Dr. Vishal Sikka, Fondatore e Amministratore Delegato di Vianai – Serie di Interviste

Vishal Sikka è il Fondatore e Amministratore Delegato di Vianai, ex CTO di SAP AG e ex Amministratore Delegato di Infosys. Attualmente fa anche parte del consiglio di amministrazione di Oracle, del consiglio di sorveglianza del gruppo BMW e ricopre il ruolo di consigliere presso l’Istituto di Intelligenza Artificiale Centrata sull’Uomo di Stanford.

La piattaforma Vianai combina elementi open-source, tecniche e ottimizzazioni proprietarie di Vianai e design centrato sull’utente per portare l’IA alle imprese a larga scala, su diversi paesaggi. Con la piattaforma, le grandi organizzazioni possono creare, ottimizzare, distribuire e gestire modelli ML sofisticati sull’infrastruttura esistente e migliorare le operazioni e le prestazioni dei modelli ML in tutta l’impresa,

Cosa ti ha inizialmente attirato verso il machine learning?

Mi sono interessato all’IA da teenager, quando ho letto le riflessioni di Marvin Minsky sulla nostra mente come società di agenti semplici e ho appreso di Joe Weizenbaum’s Eliza (un chatbot molto precoce) e della critica di John McCarthy su di esso. In seguito, ho avuto l’onore di avere McCarthy come presidente del mio comitato di esame di qualificazione per l’IA a Stanford. McCarthy e Minsky erano i due padri del campo dell’Intelligenza Artificiale e avevano entrambi profonde intuizioni sui poteri e sui limiti di essa, e sono stato fortunato a studiare con entrambi.

Possiamo ancora vedere oggi che l’IA ha un grande potenziale e, allo stesso tempo, ha significative limitazioni. Le stesse sfide con cui ci stavamo confrontando 30 anni fa sono ancora evidenti oggi, in particolare quando guardiamo all’IA nelle imprese. Sono stato ispirato dal lavoro come studente per vedere se il valore dell’IA potesse in qualche modo essere sbloccato e sono continuato a essere appassionato di esso.

Hai scritto in precedenza alcuni paper strumentali, quale paper ritieni sia stato il più strumentale nell’evolversi delle tue opinioni sull’IA?

Da studente devo aver letto diverse migliaia di paper. I paper prescienti di McCarthy su un “Advice Taker”, su alcuni problemi filosofici fondamentali dell’IA, i paper di Marvin sulla mente come società, sull’unire l’approccio connessionista (basato su reti neurali) e simbolico all’IA, i paper di Judea Pearl su ragionamento probabilistico e intelligenza causale, e i paper di David Marr (sulla visione), Pat Winston (sull’apprendimento di descrizioni di oggetti da esempi), il lavoro di Waldinger sulla sintesi di programmi e molti altri hanno plasmato le mie opinioni. Più recentemente, ho letto lavori di Hinton, Lecun, gli autori dell’attenzione, nonché i lavori di Cynthia Rudin, Fernanda Viegas e altri.

Hai affermato che l’esperienza dello sviluppatore di costruire un sistema di IA è frammentata e rotta, quali sono alcuni dei problemi attuali dietro la costruzione di un sistema di IA?

I sistemi di IA oggi possono essere spiegati solo da un numero relativamente piccolo di persone — le statistiche variano, ma sembra che ci siano solo circa 20-30.000 persone nel mondo che comprendono i veri metodi con cui funzionano i sistemi di IA. Ciò è enormemente inferiore ai 52.000 o più professionisti di MLOps che stiamo stimando, o ai 1 milione che stiamo stimando siano scienziati dei dati. Molti di loro non potrebbero dirti perché il sistema sta facendo ciò che fa, perché fa le raccomandazioni che fa o cosa potrebbe andare storto, o come funzionano le tecniche sottostanti.

Mettetelo sullo sfondo di un paesaggio estremamente complesso. Ci sono oltre 300 fornitori di MLOps che Gartner sta tracciando in qualsiasi momento dato. Ognuno di questi ha un’offerta specializzata. I grandi vendor cloud, d’altra parte, hanno il loro proprio sapore di tutto e spesso cercano di bloccare le aziende nei loro ecosistemi e nella loro infrastruttura.

Quindi, il calcolo stesso è spesso troppo costoso per le aziende per costruire e addestrare alcuni dei modelli più avanzati disponibili. Questi sono lasciati a poche aziende che hanno il talento e le risorse necessarie per gestire le richieste di un sistema di IA.

La mancanza di comprensione, la complessità degli strumenti e il costo del calcolo si combinano per creare un paesaggio disgiunto e impegnativo per qualsiasi azienda che cerchi di essere competente in IA. In Vianai, stiamo costruendo metodi per rendere l’IA più facile da usare e più facile da comprendere e osservare, riducendo notevolmente le risorse e i costi associati al raggiungimento delle migliori prestazioni.

Potresti condividere la storia della genesi di Vianai?

Ho trascorso molti anni lavorando per portare nuove innovazioni disruptive alle imprese. I miei team e io abbiamo costruito diversi prodotti che hanno raggiunto decine di migliaia di imprese e sono stati considerati innovazioni. Ho anche guidato due trasformazioni fondamentali nei miei due viaggi precedenti la fondazione di Vianai e ho partecipato a trasformazioni in centinaia di imprese. Aggiungendo a ciò i miei molti anni di studio sull’IA e concentrandomi su come rendere l’IA migliore, più rilevante e al servizio dell’umanità.

In un modo un po’ insolito – queste cose si sono combinate. Ero in vacanza con la mia famiglia nel Sud-Est asiatico [in tarda estate 2018]. Stavamo facendo shopping in un piccolo mercato e il venditore aveva bellissimi gioielli fatti a mano. Era fatto con tecniche tradizionali e pietre locali e era stupendo, ma, naturalmente, nessuno al di fuori di questo piccolo paese ne aveva sentito parlare. E mi è venuta in mente questa domanda, “Cosa succederebbe se questo venditore potesse usare l’IA? Come sarebbe? Come dovrebbero funzionare i sistemi?” In quel momento mi è venuto in mente che ogni azienda del mondo sarebbe stata trasformata dall’IA e che questa trasformazione non poteva essere vista con le lenti di ieri, ma aveva bisogno di prodotti e idee che dovevano partire da una lavagna bianca.

Circa un mese dopo, ho fondato Vianai con la missione di portare vera IA centrata sull’uomo alle aziende di tutto il mondo. Ciò significa fornire prodotti e servizi, applicazioni e tecnologie, strumenti che consentono agli utenti aziendali, agli scienziati dei dati, agli ingegneri di ML e persino ai venditori in remote parti del mondo di trarre realmente vantaggio dall’IA.

Da allora, abbiamo creato applicazioni per aiutare le aziende a iniziare con l’IA, una piattaforma per aiutare gli operatori di ML a gestire e monitorare i loro modelli di IA, e tecniche di ottimizzazione per consentire a più aziende di accedere all’IA.

Attraverso tutto, abbiamo scoperto che il potenziale significativo di combinare il potere della comprensione umana, del giudizio e della collaborazione con i dati e le migliori tecniche di IA rimane inespresso. Sulla base del nostro lavoro con aziende leader, ho visto che le stesse tecniche che avrebbero aiutato il piccolo venditore avrebbero aiutato le più grandi imprese del mondo.

Vianai è tutto sull’IA centrata sull’uomo, potresti definire cosa è e perché è importante?

L’IA centrata sull’uomo è l’IA che cerca di amplificare il lavoro umano e migliorare il giudizio umano. Il machine learning è troppo spesso considerato come un sostituto del lavoro umano. Ma l’IA è complementare agli esseri umani — offre scala e ripetibilità e precisione che gli esseri umani non possono replicare. Ma l’IA non può replicare il giudizio umano, le esperienze umane o la nostra comprensione del contesto.

Ci sono esempi ovvi di ciò, di IA che scambia una tartaruga per un fucile, ad esempio, ma molto più spesso riponiamo troppa fiducia nell’IA quando non si è ancora dimostrata degna di fiducia. Una storia famosa proviene da un decennio fa, quando l’IA di un’azienda era autorizzata a negoziare senza intervento umano. L’algoritmo perse 440 milioni di dollari in meno di un’ora.

Per un esempio più recente, i modelli linguistici all’avanguardia rimangono relativamente facili da confondere o distorcere. I generatori di testo-immagine sono potenzialmente potenti, ma richiedono comandi molto specifici da parte di un utente umano per ottenere il loro pieno potenziale.

L’IA centrata sull’uomo, quindi, è una sorta di focus nel design dei nostri prodotti. Portiamo il potere della comprensione umana – come il giudizio e la collaborazione – insieme con i migliori dati e le tecniche di IA, per creare sistemi intelligenti che possono migliorare notevolmente i risultati aziendali e i processi.

Potresti spiegare la necessità di un ciclo di feedback tra esseri umani e IA?

C’è un intero ramo dell’IA chiamato “human in the loop” che si basa sui meccanismi di feedback degli esseri umani per migliorare naturalmente le prestazioni dell’IA. Ciò è naturale e ha senso per qualsiasi sistema.

I sistemi di IA possono migliorare nel tempo, attraverso il ritraining, che incorpora qualsiasi azione che l’utente abbia preso. Ciò è, naturalmente, una parte delle nostre applicazioni. Lasciami darti un esempio.

Prima di Covid, stavamo lavorando con un’azienda di servizi finanziari di grandi dimensioni sulla previsione della domanda. A causa di come abbiamo progettato il sistema, quando Covid è arrivato e ha rotto molti altri modelli, il nostro si è adattato rapidamente ai cambiamenti e non ha mai dovuto essere ricostruito. Ciò è il secondo e più importante aspetto dell’IA centrata sull’uomo, progettare i sistemi fin dall’inizio per incorporare le complessità della vita moderna.

Ciò crea fiducia e un sistema che cresce con l’organizzazione e l’utente.

Cosa rende Vianai una piattaforma di IA di prossima generazione?

Mentre c’è molta discussione sul rischio, la regolamentazione e la promessa dell’IA, pochi hanno cercato ciò che troviamo essere la soluzione — il concetto di IA centrata sull’uomo.

La nostra piattaforma è quindi pronta per i problemi che sorgeranno mentre l’IA diventa più reale nell’impresa. È per affrontare questioni relative alla fiducia, ai pregiudizi e alla trasparenza. Consente alle aziende di scalare l’IA con il monitoraggio e l’ottimizzazione. E consente agli utenti non tecnici di sfruttare l’IA attraverso le nostre applicazioni.

Quali sono alcune delle sfide dietro la costruzione di una piattaforma che semplifica drasticamente l’esperienza di IA per l’impresa?

Le sfide più grandi che vediamo nelle imprese che incorporano l’IA sono il talento, gli strumenti e la tecnologia. Innanzitutto, il talento tende a essere concentrato in pochi posti, specialmente nelle più grandi aziende tecnologiche. Ciò rende molto difficile per i membri del team esterni partecipare alla supervisione, alla governance e alla formazione del programma di IA e può creare ulteriore pregiudizio poiché solo un numero limitato di membri del team sta lavorando alle operazioni.

La tecnologia e gli strumenti possono anche essere una sfida nel semplificare l’IA. Al momento, sia la tecnologia che gli strumenti sono limitati. I chip per eseguire l’IA sono rari e molto costosi e gli strumenti sono bloccati in determinati vendor, il che riduce la libertà di migliorare i costi mentre si estende il valore. Indipendentemente da dove si trovi un’azienda nel suo percorso di IA, queste sfide possono rendere difficile l’implementazione di un’IA utile e etica, poiché crea una strategia disconnessa e frammentata e rimuove gli strumenti necessari per eseguire le funzioni appropriate. Le organizzazioni devono essere in grado di supportare tutte le aree dell’IA, dalla implementazione alla manutenzione, e avere il supporto del team e offrire input per renderlo un successo.

Per un vero successo, ho trovato che le capacità della piattaforma devono essere completamente aperte, modulari, flessibili e non dipendenti da costosi aggiornamenti hardware e software. E con un approccio centrato sull’uomo, gli esseri umani sono ancora in grado di portare la conoscenza, il contesto, le esperienze e la creatività per risolvere problemi – ciò è quindi amplificato dalla piattaforma di IA, non sostituito.

C’è qualcos’altro che ti piacerebbe condividere su Vianai?

In molti modi, stiamo vivendo in tempi di IA. C’è molta iperbole e discussione sull’IA, che nel complesso è una buona cosa. Stiamo vedendo molti progressi e un’adozione più ampia rispetto al passato in aree come l’IA generativa e altre aree. Tuttavia, dovremmo anche lavorare per riconoscere i limiti dell’IA – le realtà della tecnologia di IA oggi, nonché le realtà della scarsità di esperti in IA e della mancanza di fiducia in IA, specialmente nelle imprese. Se possiamo inquadrare l’IA come un amplificatore delle nostre vite, della società, del nostro lavoro, del nostro potenziale e avere la necessaria supervisione dell’IA per assicurare ciò, allora credo che finalmente vedremo realizzarsi in modi significativi e trasformativi.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Vianai.