, մենք աշխատում էինք խոշոր ֆինանսական ծառայությունների ֆիրմայի հետ՝ պահանջարկի կանխատեսման վրա։ Այն պատճառով, թե ինչպես մենք նախագծեցինք համակարգը, երբ Covid-ը եկավ և կոտրեց շատ այլ մոդելներ, մերը արագորեն հարմարվեց փոփոխություններին և երբեք ստիպված չեղավ վերակառուցվել: Սա մարդակենտրոն AI-ի երկրորդ և ամենակարևոր ասպեկտն է, որն ի սկզբանե նախագծում է համակարգերը ժամանակակից կյանքի բարդությունները ներառելու համար:

Սա ստեղծում է վստահություն և համակարգ, որն աճում է կազմակերպության և օգտագործողի հետ:

Ի՞նչն է դարձնում Vianai-ն հաջորդ սերնդի AI հարթակ:

Թեև շատ քննարկումներ կան ռիսկի, կանոնակարգման և AI-ի խոստման շուրջ, քչերն են փնտրել այն, ինչը մենք գտնում ենք որպես լուծում՝ մարդակենտրոն AI-ի հայեցակարգը:

Այնուհետև մեր հարթակը պատրաստ է այն խնդիրներին, որոնք կառաջանան, քանի որ AI-ն ավելի իրական է դառնում ձեռնարկությունում: Դա վստահության, կողմնակալության և թափանցիկության հետ կապված խնդիրների լուծումն է: Այն թույլ է տալիս ընկերություններին ընդլայնել AI-ն մոնիտորինգի և օպտիմալացման միջոցով: Եվ դա թույլ է տալիս ոչ տեխնիկական օգտատերերին օգտագործել AI-ն մեր հավելվածների միջոցով:

Որո՞նք են այն մարտահրավերները, որոնք հետևում են հարթակի կառուցմանը, որը կտրուկ կդարձնի ձեռնարկության AI-ի փորձը:

Ամենամեծ մարտահրավերները, որոնք մենք տեսնում ենք AI-ն ընդգրկող ձեռնարկություններում, տաղանդներն են, գործիքները և տեխնոլոգիաները: Նախ, տաղանդը հակված է կենտրոնանալու մի քանի վայրերում, հատկապես ավելի մեծ տեխնոլոգիական ընկերություններում: Սա շատ դժվար է դարձնում թիմի արտաքին անդամներին մասնակցել AI ծրագրի վերահսկողությանը, կառավարմանը և ձևավորմանը և կարող է ավելի շատ կողմնակալություն առաջացնել, քանի որ միայն սահմանափակ թվով թիմի անդամներ են աշխատում գործողությունների վրա:

Տեխնոլոգիան և գործիքները կարող են նաև մարտահրավեր լինել AI-ի պարզեցման հարցում: Այս պահին և՛ տեխնոլոգիաները, և՛ գործիքները սահմանափակ են: AI-ն գործարկելու համար նախատեսված չիպերը սակավ են և շատ թանկ, և գործիքները փակված են որոշակի վաճառողների մեջ, ինչը նվազեցնում է արժեքը բարելավելու ազատությունը՝ միաժամանակ ընդլայնելով արժեքը: Անկախ նրանից, թե որտեղ է ընկերությունը գտնվում իր ձեռնարկատիրական AI ճամփորդության մեջ, այս մարտահրավերները կարող են բարդացնել օգտակար և էթիկական AI-ի իրականացումը, քանի որ այն ստեղծում է անջատված, մասնատված ռազմավարություն և վերացնում է համապատասխան գործառույթները կատարելու համար անհրաժեշտ գործիքները: Կազմակերպությունները պետք է կարողանան աջակցել AI-ի բոլոր ոլորտներին՝ ներդրումից մինչև սպասարկում, և ունենան թիմի աջակցությունը և առաջարկի ներդրումը՝ այն հաջողության հասնելու համար:

Իրական հաջողության համար ես հասկացա, որ պլատֆորմի հնարավորությունները պետք է լինեն ամբողջովին բաց, մոդուլային, ճկուն և կախված չլինեն թանկարժեք ապարատային և ծրագրային ապահովման թարմացումներից: Եվ մարդակենտրոն մոտեցման դեպքում մարդիկ դեռևս ի վիճակի են գիտելիքները, համատեքստը, փորձը և ստեղծագործական կարողությունը բերել խնդիրների լուծմանը, այնուհետև սա ուժեղացվում է AI հարթակով, այլ ոչ թե փոխարինվում:

Կա՞ որևէ այլ բան, որով կցանկանայիք կիսվել Vianai-ի մասին:

Շատ առումներով մենք ապրում ենք AI-ի ժամանակներում: Արհեստական ​​ինտելեկտի շուրջ շատ աղմուկ և քննարկումներ կան, ինչը ընդհանուր առմամբ լավ բան է: Մենք տեսնում ենք շատ առաջընթացներ և ավելի լայն ընդունում, քան անցյալում այնպիսի ոլորտներում, ինչպիսիք են Generative AI-ն և այլ ոլորտներ: Այնուամենայնիվ, մենք նաև պետք է աշխատենք ճանաչել AI-ի սահմանափակումները՝ AI տեխնոլոգիայի իրողությունները այսօր, ինչպես նաև AI-ի սակավ փորձաքննության և հատկապես ձեռնարկություններում AI-ի նկատմամբ վստահության պակասի իրողությունները: Եթե ​​մենք կարողանանք AI-ն ձևավորել որպես մեր կյանքի, հասարակության, մեր աշխատանքի, մեր ներուժի ուժեղացուցիչ և ունենալ AI-ի անհրաժեշտ վերահսկողություն՝ դա ապահովելու համար, ապա ես հավատում եմ, որ վերջապես կտեսնենք, որ այն կյանքի է կոչվում իմաստալից և փոխակերպող ձևերով:

Շնորհակալություն հիանալի հարցազրույցի համար, այն ընթերցողները, ովքեր ցանկանում են ավելին իմանալ, պետք է այցելեն Վիանաի.