Dr. Vishal Sikka, Founder & CEO of Vianai – Interview Series

Vishal Sikkaは、Vianaiの創設者兼CEOであり、元SAP AGのCTOであり、元InfosysのCEOです。彼は現在、Oracleの取締役、BMWグループの監査役、およびスタンフォード大学ヒューマンセンターAI研究所のアドバイザーも務めています。

Vianaiプラットフォームは、オープンソース要素、Vianai独自の技術と最適化、そしてヒューマンセンター設計を組み合わせて、企業にAIを大規模に導入します。プラットフォームを使用すると、大規模な組織は、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、管理できます。また、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。

あなたが最初に機械学習に惹かれたのは何ですか?

私は10代のとき、Marvin Minskyの「私たちの心は単純なエージェントの社会である」という考えや、Joe WeizenbaumのEliza（非常に初期のチャットボット）について学び、John McCarthyのそれに対する批判について読んだときに、AIに興味を持つようになりました。後者、McCarthyは私のスタンフォード大学でのAI資格試験委員会の議長でした。McCarthyとMinskyは、人工知能分野の2人の父であり、両者ともにその力と限界に対する深い洞察を持っていました。私は彼らと研究することができて幸運でした。

今日でも、AIには大きな潜在力があり、同時に重大な限界があることがわかります。30年前に私たちが苦労していたのと同じ課題が、特に企業でのAIの場合、現在でも明らかです。学生としての私の仕事は、AIの価値を何らかの方法で解放する方法を見つけることにインスパイアされました。私はそれ以来、AIに情熱を持ち続けています。

あなたは以前、AIに関するいくつかの重要な論文を書いています。どの論文があなたのAIに対する見解を進化させるのに最も重要だったと思いますか?

学生として、私は数千の論文を読みました。McCarthyの「アドバイス・テイカー」に関する先見の明のある論文、AIのいくつかの重要な哲学的問題、Marvinの「心は社会である」という考え、接続主義（ニューラルネットワークベース）と記号的アプローチのAIを統合する方法、Judea Pearlの確率的推論と因果的知能に関する論文、David Marr（視覚）、Pat Winston（例からのオブジェクトの学習的記述）、Waldingerのプログラム合成に関する作品などが私の見解を形作りました。最近では、Hinton、Lecun、注目の人々の作品、およびCynthia Rudin、Fernanda Viegasなどの作品を読んでいます。

あなたは、AIシステムを構築する開発者の経験が断片的で壊れていると述べています。AIシステムを構築する際の現在の問題は何ですか?

現在、AIシステムは、世界で約20〜30,000人の人しか説明できないほど、非常に限られた数の人しか理解できないものです。これは、MLOps専門家が約52,000人、データサイエンティストが約100万人いるのとは大幅に少ない数です。彼らの多くは、システムがなぜそのように動作するのか、どのような推奨事項を出すのか、どこで問題が発生する可能性があるのか、基礎となる技術がどのように機能するのかについて説明することができません。

これを、非常に複雑な景観の背景に置きます。Gartnerは、300以上のMLOpsベンダーを追跡しています。各ベンダーには、専門的な提供があります。大手クラウドベンダーは、独自のすべてのフレーバーを持ち、企業をそのエコシステムとインフラストラクチャにロックインしようとします。

さらに、コンピューティング自体は、企業が最も高度なモデルを構築してトレーニングするには非常に高価です。これは、AIシステムの要件を管理するために必要な才能とリソースを持っている数少ない企業に限定されています。

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ることで、AIに熟達したいと考えている企業にとって、断片的で課題的な景観が生まれます。Vianaiでは、AIをより使いやすく、より理解しやすく、観察しやすくし、同時にAIのパフォーマンスを得るために必要なリソースとコストを大幅に削減する方法を構築しています。

Vianaiの創設ストーリーを共有してください。

私は、企業に新しい、革新的なイノベーションをもたらすために、多年間取り組んできました。私のチームと私は、数万の企業で使用され、画期的と考えられていたいくつかの製品を構築しました。また、私の前の2つの旅で2つの基本的な変革を主導し、数百の企業の変革に参加しました。さらに、私はAIを研究し、AIをより良く、より関連性の高いものにする方法を見つけることに多年を費やしました。

ある意味で、これらすべてが組み合わさりました。私は2018年の終わりに家族と一緒に東南アジアで休暇を取っていました。私たちは小さな市場で買い物をしていました。そこでは、美しい、手作りのジュエリーが売られていました。それは伝統的な技術と地元の石で作られていて、素晴らしかったですが、当然、その町以外の誰もが聞いたことがありませんでした。私は、突然、質問が浮かんできました。「もし、このベンダーがAIを使用できたらどうなるでしょうか？どのように見えますか？どのようにシステムが動作する必要がありますか？」その瞬間、私は、世界中のすべてのビジネスがAIによって変革されることを理解しました。この変革は、昨日のレンズで見ることができません。新しい製品、アイデア、空白の状態から始める必要があります。

約1か月後、私はVianaiを設立し、世界中のビジネスに真の、ヒューマンセンターAIをもたらす使命を与えました。これには、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、そして世界の遠隔地にあるベンダーが真正にAIの利点を得ることができるような、製品、サービス、アプリケーション、ツールを提供することが含まれます。

以来、私たちは、AIを始めるためのアプリケーション、AIモデルを管理および監視するためのプラットフォーム、さらに多くの企業がAIにアクセスできるようにするための最適化技術を作成しました。

すべてを通じて、ヒューマンの理解、判断、コラボレーションをデータとAIの最良の技術と組み合わせることで、未踏の潜在力が残っていることがわかりました。主要な企業との作業に基づいて、私は同じ技術が、世界中で最大の企業に役立つと同時に、小さなベンダーにも役立つことを発見しました。

VianaiはすべてヒューマンセンターAIについてです。ヒューマンセンターAIとは何ですか、それは何が重要ですか?

ヒューマンセンターAIは、ヒューマンの仕事を増幅し、ヒューマンの判断を改善するAIです。機械学習は、ヒューマンの労働の代替と考えられることがよくあります。しかし、AIはヒューマンの補完です。AIは、ヒューマンが再現できないスケール、繰り返し、精度を提供します。しかし、AIは、ヒューマンの判断、ヒューマンの経験、またはコンテキストの理解を再現することはできません。

これは、明らかな例、たとえば、AIがカメをライフルと間違える場合など、あります。しかし、より多くの場合、AIがまだ信頼できるものではないのに、AIに過度の信頼を寄せています。10年前、ある会社のAIは、ヒューマンの介入なしに取引を許可されました。アルゴリズムは、1時間以内に440万ドルの損失を出しました。

より最近の例として、最先端の言語モデルは、依然として、ヒューマンのユーザーからの特定のコマンドが必要です。テキストから画像を生成する機能は、潜在的に強力ですが、ヒューマンのユーザーからの特定のコマンドが必要です。

ヒューマンセンターAIは、私たちの製品の設計における焦点です。私たちは、ヒューマンの理解の力、判断、コラボレーションを、ベストなデータとAIの技術と組み合わせて、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。

ヒューマンと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ください。

「ヒューマン・イン・ザ・ループ」と呼ばれるAIの分野全体があり、AIのパフォーマンスを自然に改善するためのヒューマンのフィードバックメカニズムに依存しています。これは自然であり、すべてのシステムにとって意味があります。

AIシステムは、ユーザーの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。これは、私たちのアプリケーションでも同じです。例を挙げます。

コロナウイルス以前、私たちは、大手金融サービス会社と需要予測について協力していました。私たちがシステムを設計した方法のため、コロナウイルスが他の多くのモデルを壊したとき、私たちのシステムは迅速に変更に応じ、再構築する必要はありませんでした。これは、ヒューマンセンターAIの2番目に重要な側面です。システムを設計するときに、現代生活の複雑さを組み込むことです。

これにより、信頼と、組織やユーザーと共に成長するシステムが作られます。

Vianaiは次世代のAIプラットフォームであるということの理由を教えてください。

リスク、規制、AIの約束について多くの議論がありますが、少数の人しか私たちが見つけた解決策、ヒューマンセンターAIの概念を見ていません。

私たちのプラットフォームは、企業でAIがより現実になることになる問題に対処する準備ができています。信頼、偏り、透明性の問題に対処することです。AIを監視および最適化してスケールすることを可能にします。さらに、非技術的なユーザーが私たちのアプリケーションを通じてAIを利用できるようにします。

企業のAI体験を劇的にストリームライン化するプラットフォームを構築する背後にある課題は何ですか?

企業がAIを取り入れる際に私たちが見る最大の課題は、才能、ツール、テクノロジーです。まず、才能は、特に大手テクノロジー企業で集中しています。これにより、AIプログラムの監督、ガバナンス、形成に外部チームメンバーが参加することが非常に困難になり、さらに、AIの運用に取り組むチームメンバーが限られているため、偏りが生じます。

テクノロジーとツールも、AIをストリームライン化する上で課題となります。現在、テクノロジーとツールは限られています。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ロックインされており、コストを削減しながら価値を拡大する自由が制限されています。企業がAIの旅のどの段階にあっても、これらの課題は、断片化された戦略を作成し、適切な機能を実行するために必要なツールを削除することで、有用で倫理的なAIの実装を困難にします。

組織は、実装からメンテナンスまで、AIのすべての側面をサポートできる必要があります。チームのサポートと入力を提供して成功させる必要があります。

真の成功のためには、プラットフォームの機能が完全にオープンで、モジュラーで、柔軟で、高価なハードウェアとソフトウェアのアップグレードに依存しない必要があります。ヒューマンセンターのアプローチでは、ヒューマンが知識、コンテキスト、経験、創造性を問題解決に持ち込み、AIプラットフォームによって増幅され、置き換えられません。

Vianaiについてさらに何か共有したいことはありますか?

多くの方面で、私たちはAIの時代に生きています。AIについて多くの話題と議論があり、全体としては良いことです。進歩とより広範な採用が見られます。ただし、AIの限界を認識することも重要です。今日のAIテクノロジーの現実、AIの専門知識の希少性、特に企業でのAIへの信頼の欠如を認識する必要があります。AIを私たちの生活、社会、仕事、潜在能力の増幅器として捉えることができ、AIを監視して、増幅器として機能するようにすることができれば、私は最終的に、AIが有意義で変革的な方法で現実のものになることを信じています。

素晴らしいインタビュー、詳しく知りたい読者はVianaiを訪問してください。