記事執筆

Vishal Sikka 博士、Vianai 創設者兼 CEO – インタビューシリーズ

公開済み

1年前

2022 年 11 月 16 日

Vishal Sikka は、の創設者兼 CEO です。ヴィアナイ、SAP AG の元 CTO、Infosys の元 CEO。彼は現在、Oracle の取締役会、BMW グループの監査役会、およびスタンフォード人間中心 AI 研究所の顧問も務めています。

Vianai プラットフォームは、オープンソースの要素、Vianai 独自の技術と最適化、人間中心の設計を組み合わせて、さまざまな環境にわたって大規模に AI を企業に導入します。このプラットフォームを使用すると、大規模組織は既存のインフラストラクチャ上で高度な ML モデルを構築、最適化、展開、管理し、企業全体の ML モデルの運用とパフォーマンスを向上させることができます。

最初に機械学習に惹かれたのは何ですか?

私が AI に興味を持ったのは、XNUMX 代の頃、単純なエージェントの社会としての私たちの心についてのマービンミンスキーの思索を読み、ジョーワイゼンバウムの Eliza (非常に初期のチャットボット) とジョンマッカーシーの AI 批判について学んだときでした。その後、マッカーシーにスタンフォード大学の AI 資格試験委員会の委員長を務めてもらうことができました。マッカーシーとミンスキーは人工知能分野の二人の父であり、二人とも人工知能の能力と限界について深い洞察を持っており、私は幸運にも二人と一緒に学ぶことができました。

AI には大きな可能性があると同時に、重大な制限があることが今日でもわかります。 30 年前に私たちが取り組んでいたのと同じ課題が、特に企業における AI を見ると、今日でも明らかです。私は学生時代にこの仕事に触発され、なんとか AI の価値を解き放つことができないかと考え、情熱を持ち続けてきました。

あなたはこれまでにいくつかの有益な論文を執筆していますが、AI に関するあなたの見解を進化させるのに最も役立った論文はどれだと思いますか?

学生の頃、私は数千の論文を読んだはずです。「アドバイステイカー」に関するマッカーシーの先見の明のある論文、AI の重要な哲学的問題に関するマービンの論文、AI へのコネクショニスト (ニューラルネットワークベース) と象徴的アプローチの統合に関するマービンの論文、確率論的推論に関するジューデアパールの論文、因果的インテリジェンス、デイビッド・マーによる論文（ビジョンに関する）、パット・ウィンストンによる論文（例からのオブジェクトの説明の学習に関する）、プログラム合成に関するウォルディンガーの研究、その他多くの論文が私の見解を形作りました。最近では、ヒントン、レクン、注目の人々の作品や、シンシアルーディン、フェルナンダビエガスなどの作品を読んでいます。

AI システムを構築する開発者のエクスペリエンスは断片化されており、壊れていると述べていますが、AI システム構築の背後にある現在の問題にはどのようなものがありますか?

今日の AI システムを実際に説明できるのは比較的少数の人々だけです。統計にはばらつきがありますが、AI システムがどのように動作するかの本当の方法を理解している人は、実際には世界で 20 万人から 30,000 万人程度しかいないのではないかと思われます。これは、MLOps 専門家であると推定される約 52,000 人、またはデータサイエンティストであると推定される 1 万人よりもはるかに少ないです。彼らの多くは、システムがなぜそのような動作をしているのか、なぜそのような推奨を行うのか、何が暴走する可能性があるのか、あるいは基礎となる技術がどのように機能するのかを説明できませんでした。

これを、非常に複雑な風景を背景にしてみましょう。 Gartner が追跡している MLOps ベンダーは常に 300 社以上あります。それぞれに特化したサービスがあります。一方、大手クラウドベンダーは何事にも独自の趣向を持っており、多くの場合、企業を自社のエコシステムやインフラストラクチャーに閉じ込めようとします。

そして、企業が利用可能な最も高度なモデルを実際に構築してトレーニングするには、コンピューティング自体が高価すぎることがよくあります。これらは、AI システムの要求を管理するために必要な人材とリソースを備えた少数の企業に任されています。

理解の欠如、ツールの複雑さ、コンピューティングのコストが組み合わさって、AI に習熟しようとしている企業にとって、ばらばらで困難な状況を作り出しています。 Vianai では、最高のパフォーマンスの実現に関連するリソースとコストを大幅に削減しながら、AI を使いやすく、理解し、観察しやすくする方法を構築しています。

ヴィアナイの誕生秘話を教えていただけますか?

私は長年、企業に新たな破壊的イノベーションをもたらすことに取り組んできました。私のチームと私は、数万の企業に届けられ、画期的とみなされたいくつかの製品を構築しました。また、私は Vianai を立ち上げる前の XNUMX つの旅で XNUMX つの根本的な変革を主導し、数百の企業の変革に参加しました。これに加えて、私が長年にわたって AI を研究し、AI をより優れた、より関連性の高い、そして人類に役立つものにする方法に焦点を当ててきたことが加わりました。

少し珍しい方法で、これらのことがひとつになりました。（2018年末に）私は家族と一緒に東南アジアで休暇を過ごしていました。私たちは小さな市場で買い物をしていましたが、売り手は美しい手作りのジュエリーを持っていました。それは伝統的な技術と地元の石で作られており、驚くべきものでしたが、もちろん、この小さな町以外では誰もそのことを知りませんでした。そして、「このベンダーが AI を活用できたらどうなるだろうか?」という疑問が頭に浮かびました。それはどのようなものでしょうか？システムはどのように動作する必要がありますか?」その瞬間、世界中のあらゆるビジネスが AI によって変革されること、そしてこの変革は過去の視点で捉えることはできず、白紙の状態から始めなければならない製品やアイデアが必要であることを思いつきました。

約 XNUMX か月後、私は真の人間中心の AI を世界中の企業にもたらすという使命を持って Vianai を設立しました。これは、ビジネスユーザー、データサイエンティスト、ML エンジニア、さらには世界の遠隔地にいるベンダーが AI の恩恵を真に享受できるようにする製品とサービス、アプリケーションとテクノロジー、ツールを提供することを意味します。

それ以来、私たちは企業が AI に取り組むのを支援するアプリケーション、ML 実践者が AI モデルを管理および監視するのに役立つプラットフォーム、より多くの企業が AI にアクセスできるようにする最適化技術を作成してきました。

すべてを通じて、人間の理解、判断、コラボレーションの力をデータや最高の AI 技術と組み合わせることで得られる大きな可能性がまだ開発されていないことがわかりました。大手エンタープライズ企業との取り組みに基づいて、小規模ベンダーを支援するのと同じテクニックが世界最大規模の企業にも役立つことがわかりました。

Vianai はまさに人間中心の AI です。これが何なのか、そしてなぜ重要なのか定義していただけますか?

人間中心AIとは、人間の作業を拡大し、人間の判断力を向上させることを目指すAIです。機械学習は人間の労働に代わるものとして考えられることが非常に多いです。しかし、AI は人間を補完するものであり、人間には再現できない規模、再現性、精度を提供します。しかし、AI は人間の判断、人間の経験、状況の理解を再現することはできません。

たとえば、AI がカメをライフルと間違えるという明らかな例がありますが、AI がまだ信頼できることが証明されていないときに、私たちが AI を信頼しすぎることがよくあります。 440年前、ある企業のAIが人間の介入なしで取引できるようになったという悪名高い話がある。このアルゴリズムは XNUMX 時間以内に XNUMX 億 XNUMX 万ドルを失いました。

最近の例としては、最先端の言語モデルは依然として比較的混乱や偏見を生じやすいものです。テキストから画像へのジェネレーターは潜在的に強力ですが、その可能性を最大限に引き出すには人間のユーザーからの非常に具体的なコマンドが必要です。

したがって、人間中心の AI は、当社の製品設計における一種の焦点です。私たちは、判断力やコラボレーションなどの人間の理解力と最高のデータおよび AI 技術を組み合わせて、ビジネスの成果とプロセスを大幅に改善できるインテリジェントなシステムを作成します。

人間と AI の背後にあるフィードバックループの必要性について説明していただけますか?

AI には「」と呼ばれる分野があります。ループの人間」は、人間のフィードバックメカニズムに依存して、AI のパフォーマンスを自然に向上させます。これは自然なことであり、どのシステムにとっても理にかなっています。

AI システムは、ユーザーが行ったあらゆるアクションを組み込んだ再トレーニングを通じて、時間の経過とともに改善できます。もちろん、これもアプリケーションの一部です。例を挙げてみましょう。

新型コロナウイルス感染症以前は、私たちは大手金融サービス会社と需要予測に取り組んでいました。私たちのシステムの設計方法のおかげで、Covid が到来して他の多くのモデルが壊れたときでも、私たちのモデルは変化に迅速に適応し、再構築する必要はありませんでした。これは人間中心の AI の XNUMX 番目で最も重要な側面であり、現代生活の複雑さを組み込むように最初からシステムを設計します。

これにより、組織とユーザーとともに成長する信頼とシステムが生まれます。

Vianai が次世代 AI プラットフォームである理由は何ですか?

リスク、規制、AI の可能性については多くの議論が行われていますが、解決策であると考えられるもの、つまり人間中心の AI の概念を模索している人はほとんどいません。

これにより、私たちのプラットフォームは、企業内で AI がより現実的になるにつれて起こるであろう問題に備えることができます。それは、信頼、偏見、透明性に関する問題に取り組むことです。これにより、企業は監視と最適化によって AI を拡張できます。また、技術者以外のユーザーも当社のアプリケーションを通じて AI を活用できるようになります。

エンタープライズ AI のエクスペリエンスを劇的に合理化するプラットフォームを構築する背後にある課題にはどのようなものがありますか?

AI を導入する企業で見られる最大の課題は、人材、ツール、テクノロジーです。まず、特に大規模なテクノロジー企業では、人材がいくつかの場所に集中する傾向があります。そのため、外部のチームメンバーが AI プログラムの監視、ガバナンス、形成に参加することが非常に困難になり、限られた数のチームメンバーのみが運用に携わるため、さらに偏見が生じる可能性があります。

AI を合理化するには、テクノロジーとツールも課題となる可能性があります。現時点では、テクノロジーもツールも限られています。 AI を実行するためのチップは希少で非常に高価であり、ツールは特定のベンダーに固定されているため、価値を高めながらコストを改善する自由が減ります。企業がエンタープライズ AI の取り組みのどの段階にあるかに関係なく、これらの課題により、分断された断片的な戦略が作成され、適切な機能を実行するために必要なツールが削除されるため、有用で倫理的な AI の実装が困難になる可能性があります。組織は、実装からメンテナンスまで AI のすべての領域をサポートでき、AI を成功させるためにチームにサポートしてもらい、意見を提供してもらう必要があります。

真の成功のためには、プラットフォーム機能が完全にオープンで、モジュール式で、柔軟性があり、高価なハードウェアやソフトウェアのアップグレードに依存しない必要があることがわかりました。そして、人間中心のアプローチにより、人間は依然として知識、背景、経験、創造性を問題解決に持ち込むことができます。これは、AI プラットフォームによって置き換えられるのではなく、増幅されます。

ヴィアナイについて他に共有したいことはありますか?

さまざまな意味で、私たちは AI の時代に生きています。 AI に関しては多くの誇大宣伝や議論が行われていますが、それは全体的には良いことです。生成 AI やその他の分野では、以前よりも多くの進歩が見られ、広く採用されています。しかし、私たちは AI の限界、つまり今日の AI テクノロジーの現実だけでなく、AI の専門知識の不足や、特に企業における AI への信頼の欠如といった現実も認識するように努める必要があります。 AI を私たちの生活、社会、仕事、可能性を増幅させるものとして組み立てることができ、これを確実にするために必要な AI の監督ができれば、最終的に AI が有意義で変革的な形で実現することになると私は信じています。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。ヴィアナイ.