ヴィシャール・シッカ、Vianaiの創設者＆CEO – インタビュー・シリーズ

ヴィシャール・シッカは、Vianaiの創設者兼CEOであり、元SAP AGのCTOであり、元インフォシスのCEOです。現在、オラクルの取締役、BMWグループの監査役、およびスタンフォード大学の人工知能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、人間中心のデザインを組み合わせて、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機械学習モデルを構築、最適化、展開、管理し、企業全体での機械学習モデルの運用とパフォーマンスを改善できます。

あなたが最初に機械学習に惹かれたのは何ですか?

私は十代の頃、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。後で、スタンフォード大学でのAIの修士課程の資格試験委員会の議長を務めたのはマッカーシーでした。マッカーシーとミンスキーは、AIの分野の父であり、両者ともAIの力と限界について深い洞察を持っていました。私は彼らと研究する機会に恵まれました。

今日でも、AIには大きな潜在力がある一方で、重大な限界も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、依然として存在しています。学生としての私の仕事や、AIを改善し、人間のために役立つものにする方法を見つけることに情熱を傾け続けてきました。

あなたが以前書いた論文の中で、どれがあなたのAIに対する見方を変えるのに最も重要だったと思いますか?

学生の頃、数千の論文を読みました。マッカーシーの「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に関する論文、ミンスキーの「心は単純なエージェントの社会である」という考えに関する論文、ニューラルネットワークベースのアプローチとシンボリックアプローチを組み合わせることに関する論文、ジュデア・ピアールの確率的推論と因果的知能に関する論文、デビッド・マーの視覚に関する論文、パット・ウィンストンのオブジェクトの学習に関する論文、ウォルディンガーのプログラム・シンセシスに関する論文など、多くの論文が私の見方を形作りました。最近では、ヒントン、レクン、アテンションに関する論文、シンシア・ルーディン、フェルナンダ・ヴィーガス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。現在、AIシステムを構築する際の主な問題は何ですか?

現在、AIシステムを真正に理解できる人は非常に少なく、世界中で約20〜30,000人程度と考えられています。これは、MLOpsの専門家が約52,000人、データサイエンティストが約100万人いることと比較して非常に少ないです。彼らは、システムがなぜそう動作するのか、どのような推論をしているのか、どこが間違っているのか、基礎となる技術がどうなっているのかを説明できないでしょう。

これを、非常に複雑な風景に当てはめます。ガートナーは、常に300以上のMLOpsベンダーを追跡しています。各ベンダーには、特化した提供があります。大手クラウドベンダーは、独自のフラボーを持っており、企業をロックインし、インフラストラクチャに依存させようとします。

その上、コンピューティングのコストが高く、企業が高度なモデルを構築してトレーニングすることが難しい状況です。これらのモデルは、タレントとリソースが豊富な企業にのみ残されます。

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を導入しようとする企業にとって、断片的で課題的な風景が生まれます。Vianaiでは、AIをより使いやすく、より理解しやすく、より観察しやすくする方法を構築しています。また、最高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アイデアをもたらすことに多くの年を費やしてきました。私のチームと私は、数千の企業で使用されている数多くの製品を構築しました。私は2つの基本的な変革を遂行し、数百の企業の変革に参加しました。また、AIをより良く、より関連性のあるものにする方法を見つけることに多くの年を費やしてきました。

ある意味で、これらが結びつきました。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ショッピングをしていました。そこでは、伝統的な技術で作られた美しい手作りのジュエリーがありました。外見は素晴らしかったですが、もちろん、この小さな町以外では誰もその存在を知りませんでした。そこで、私は「もしこのベンダーがAIを使えるようになればどうなるだろうか？システムはどう動作するだろうか？」と考えるようになりました。そこで、突然、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、そしてこの変革は昨日のレンズで見ることができないが、白紙の状態から始める必要があることを理解しました。

約1ヶ月後、Vianaiを創設し、世界中のビジネスに真の、人間中心のAIをもたらす使命を掲げました。これには、ビジネスユーザー、データサイエンティスト、機械学習エンジニア、そして世界中の遠隔地にあるベンダーが真正にAIの利点を享受できるように、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。

その後、私たちは、ビジネスがAIを始めるのを助けるアプリケーションを作成し、機械学習の実践者がAIモデルを管理して監視するためのプラットフォームを作成し、さらに多くの企業がAIにアクセスできるように最適化技術を開発しました。

すべてを通じて、人間の理解、判断、協力とデータ、そして最高のAI技術を組み合わせることで、未踏の潜在力があることを発見しました。主要な企業との取り組みから、同じ技術が世界中の最大の企業にも役立つことがわかりました。

Vianaiは人間中心のAIについてです。人間中心のAIとは何ですか？それが重要な理由は何ですか?

人間中心のAIは、人間の仕事を増幅し、人間の判断を改善することを目指すAIです。機械学習は、人間の労働の代替として考えられることがよくあります。しかし、AIは人間の補助であり、人間が再現できないスケール、繰り返し、精度を提供します。ただし、AIは人間の判断、人間の経験、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、明らかな例ではありますが、AIがカメをライフルと間違える場合など、人間の判断を必要とする状況では、AIに過度の信頼を置くことがよくあります。1つの有名な例として、1つの企業のAIが人間の介入なしで取引を行った結果、45分で440万ドルの損失を出したことがあります。

最近の例として、最先端の言語モデルは、依然として人間のユーザーからの特定のコマンドで混乱したり偏ったりしやすいです。テキストから画像を生成するツールは、人間のユーザーからの特定のコマンドでなければ、最大の潜在力を発揮できません。

人間中心のAIは、製品の設計における焦点です。人間の理解、判断、協力を組み合わせて、データと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智能システムを作成します。

人間とAIの間のフィードバック・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の分野があり、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改善します。これは、当然のことです。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企業と需要予測について取り組んでいました。私たちがシステムを設計したことで、コロナウイルスが来て他のモデルが壊れたときでも、私たちのシステムは迅速に適応し、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2番目に重要な側面です。システムを設計する際に、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、ユーザーとともに成長するシステムが生まれます。

Vianaiは次世代のAIプラットフォームです。Vianaiが次世代のAIプラットフォームである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、解決策を見つけた人は少ないです。私たちが見つけた解決策は、人間中心のAIの概念です。

私たちのプラットフォームは、AIが企業でより現実的になるにつれて生じる問題に対処する準備ができています。信頼、偏見、透明性の問題に対処することです。企業がAIをスケールし、監視、最適化できるようにします。また、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体験を劇的に簡素化するプラットフォームを構築する際の課題について教えてください。

企業がAIを導入する際の最大の課題は、タレント、ツール、テクノロジーです。まず、タレントは特定の場所に集中していることが多く、特に大手テクノロジー企業でそうです。これにより、外部のチームメンバーがAIプログラムのオーバーサイト、ガバナンス、形成に参加することが非常に難しくなり、さらに偏見が生じる可能性があります。

テクノロジーとツールも、AIを簡素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ことが困難です。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生み出し、適切な機能を実行するために必要なツールを除去することになります。組織は、AIの導入からメンテナンスまで、すべての側面をサポートできなければなりません。また、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は完全にオープンで、モジュラーで、柔軟で、コストのかかる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。人間中心のアプローチでは、人間が知識、コンテキスト、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がありますか?

多くの意味で、我々はAIの時代に生きています。AIについての議論や期待は、全体として見ると良いことです。過去よりも多くの進歩や採用が見られます。ただし、AIの限界も認識する必要があります。現在のAI技術の現実、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。もし私たちがAIを私たちの生活、社会、仕事、潜在能力の増幅器としてとらえ、AIを確実にそのようにするための必要な監視を実施できるならば、AIは真正に意味のある、変革的な方法で実現するでしょう。

素晴らしいインタビュー、詳しく知りたい読者はVianaiを訪れてください。