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 consulente presso l’Istituto di Intelligenza Artificiale Umana di Stanford.

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

Cosa ti ha inizialmente attratto verso l’apprendimento automatico?

Ho iniziato a interessarmi 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 della mia commissione di esame di qualificazione per l’IA a Stanford. McCarthy e Minsky erano i due padri del campo dell’Intelligenza Artificiale e entrambi avevano profonde intuizioni sui poteri e sui limiti di esso, 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 saggi strumentali, quale saggio ritieni sia stato il più strumentale nell’evolversi delle tue opinioni sull’IA?

Da studente devo aver letto diverse migliaia di saggi. I saggi prescienti di McCarthy su un “Advice Taker”, su alcuni problemi filosofici chiave dell’IA, i saggi di Marvin sulla mente come società, sull’unire l’approccio connessionista (basato su reti neurali) e simbolico all’IA, i saggi di Judea Pearl su ragionamento probabilistico e intelligenza causale, e saggi 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. 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 alcune delle attuali problematiche 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 di funzionamento dei sistemi di IA. Ciò è enormemente inferiore ai 52.000 o più professionisti di MLOps che stiamo stimando, o ai milione di scienziati dei dati che stiamo stimando. Molti di loro non potrebbero dirti perché il sistema fa ciò che fa, perché fornisce le raccomandazioni che fornisce o cosa potrebbe andare storto, o come funzionano le tecniche sottostanti.

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

Poi, il calcolo stesso è spesso troppo costoso per le aziende per costruire e formare alcuni dei modelli più avanzati disponibili. Quelli sono lasciati a poche aziende che hanno il talento e le risorse necessarie per gestire le esigenze 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 di genesi dietro 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 alla fondazione di Vianai e ho partecipato a trasformazioni in centinaia di imprese. Aggiungendo a ciò è stato il mio lungo studio sull’IA e il mio focus su come rendere l’IA migliore, più rilevante e al servizio dell’umanità.

In un modo un po’ insolito – queste cose sono venute insieme. Ero in vacanza con la mia famiglia nel Sud-Est asiatico [a fine 2018]. Stavamo facendo shopping in un piccolo mercato e il venditore aveva bellissimi gioielli fatti a mano. Erano realizzati con tecniche tradizionali e pietre locali e erano stupendi, ma, naturalmente, nessuno al di fuori di questa piccola città ne aveva sentito parlare. E ho avuto questa domanda che mi è venuta in mente, “Cosa succederebbe se questo venditore potesse usare l’IA? Come funzionerebbero i sistemi?” In quel momento mi è venuto in mente che ogni azienda nel 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 partissero da una tabula rasa.

Circa un mese dopo, ho fondato Vianai con la missione di portare un’IA veramente centrata sull’essere umano 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 apprendimento automatico e anche ai venditori in remote parti del mondo di trarre veramente vantaggio dall’IA.

Da allora, abbiamo creato applicazioni per aiutare le aziende a iniziare con l’IA, una piattaforma per aiutare gli operatori di apprendimento automatico 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 portare insieme il potere della comprensione umana, del giudizio e della collaborazione con i dati e le migliori tecniche di IA rimane inesplorato. Sulla base del nostro lavoro con le principali aziende, 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’essere umano, potresti definire cosa è e perché è importante?

IA centrata sull’essere umano è l’IA che cerca di amplificare il lavoro umano e migliorare il giudizio umano. L’apprendimento automatico è spesso pensato 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, come l’IA che scambia una tartaruga per un fucile, per esempio, ma molto più spesso mettiamo 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 di linguaggio 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.

IA centrata sull’essere umano, quindi, è un tipo 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 ramo intero di IA chiamato “essere umano nel ciclo” 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 la ri-formazione, che incorpora qualsiasi azione che l’utente abbia preso. Ciò fa parte delle nostre applicazioni. Lasciami darti un esempio.

Prima di Covid, stavamo lavorando con una grande azienda di servizi finanziari 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’essere umano, 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’essere umano.

La nostra piattaforma è quindi pronta per i problemi che sorgeranno man mano che l’IA diventerà più reale nelle imprese. 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 per l’IA aziendale?

Le più grandi sfide che vediamo nelle imprese che incorporano l’IA sono il talento, gli strumenti e la tecnologia. In primo luogo, 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 ancora più pregiudizi 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. Attualmente, 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 un’azienda possa essere nel suo percorso di IA aziendale, queste sfide possono rendere difficile implementare un’IA utile e etica, poiché crea una strategia disconnessa e frammentata e rimuove gli strumenti necessari per eseguire le funzioni adeguate. 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’essere umano, gli esseri umani possono ancora portare la conoscenza, il contesto, le esperienze e la creatività per risolvere problemi — ciò è poi amplificato dalla piattaforma di IA, non sostituito.

C’è qualcos’altro che vorresti 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 cosa buona. 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 di 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 garantire ciò, allora credo che finalmente vedremo l’IA diventare realtà in modi significativi e trasformativi.

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