Ramprakash Ramamoorthy, Head of AI Research at ManageEngine – Interview Series

Ramprakash Ramamoorthy, è il capo della ricerca sull’intelligenza artificiale presso ManageEngine, la divisione di gestione delle risorse IT aziendali di Zoho Corp. ManageEngine consente alle aziende di prendere il controllo delle proprie risorse IT, dalla sicurezza, alle reti e ai server, fino alle applicazioni, alla gestione dei servizi, ad Active Directory, ai desktop e ai dispositivi mobili.

Come hai iniziato a interessarti alla scienza informatica e all’apprendimento automatico?

Crescendo, ho avuto una naturale curiosità per l’informatica, ma possedere un computer personale era al di là delle possibilità della mia famiglia. Tuttavia, grazie alla posizione di mio nonno come professore di chimica in un college locale, a volte ho avuto la possibilità di utilizzare i computer lì dopo le ore di lavoro.

Il mio interesse si è approfondito al college, dove finalmente ho avuto il mio primo PC. Lì, ho sviluppato un paio di applicazioni web per la mia università. Queste applicazioni sono ancora in uso oggi, dopo 12 anni, il che sottolinea l’impatto e la longevità del mio lavoro iniziale. Questa esperienza è stata una lezione completa sull’ingegneria del software e le sfide del mondo reale nella scalabilità e nella distribuzione delle applicazioni.

Il mio percorso professionale nella tecnologia è iniziato con uno stage presso Zoho Corp. Inizialmente, il mio cuore era rivolto allo sviluppo di app mobili, ma il mio capo mi ha spinto a completare un progetto di apprendimento automatico prima di passare allo sviluppo di app. Si è rivelata una svolta – non ho mai avuto l’opportunità di fare lo sviluppo di app mobili – quindi è un po’ amaro.

In Zoho Corp, abbiamo una cultura di apprendimento attraverso la pratica. Crediamo che se si trascorre abbastanza tempo con un problema, si diventa esperti. Sono realmente grato per questa cultura e per la guida del mio capo; è ciò che ha avviato il mio percorso nel mondo dell’apprendimento automatico.

Come direttore della ricerca sull’intelligenza artificiale presso Zoho & ManageEngine, come si svolge la tua giornata lavorativa media?

La mia giornata lavorativa è dinamica e ruota attorno sia alla collaborazione di squadra che alla pianificazione strategica. Una parte significativa della mia giornata è trascorsa lavorando a stretto contatto con un team di talentuosi ingegneri e matematici. Insieme, costruiamo e miglioriamo il nostro stack di intelligenza artificiale, che costituisce la spina dorsale dei nostri servizi.

Operiamo come team centrale di intelligenza artificiale, fornendo soluzioni di intelligenza artificiale come servizio a una vasta gamma di prodotti all’interno sia di ManageEngine che di Zoho. Questo ruolo richiede una profonda comprensione delle varie linee di prodotti e dei loro requisiti unici. Le mie interazioni non sono limitate solo al mio team; lavoro anche a stretto contatto con team interni in tutta l’organizzazione. Questa collaborazione è cruciale per allineare la nostra strategia di intelligenza artificiale con le esigenze specifiche dei nostri clienti, che sono in costante evoluzione. Questa è un’ottima opportunità per lavorare a stretto contatto con le menti più brillanti in tutta l’azienda.

Data la rapida velocità degli avanzamenti nell’intelligenza artificiale, dedico una quantità sostanziale di tempo a rimanere aggiornato sugli ultimi sviluppi e tendenze nel settore. Questo apprendimento continuo è essenziale per mantenere il nostro vantaggio e assicurarsi che le nostre strategie rimangano rilevanti ed efficaci.

Inoltre, il mio ruolo si estende oltre i confini dell’ufficio. Ho una passione per parlare e viaggiare, che si abbina perfettamente alle mie responsabilità. Mi impegno frequentemente con gli analisti e partecipo a vari forum per promuovere la nostra strategia di intelligenza artificiale. Queste interazioni non solo aiutano a diffondere la nostra visione e i nostri risultati, ma forniscono anche preziosi insight che si riversano nella pianificazione strategica e nell’esecuzione.

Avete assistito all’evoluzione dell’intelligenza artificiale fin dalla posizione di ManageEngine come pioniere strategico dell’intelligenza artificiale già nel 2013. Quali sono stati alcuni degli algoritmi di apprendimento automatico utilizzati in quei primi giorni?

La nostra attenzione iniziale si è concentrata sul sostituire le tecniche statistiche tradizionali con modelli di intelligenza artificiale. Ad esempio, nella rilevazione delle anomalie, siamo passati da una metodologia basata sulla curva a campana che segnalava gli estremi a modelli di intelligenza artificiale in grado di apprendere dai dati passati, riconoscendo modelli e stagionalità.

Abbiamo incorporato una vasta gamma di algoritmi, dalle macchine a vettori di supporto a metodi basati su alberi decisionali, come fondamento della nostra piattaforma di intelligenza artificiale. Questi algoritmi sono stati cruciali nell’identificare casi d’uso di nicchia in cui l’intelligenza artificiale poteva sfruttare significativamente i dati passati per la ricerca di modelli, la previsione e l’analisi della causa radice. Sorprendentemente, molti di questi algoritmi sono ancora efficacemente in produzione oggi, sottolineando la loro rilevanza e efficienza.

Potresti discutere come i LLM e l’intelligenza artificiale generativa hanno cambiato il flusso di lavoro in ManageEngine?

I grandi modelli linguistici (LLM) e l’intelligenza artificiale generativa hanno certamente causato un grande interesse nel mondo dei consumatori, ma la loro integrazione nella sfera aziendale, compresa ManageEngine, è stata più graduale. Un motivo di ciò è la alta barriera di ingresso, in particolare in termini di costo, e le significative esigenze di dati e calcolo che questi modelli richiedono.

In ManageEngine, stiamo investendo strategicamente in LLM specifici del dominio per sfruttarne il potenziale in modo personalizzato alle nostre esigenze. Ciò comporta lo sviluppo di modelli che non sono solo generici nella loro applicazione, ma sono ottimizzati per affrontare aree specifiche all’interno delle nostre operazioni aziendali. Ad esempio, stiamo lavorando su un LLM dedicato alla sicurezza, che può segnalare eventi di sicurezza in modo più efficiente, e un altro che si concentra sul monitoraggio delle infrastrutture. Questi modelli specializzati sono attualmente in fase di sviluppo nei nostri laboratori, riflettendo il nostro impegno per sfruttare i comportamenti emergenti dei LLM e dell’intelligenza artificiale generativa in modo da aggiungere valore tangibile alle nostre soluzioni IT aziendali.

ManageEngine offre una vasta gamma di strumenti di intelligenza artificiale per vari casi d’uso, qual è lo strumento di cui sei particolarmente orgoglioso?

Sono incredibilmente orgoglioso di tutti gli strumenti di intelligenza artificiale di ManageEngine, ma la nostra analisi del comportamento degli utenti e delle entità (UEBA) spicca per me. Lanciata nei nostri primi giorni, è ancora una parte forte e vitale delle nostre offerte. Abbiamo capito le aspettative del mercato e abbiamo aggiunto una spiegazione per ogni anomalia come pratica standard. La nostra capacità UEBA è costantemente in evoluzione e portiamo avanti le conoscenze per migliorarla.

ManageEngine offre attualmente l’AppCreator, una piattaforma di sviluppo di applicazioni personalizzate a basso codice che consente ai team IT di creare soluzioni personalizzate rapidamente e di lanciarle on-premises. Quali sono le tue opinioni sul futuro delle applicazioni a basso codice o senza codice? Finiranno per prendere il sopravvento?

Il futuro delle applicazioni a basso codice e senza codice, come il nostro AppCreator, è molto promettente, specialmente nel contesto delle esigenze aziendali in evoluzione. Queste piattaforme stanno diventando fondamentali per le organizzazioni per estendere e massimizzare le capacità dei loro asset software esistenti. Mentre le aziende crescono e le loro esigenze cambiano, le soluzioni a basso codice e senza codice offrono un modo flessibile ed efficiente per adattarsi e innovare.

Inoltre, queste piattaforme stanno giocando un ruolo cruciale nell’abilitazione IT per le aziende. Offrendo tecnologie in evoluzione, come l’intelligenza artificiale come servizio, riducono significativamente la barriera di ingresso per le organizzazioni che desiderano sfruttare il potere dell’intelligenza artificiale.

Potresti condividere le tue opinioni sui rischi dell’intelligenza artificiale, compresa la parzialità dell’intelligenza artificiale, e come ManageEngine gestisce questi rischi?

In ManageEngine, riconosciamo la minaccia seria rappresentata dai rischi dell’intelligenza artificiale, compresa la parzialità dell’intelligenza artificiale, che può ampliare il divario di accesso alla tecnologia e influenzare funzioni aziendali critiche come le risorse umane e le finanze. Ad esempio, le storie di intelligenza artificiale che esibisce comportamenti parziali nel reclutamento sono racconti di avvertimento che prendiamo seriamente.

Per mitigare questi rischi, implementiamo politiche e flussi di lavoro stretti per assicurare che i nostri modelli di intelligenza artificiale minimizzino la parzialità durante tutto il loro ciclo di vita. È cruciale monitorare questi modelli continuamente, poiché possono iniziare imparziali ma potenzialmente sviluppare parzialità nel tempo a causa dei cambiamenti nei dati.

Stiamo anche investendo in tecnologie avanzate come la privacy differenziale e la crittografia omomorfica per rafforzare il nostro impegno per un’intelligenza artificiale sicura e imparziale. Questi sforzi sono vitali per assicurare che i nostri strumenti di intelligenza artificiale non siano solo potenti, ma anche utilizzati in modo responsabile ed etico, mantenendo la loro integrità per tutti gli utenti e le applicazioni.

Qual è la tua visione per il futuro dell’intelligenza artificiale e della robotica?

Il futuro dell’intelligenza artificiale e della robotica si sta configurando come entusiasmante e trasformativo. L’intelligenza artificiale ha certamente sperimentato i suoi cicli di boom e bust nel passato. Tuttavia, con gli avanzamenti nella raccolta e nell’elaborazione dei dati, nonché con l’emergere di modelli di revenue attorno ai dati, l’intelligenza artificiale è ora saldamente stabilita e qui per rimanere.

L’intelligenza artificiale è evoluta in una tecnologia mainstream, influenzando significativamente il modo in cui interagiamo con il software a livello aziendale e personale. Le sue capacità generative sono già diventate una parte integrante della nostra vita quotidiana e prevedo che l’intelligenza artificiale diventerà ancora più accessibile e conveniente per le aziende, grazie a nuove tecniche e avanzamenti.

Un aspetto importante di questo futuro è la responsabilità degli sviluppatori di intelligenza artificiale. È cruciale per i costruttori assicurarsi che i loro modelli di intelligenza artificiale siano robusti e liberi da parzialità. Inoltre, spero di vedere i quadri giuridici evolversi al passo con lo sviluppo rapido dell’intelligenza artificiale per gestire e mitigare efficacemente eventuali questioni legali che sorgono.

La mia visione per l’intelligenza artificiale è un futuro in cui queste tecnologie sono integrate senza soluzione di continuità nella nostra vita quotidiana, migliorando le nostre capacità e esperienze mentre sono gestite in modo etico e responsabile.

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