Dr. Vishal Sikka, Pendiri & CEO Vianai – Seri Wawancara

Vishal Sikka adalah Pendiri dan CEO Vianai, mantan CTO SAP AG, dan mantan CEO Infosys. Saat ini, ia juga menjabat sebagai anggota dewan direktur Oracle , dewan pengawas BMW Group, dan sebagai penasihat Institut AI Berbasis Manusia Stanford.

Platform Vianai menggabungkan elemen sumber terbuka, teknik dan optimasi khas Vianai, dan desain berbasis manusia untuk membawa AI ke perusahaan dengan skala besar, di berbagai lanskap. Dengan platform ini, organisasi besar dapat membangun, mengoptimalkan, mengirim, dan mengelola model ML yang canggih pada infrastruktur yang ada dan meningkatkan operasi dan kinerja model ML di seluruh perusahaan,

Apa yang awalnya menarik Anda untuk mempelajari pembelajaran mesin?

Saya menjadi tertarik dengan AI sebagai seorang remaja, ketika saya membaca renungan Marvin Minsky tentang pikiran kita sebagai masyarakat agen sederhana, dan belajar tentang Eliza (sebuah chatbot awal) dan kritik John McCarthy tentang hal itu. Kemudian, saya memiliki kehormatan memiliki McCarthy sebagai ketua komite ujian kualifikasi AI saya di Stanford. McCarthy dan Minsky adalah dua bapak bidang Kecerdasan Buatan, dan keduanya memiliki wawasan mendalam tentang kekuatan serta keterbatasan AI, dan saya beruntung bisa belajar dari keduanya.

Kita masih bisa melihat hari ini bahwa AI memiliki potensi besar, dan pada saat yang sama memiliki keterbatasan yang signifikan. Tantangan yang sama yang kita hadapi 30 tahun yang lalu masih terlihat hari ini, terutama ketika kita melihat AI di perusahaan. Saya terinspirasi oleh pekerjaan sebagai seorang mahasiswa, untuk melihat apakah nilai AI bisa diunlock, dan saya terus bersemangat tentang hal itu.

Anda sebelumnya telah menulis beberapa makalah instrumental, makalah mana yang Anda percaya paling instrumental dalam mengembangkan pandangan Anda tentang AI?

Sebagai seorang mahasiswa, saya harus telah membaca beberapa ribu makalah. Makalah McCarthy tentang “Advice Taker,” tentang beberapa masalah filosofis AI, makalah Marvin tentang pikiran sebagai masyarakat, tentang menggabungkan pendekatan connectionist (berbasis jaringan saraf) dan simbolis AI, makalah Judea Pearl tentang penalaran probabilistik dan kecerdasan sebab-akibat, dan makalah oleh David Marr (tentang visi), Pat Winston (tentang belajar deskripsi objek dari contoh), Waldinger’s work on sintesis program, dan banyak lainnya membentuk pandangan saya. Belakangan ini, saya telah membaca karya oleh Hinton, Lecun, para ahli perhatian, serta karya Cynthia Rudin, Fernanda Viegas, dan lain-lain.

Anda telah menyatakan bahwa pengalaman pengembang dalam membangun sistem AI adalah fragmented dan broken, apa saja beberapa masalah saat ini di balik membangun sistem AI?

Sistem AI saat ini hanya dapat dijelaskan oleh sejumlah kecil orang — statistik bervariasi, tetapi tampaknya hanya sekitar 20-30.000 di dunia yang memahami metode sebenarnya bagaimana sistem AI berjalan. Ini jauh lebih kecil daripada 52.000 orang yang kami perkirakan sebagai profesional MLOps, atau 1 juta yang kami perkirakan sebagai ilmuwan data. Banyak dari mereka tidak bisa menjelaskan mengapa sistem melakukan apa yang dilakukan, mengapa membuat rekomendasi yang dilakukan, atau apa yang mungkin salah, atau bagaimana teknik dasar bekerja.

Letakkan ini melawan latar belakang lanskap yang sangat kompleks. Ada lebih dari 300 vendor MLOps yang sedang dilacak oleh Gartner pada waktu tertentu. Masing-masing dari mereka memiliki penawaran khusus. Vendor cloud besar di sisi lain memiliki rasa mereka sendiri dari segala sesuatu, dan sering mencoba mengunci perusahaan ke dalam ekosistem dan infrastruktur mereka.

Kemudian, komputasi itu sendiri sering terlalu mahal bagi perusahaan untuk benar-benar membangun dan melatih beberapa model ML yang paling canggih yang tersedia. Yang itu ditinggalkan untuk beberapa perusahaan yang memiliki bakat dan sumber daya yang diperlukan untuk mengelola tuntutan sistem AI.

Kurangnya pemahaman, kompleksitas tooling, dan biaya komputasi bergabung untuk menciptakan lanskap yang terputus-putus dan menantang bagi perusahaan mana pun yang mencari untuk menjadi AI yang kompeten. Di Vianai, kami sedang membangun metode untuk membuat AI lebih mudah digunakan dan lebih mudah dipahami dan diamati, sambil sangat mengurangi sumber daya dan biaya yang terkait dengan mendapatkan kinerja terbaik.

Bisakah Anda berbagi cerita genesis di balik Vianai?

Saya telah menghabiskan banyak tahun bekerja untuk membawa inovasi baru dan mengganggu ke perusahaan. Tim saya dan saya membangun beberapa produk yang mencapai puluhan ribu perusahaan dan dianggap sebagai terobosan. Saya juga memimpin dua transformasi mendasar dalam dua perjalanan saya sebelum memulai Vianai dan berpartisipasi dalam transformasi di ratusan perusahaan. Menambahkan ini adalah tahun-tahun saya mempelajari AI dan fokus pada bagaimana membuat AI lebih baik, lebih relevan, dan dalam pelayanan kemanusiaan.

Dalam cara yang agak tidak biasa – hal-hal ini datang bersama. Saya sedang berlibur dengan keluarga saya di Asia Tenggara [pada akhir 2018]. Kami sedang berbelanja di pasar kecil, dan penjual memiliki perhiasan yang indah, terbuat dengan teknik tradisional dan batu lokal, dan itu sangat indah, tetapi, tentu saja, tidak ada yang di luar kota kecil ini yang pernah mendengar tentang mereka. Dan saya memiliki pertanyaan yang datang ke pikiran saya, “Bagaimana jika penjual ini bisa menggunakan AI? Bagaimana sistem ini akan beroperasi?” Pada saat itu, itu mengenai saya bahwa setiap bisnis di dunia akan ditransformasikan dengan AI, dan bahwa transformasi ini tidak bisa dilihat dengan lensa kemarin, tetapi memerlukan produk dan ide yang harus dimulai dari lembaran kosong.

Sekitar sebulan kemudian, saya mendirikan Vianai dengan misi untuk membawa AI yang benar-benar berbasis manusia ke bisnis di seluruh dunia. Ini berarti menyediakan produk dan layanan, aplikasi dan teknologi, alat yang memungkinkan pengguna bisnis, ilmuwan data, insinyur ML, dan bahkan penjual di bagian terpencil dunia untuk benar-benar memanfaatkan keuntungan AI.

Sejak itu, kami telah membuat aplikasi untuk membantu bisnis memulai AI, platform untuk membantu praktisi ML mengelola dan memantau model AI mereka, dan teknik optimasi untuk memungkinkan lebih banyak perusahaan mengakses AI.

Melalui semuanya, kami telah menemukan bahwa potensi besar membawa kekuatan pemahaman manusia, penilaian, dan kolaborasi bersama dengan data dan teknik AI terbaik masih belum dimanfaatkan. Berdasarkan pekerjaan kami dengan perusahaan-perusahaan besar, saya melihat bahwa teknik yang sama yang akan membantu penjual kecil akan membantu perusahaan terbesar di dunia.

Vianai adalah semua tentang AI yang berbasis manusia, bisakah Anda mendefinisikan apa itu dan mengapa itu penting?

AI yang berbasis manusia adalah AI yang mencari untuk memperkuat pekerjaan manusia dan meningkatkan penilaian manusia. Pembelajaran mesin terlalu sering dipikirkan sebagai pengganti tenaga kerja manusia. Tetapi AI adalah komplementer bagi manusia — itu menawarkan skala dan kemampuan yang tidak dapat direplikasi oleh manusia. Tetapi AI tidak dapat mereplikasi penilaian manusia, pengalaman manusia, atau pemahaman konteks.

Ada contoh yang jelas tentang ini, seperti AI yang salah mengenali kura-kura sebagai senapan, tetapi lebih sering kita meletakkan terlalu banyak kepercayaan pada AI ketika itu belum terbukti dapat dipercaya. Sebuah cerita yang terkenal datang dari sebuah decade yang lalu, ketika AI sebuah perusahaan dibiarkan berdagang tanpa intervensi manusia. Algoritma itu kehilangan $440 juta dalam waktu kurang dari satu jam.

Untuk contoh yang lebih baru, model bahasa yang canggih tetap relatif mudah untuk dikacaukan atau bias. Generator teks-ke-gambar sangat kuat, tetapi memerlukan perintah yang sangat spesifik dari pengguna manusia untuk mendapatkan potensi penuh.

AI yang berbasis manusia, maka, adalah fokus dalam desain produk kami. Kami membawa kekuatan pemahaman manusia – seperti penilaian dan kolaborasi – bersama dengan data dan teknik AI terbaik, untuk menciptakan sistem cerdas yang dapat sangat meningkatkan hasil dan proses bisnis.

Bisakah Anda menjelaskan kebutuhan akan umpan balik di balik manusia dan AI?

Ada cabang AI yang disebut “human in the loop” yang bergantung pada mekanisme umpan balik manusia untuk memperbaiki kinerja AI. Ini adalah alami, dan masuk akal untuk setiap sistem.

Sistem AI dapat diperbaiki seiring waktu, melalui pelatihan ulang, yang menggabungkan tindakan yang diambil oleh pengguna. Ini, tentu saja, adalah bagian dari aplikasi kami juga. Biarkan saya memberikan contoh.

Sebelum Covid, kami bekerja dengan sebuah perusahaan jasa keuangan besar pada peramalan permintaan. Karena kami merancang sistem ini, ketika Covid datang dan mematahkan banyak model lain, milik kami disesuaikan dengan perubahan dengan cepat dan tidak pernah perlu dibangun kembali. Ini adalah aspek kedua dan paling penting dari AI yang berbasis manusia, merancang sistem dari awal untuk menggabungkan kompleksitas kehidupan modern.

Ini menciptakan kepercayaan dan sistem yang tumbuh dengan organisasi dan pengguna.

Apa yang membuat Vianai menjadi platform AI generasi berikutnya?

Sementara ada banyak diskusi tentang risiko, regulasi, dan janji AI, sedikit yang telah mencari solusi — konsep AI yang berbasis manusia.

Platform kami siap untuk masalah yang akan datang ketika AI menjadi lebih nyata di perusahaan. Ini adalah untuk menangani masalah sekitar kepercayaan, bias, dan transparansi. Ini memungkinkan perusahaan untuk menskalakan AI dengan pemantauan dan optimasi. Dan ini memungkinkan pengguna non-teknis untuk memanfaatkan AI melalui aplikasi kami.

Apa saja beberapa tantangan di balik membangun platform yang secara dramatis menyederhanakan pengalaman untuk AI perusahaan?

Tantangan terbesar yang kami lihat di perusahaan yang mengintegrasikan AI adalah bakat, alat, dan teknologi. Pertama, bakat cenderung terkonsentrasi di beberapa tempat, terutama di perusahaan teknologi yang lebih besar. Ini membuat sangat sulit bagi anggota tim di luar untuk berpartisipasi dalam pengawasan, tata kelola, dan pembentukan program AI dan dapat menciptakan bias lebih lanjut karena hanya sejumlah terbatas anggota tim yang bekerja pada operasi.

Teknologi dan alat juga dapat menjadi tantangan dalam menyederhanakan AI. Saat ini, baik teknologi maupun alat sangat terbatas. Chip untuk menjalankan AI langka dan sangat mahal, dan alat terkunci ke vendor tertentu yang mengurangi kebebasan untuk meningkatkan nilai sambil memperluas nilai. Tidak peduli di mana sebuah perusahaan mungkin berada dalam perjalanan AI perusahaan, tantangan ini dapat membuat implementasi AI yang berguna dan etis menjadi menantang karena menciptakan strategi yang terputus-putus dan menghilangkan alat yang diperlukan untuk menjalankan fungsi yang tepat. Organisasi perlu dapat mendukung semua area AI dari implementasi hingga pemeliharaan, dan memiliki dukungan tim dan masukan untuk membuatnya sukses.

Untuk kesuksesan sejati, saya telah menemukan bahwa kemampuan platform perlu sepenuhnya terbuka, modular, fleksibel, dan tidak bergantung pada perangkat keras dan perangkat lunak yang mahal. Dan dengan pendekatan berbasis manusia, manusia masih dapat membawa pengetahuan, konteks, pengalaman, dan kreativitas untuk memecahkan masalah – ini kemudian diperkuat oleh platform AI, bukan digantikan.

Apakah ada yang lain yang Anda ingin bagikan tentang Vianai?

Dalam banyak cara, kita hidup di zaman AI. Ada banyak hypes dan diskusi tentang AI, yang secara keseluruhan adalah hal yang baik. Kita melihat banyak kemajuan dan adopsi yang lebih luas daripada sebelumnya di bidang seperti AI Generatif dan bidang lainnya. Namun, kita juga harus bekerja untuk mengenali keterbatasan AI – kenyataan teknologi AI saat ini serta kenyataan kelangkaan keahlian di AI, dan kurangnya kepercayaan pada AI terutama di perusahaan. Jika kita dapat membingkai AI sebagai penguat kehidupan kita, masyarakat, pekerjaan kita, potensi kita, dan memiliki pengawasan AI yang diperlukan untuk memastikan hal ini, maka saya percaya kita akan melihatnya menjadi kenyataan dalam cara yang berarti dan transformatif.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut dapat mengunjungi Vianai.