Babak Hodjat、CognizantのチーフAIオフィサー – インタビューシリーズ

Babak Hodjat、チーフAIオフィサーは、AI Research Labsを率いています。これは、開発者と研究者で構成されるチームで、AIの最先端技術を進化させ、Cognizantのサービスに独自のAI機能を搭載し、企業のAI for Goodイニシアチブを牽引しています。

Babakは、Sentientの共同創設者兼CEOであり、世界最大の分散型AIシステムの背後にあるコアテクノロジーを担当していました。Babakは、世界初のAI駆動型ヘッジファンド、Sentient Investment Managementの創設者でもあります。

Babakは、シリコンバレーを拠点とする複数の企業を設立し、主な発明者および技術者として活動しています。Sentientを共同創設する前、BabakはSybase iAnywhereのエンジニアリング部門のシニアディレクターで、モバイルソリューションのエンジニアリングを担当していました。Sybase以前、BabakはDejima Inc.の共同創設者、CTO、取締役で、モバイルおよびエンタープライズコンピューティングのための知的インターフェイスに適用されるエージェント指向の特許技術の主な発明者でした。この技術は、AppleのSiriの背後にある技術です。

Babakは、人工生命、エージェント指向ソフトウェアエンジニアリング、分散型人工知能などの分野で50以上の論文を発表し、39件の米国特許を取得しています。彼は、自然言語処理、機械学習、進化アルゴリズム、分散型AIなどのAIのさまざまな分野の専門家です。

Cognizantは、デジタルインフラストラクチャの近代化、AI、クラウド、データ、自動化などの新興テクノロジーの導入、ビジネスプロセスの再編成によるアジリティと成長の促進を支援するグローバルプロフェッショナルサービスおよびITコンサルティング企業です。

あなたは複数のAI企業を設立し、2冊の本を著し、Siriに影響を与えたテクノロジーを開発しました。振り返ってみると、あなたの信念を形作った個人的な経験や転機は何ですか?

私がAIに魅了されたのは、学術的な年齢からでした。それ以来、さらに固まってきました。いくつかの重要な転機がありました。Dejimaでの最初のエージェントベースシステムの作成、Sentient Technologiesでの複雑な問題へのAIの適用、Siri用に開発した自然言語テクノロジーなどです。

これらの現実世界での応用は、AIが理論的な構成を超えて、有形なビジネス価値を提供できることを私に示しました。現在、AIテクノロジーの商業化の爆発的な時期に入っています。特に、マルチエージェントシステムは、企業が運営する方法を完全に変革し、複雑なタスクの自動化を可能にします。

最新のプロジェクトである、テキサス大学との共同で開発された土地利用計画のためのAIパワードシステムについてお話しください。このツールの開発は何にインスパイアされたのでしょうか? また、理論的なAIから現実世界の政策への影響への移行をどのように表していますか?

テキサス大学オースティン校との共同で開発された土地利用計画のためのAIシステムは、地球規模での土地利用における複雑な環境および経済的トレードオフに対処する必要性からインスパイアされました。 マシンラーニング駆動のフレームワークは、Cognizant Neuro AI Decisioningの背後にあるテクノロジーを使用し、Project Resilienceプラットフォームに基づいて構築されています。

私たちの共同研究チームは、土地利用を最適化して炭素ストアを最大化し、経済的混乱を最小限に抑え、食糧供給と生息地を保護することを目的とし、国連の持続可能な開発目標の実現を支援するツールを作成することを目指しました。伝統的なアプローチは、土地の変換による場所ごとの影響などの微妙なトレードオフをしばしば見落とします。私たちは、進化型AIという計算アプローチを採用しました。これは、自然選択にインスパイアされたもので、複雑な土地利用戦略をより効果的かつ文脈に応じたものにするために、政策シナリオの数千個を探索し、改善し、バランスをとるように設計されています。

システムは、理論的なAI概念から現実世界の政策への影響への大きな転換を表しています。歴史的な土地利用データと炭素データを組み込んで、抽象的な予測ではなく、行動可能な最適化された推奨事項を提供します。

別途、En-ROADSシミュレーターを使用して気候政策シナリオを生成および評価するためのインタラクティブツールも作成しました。これにより、意思決定者が行動計画を比較およびカスタマイズできます。システムは、立法者や意思決定者が政策的インセンティブをシミュレートし、トレードオフを直接理解し、ターゲットを絞った効率的な介入を選択できるようにします。システムのClimate InteractiveのEn-ROADSシミュレーターとの統合により、気候政策の最適化をより広い対象者に拡大し、持続可能な開発の課題に対処するためのAIの実用的なパートナーとしての役割を強調しています。

ツールの使用方法について説明してください。どのような決定をサポートできるか、また、さまざまな地域にカスタマイズされた推奨事項をどのように提供できるか?

ユーザーの観点から見ると、AIパワードツールは、動的でデータ駆動型の環境におけるインタラクティブな意思決定サポートプラットフォームとして機能します。これにより、気候目標を達成するためのスマートな決定を下すことができます。

政策立案者、立法者、他の利害関係者は、さまざまな土地利用戦略とその環境および経済的影響を探索できます。ユーザーは、土地所有者への税制優遇措置などのインセンティブをシミュレートし、それが土地利用の変更にどのように影響するかを観察できます。

さまざまな地域に合わせた決定をサポートします。たとえば、最も効果的な結果を得るために土地の変更をどこにすべきか、どれだけの土地を変換するか（たとえば、農地を森に変える）、さまざまな土地政策の長所と短所は何かなどです。カスタマイズされたアドバイスを提供するために、世界的な土地利用の歴史と炭素データを考慮して、さまざまな地域に異なるアプローチを提案します。特定の地域の特性、たとえば緯度や土地の種類を考慮に入れます。

En-ROADSシミュレーターは、Neuro AIによって駆動されており、政策立案者や立法者がさまざまな気候目標を達成するためのトレードオフを実験できます。

進化型AIは、このプロジェクトの「秘密のソース」と呼ばれています。このアプローチは、実践ではどのように機能し、複雑な環境および政策課題を解決するのにどのように有効なのでしょうか?

進化型AIの背後にある考え方は、生物学における自然選択にインスパイアされています。土地利用計画の文脈における計算アプローチとして、自然進化を模倣して、従来の方法が苦慮する複雑な環境問題に対する賢い解決策を見つけるために使用されます。

完璧な土地利用政策を最初からプログラムするのではなく、進化型AIアプローチでは、さまざまな政策モデルを作成し、それぞれを実データでシミュレートされた環境でテストします。最も優れた政策を保持し、「交配」して、新しい解決策を発見するための突然変異を追加します。このプロセスを何世代にもわたって繰り返し、不良パフォーマーの方を除外し、数千のシナリオの中で最も優れたものを保持します。

これは、土壌の種類、気候条件、経済的要因などの多数の変数に圧倒されることなく、環境課題に効果的に機能します。

土地利用政策には、経済成長、炭素削減、食糧安全保障などの競合する目標が含まれます。システムはこれらのトレードオフをどのように処理し、どのような予期せぬ洞察が得られましたか?

私たちのAIシステムは、経済成長、炭素削減、食糧安全保障などの競合する目標を処理するように設計されています。さまざまな場所での炭素の影響と土地利用の変更をトレードオフするパレートフロント（多目的最適化で使用されるエンジニアリング概念）を生成します。

研究チームは、いくつかの予期せぬ洞察を得ました。たとえば、従来の知識では森林は炭素を効率よく貯蔵することがわかっているものの、AIは森林のカバー率を最大化することを推奨することはありませんでした。代わりに、森林への土地利用の変換の重要な違いを明らかにしました。牧草地や草地を森林に置き換えることは、農地を森林に置き換えることほど効果的ではなかったのです。緯度も重要でした。同じ土地利用の変換は、緯度によって異なる結果をもたらしました。

優先順位付けは、AIの最も実用的な洞察の1つでした。努力を均等に分散させるのではなく、変換を戦略的に重要な場所に集中させることを提案しました。

Project Resilienceは、気候以外の持続可能な開発目標、たとえばエネルギー、保健、さらにはパンデミック対応へのAIのユーティリティの拡大を目指しています。どのような点が、このプラットフォームをさまざまなドメインに拡大することの可能性に最も興奮させるのでしょうか?

私が最も興奮するのは、協力的な、利用可能で、適応可能な方法でAIを構築することで、持続可能な開発の課題に対する強力な解決策が実現できることを示していることです。Project Resilienceプラットフォームは、これらの3つの原則を実行する適切な例です。意思決定者、データサイエンティスト、一般の人々がAIツールの開発に参加し、より情報に基づいた決定を下すことができます。読者にこちらで貢献するよう招待します。

CognizantのAI Labは、現在、数十の特許と100億ドルの投資戦略を擁する、イノベーションの主要な推進力となっています。このようなイニシアチブは、Cognizantにおける大規模な適用AIのより広いロードマップにどのように適合していますか?

土地利用AIイニシアチブは、Cognizantにおける適用AIへのアプローチと完全に一致しています。これは、高影響力の複雑な現実世界の問題を解決することに重点を置いています。進化型AIは、ビジネスおよび政策決定でしばしば見られる複雑なトレードオフを処理できます。気候の課題に対処するためのアプローチは、経済的、社会的、環境的要因のバランスをとる方法で、AIが実用的な価値を提供し、競合する優先順位を管理する方法を示しています。

この作業は、人間の意思決定を増強するAIの開発を目指す私たちのビジョンも反映しています。

あなたはスタートアップと企業を含むさまざまな環境でAIの取り組みを率いてきました。進化型AIのようなテクノロジーが、政府や産業の利害関係者にとって説明可能で行動可能なものであり続けるための鍵は何ですか?

進化型AIの最大の強みの1つは、最適な解決策を見つけることだけに焦点を当てていないことです。代わりに、さまざまな代替戦略を提示することで、利害関係者の理解を拡大します。

AIとデータは、意思決定をサポートするために使用されるべきであり、単にレポートを生成するためだけではありません。意思決定者は、分析に溺れており、ますます複雑な選択に直面しています。私たちは、洞察や予測を提供することだけに焦点を当てるのではなく、説明可能な解決策を提供するインタラクティブな意思決定サポートシステムの作成に焦点を当てる必要があります。これにより、状況の変化に応じて、より良い決定を下すことができます。

今後、進化型AIが感染症制御、再生可能エネルギー計画、またはその他の分野で影響力を発揮する最大の機会はどこにあると思いますか?

感染症、再生可能エネルギー計画、食糧安全保障は、進化型AIが影響力を発揮できる価値のある分野です。コロナ禍のイニシアチブで私たちが取り組んだことの1つは、その潜在力を示しています。Project Resilienceを通じて、パンデミックの封じ込めと経済的安定を同時に最適化できるシステムを構築しました。これにより、アイスランドのような政府が、データに基づいた学校の開校についての決定を下すことができます。

進化型AIでは、数千の政策の組み合わせをシミュレートし、機能するものを保持し、機能しないものを破棄することができます。而且、これは理論的なものではありません。実際の意思決定者が使用できるインタラクティブツールを構築しています。

AI分野で数十年間携わってきたあなたですが、過去にはさまざまなハイプサイクルが訪れました。現在の波、特にこのようなツールは、最終的にAIが社会を改善するという約束を果たしているのか?

真の進歩は、AIが人間の意思決定を高める方法で社会を改善することを約束するときに実現します。テクノロジーの進歩は、最適化と民主化の予測可能なパターンを通じて進化し、単一の過大な期待を通じて進化するのではなく、計算機の歴史を見てみましょう。部屋一杯のコンピュータから、強力な腕時計まで、連続的な改良を通じて進化しました。

私は、技術が最終的に社会を改善する約束を果たしている時期に到達したと信じています。私たちが直面している最も大きな課題に対する実証可能な影響を通じて、それが実現します。土地利用の作業は、その約束を果たす方法の1つを示しています。