資金調達
リチャード・ボイド、Tanjo Incの共同創設者兼CEO – インタビュー・シリーズ
Unite.AI を Google の優先ソースに追加
リチャード・ボイドは、教育からヘルスケアまで、バーチャル・ワールド、コンピュータ・ゲーミング、機械学習、人間とコンピュータのインターフェイスなど、幅広い分野の起業家、著者、スピーカーです。3つの10年間で、リチャードは、ノースカロライナ州のリサーチ・トライアングル・パーク地域を含む複数の業界で、最も革新的なテクノロジー企業とサービスを率いたり創設したりしました。リチャードは、最後の会社をロックヘッド・マーティンに売却し、バーチャル・ワールド・ラボのディレクターとして残りました。
リチャードは、ノースカロライナ州のリサーチ・トライアングル・パーク地域を拠点とする人工知能と機械学習会社、Tanjo Incの共同創設者兼CEOです。
あなたは90年代からVRに取り組んでおり、2001年に3Dsolveを共同創設しました。3Dsolveが最初に取り組んだプロジェクトは何でしたか?
3Dsolveの最初のプロジェクトは、USアーミー・トレーニング・アンド・ドクトリン・コマンド（TRADOC）がシミュレーション・ラーニングを小規模な戦術作戦にどのように活用するかを学ぶのに役立ちました。私たちは、ARMYの最初の「レベル4インタラクティブ・マルチメディア・インストラクション」（IMI）コースを作成し、TRADOCの検証に合格しました。これは、地上部隊のための完全にシミュレートされた3Dゲームベースの世界で「安全な練習」の価値を活用することです。最初のコースは、25B10軍事職業専門分野のための100時間以上の指示でした。
当時、我々はアフガニスタンとイラクに兵士を送り込んでおり、デジタル・タクティカル・オペレーション・センター（DTOC）で働くように訓練していましたが、アメリカには訓練するためのDTOCがありませんでした。3Dsolveは、フォート・フッド、フォート・ゴードン、他の施設に旅行して、装置を見つけ、専門家と会い、兵士が訓練できるバーチャル・DTOCを構築しました。検証結果は、兵士がこの方法で訓練された場合、従来の教室方法よりも短時間で、高い知識レベルで訓練され、クラスパスレートが高かったことを示しました。我々は、これをシリアス・ゲーム・インダストリーの始まりと考えています。
私は、ADL（Advanced Distributed Learning）Colab諮問委員会でPhillip Doddsとともに、再利用可能なラーニング・コンテンツの標準を作成しました。私は、SCORM（Shareable Content Object Reference Model）の3D標準についてPhillipと一緒に仕事をしました。注：Phillipは、スティーヴン・スピルバーグ監督の映画「未知との遭遇」でオルガンを弾いた人物です。
私は、インテルとボーイングが議長を務める国際標準化団体である3DIFでも仕事をしました。そこで、3DIFという名前の国際ECMA標準を作成しました。3D CADモデルをすべてのものに適用し、シリアス・ゲームや3Dテクニカル・ドキュメントで使用することを目指しました。これは、Adobe (ADBE ) Acrobatや他のプラットフォームで生き続けています。
我々は、ヘッドマウント・ディスプレイやさまざまなVRパーセプタと協力し、ウォーレン・ロビネット、フレッド・ブルックス、Alan Kayなどの業界の先駆者と一緒に仕事をしました。私の共同創設者であるDavid Smithは、Alan Kayと一緒に、OpenCroquetというオープンソース・プラットフォームを作成しました。それは今日でも生き続けています。
ロックヘッド・マーティンが2007年に3Dsolveを買収した後、あなたの生活はどう変わりましたか?
ロックヘッド・マーティンが我々を買収したもう1つの先駆的なプロジェクトは、ロサンゼルス級原子力潜水艦のシミュレーションでした。当時、海軍はまだ訓練のために船を整備していました。我々は、「Total Ship Simulation」の概念を先駆的に開発し、Epic GamesのUnreal Engineを使用して、潜水艦をマルチプレイヤー・ゲーム・環境で再現しました。ロックヘッド・マーティンでは、駆逐艦、沿岸戦闘艦、すべてのサブシステムのシミュレーションを作成しました。
最初は、ゲーム・テクノロジー・カンパニーから100年以上の歴史を持つ国防請負業者への適応に挑戦しました。我々は、ロックヘッド・マーティンのSkunkworksに基づいて、Virtual World Labsという非公式の組織を作成しました。Skunkworksは、実際にVWLのメンバーになりました。我々は、1年間で、ロックヘッド・マーティンがより多くの自己破壊とシュンペーターの創造的破壊を受け入れるように努めました。私は、イノベーションを「出産」に例えました。人々は子供を持つことを愛しています。子供は社会にとって良いことであり、非常に報われています。子供たちは私たちの未来です。しかし、間違ったレンズを通して見ると、子供たちは資源を奪うパラサイトのように見えることもあります。出産の際、子供は胎内で資源を奪い始めます。胎内環境がなければ、母親の抗体が子供を破壊するでしょう。ロックヘッド・マーティンでのイノベーションも同じです。誰もがイノベーションについて話し、欲しています。しかし、誰もが遠い将来の報酬のために資源を犠牲にしたいとは思いません。（私のホワイトボード・アニメーション「イノベーションは出産のようである」を参照してください。）
ロックヘッド・マーティン在職中に、SFブロックバスターのような特許を共同発明しました。ホロデッキとは何ですか?
2009年、ジェームズ・キャメロン監督が『アバター』の制作中にロサンゼルスに招待しました。我々は以前、キャメロンと『アバター』で仕事をしましたが、彼は私に新しい3Dカメラを紹介したかったのです。しかしそこで私を最も魅了したのは、巨大なヒューズ・エアクラフト・ハンガー内のバーチャル・セットでした。私は、バーチャル・ワールド・オブ・パンドラの中を、小さなフラット・パネル・スクリーンで探索するのに、多くの時間を費やしました。私は、Armed Forces Journalにこの経験について書きました。そして、David Smithと共に、フットボール・フィールドの大きさのバーチャル・トレーニング・バトル・グラウンドを作るというアイデアを思いつきました。当時、私たちは、海兵隊のためのFuture Immersive Training Environment（FITE）プログラムに取り組んでいました。そのプログラムでは、海兵隊員は背中にラップトップを装着し、ヘッドマウント・ディスプレイを使用していました。すべてのこの追加の機器は、否定的なトレーニングについて心配を引き起こしました。私は、最初の軍曹がそれを装着し、「私たちは戦うように訓練しなければならない」と言ったことを忘れることができません。すると彼は地面に倒れ、すべての電子機器を破壊してしまいました。ホロデッキの概念は、ジェームズ・キャメロンのボリュームのようなものでした。俳優はライト・トラッキング・スーツを着用し、すべての機器は彼らの周囲にありました。ヘッドマウント・ディスプレイはまだ必要でしたが、ワイヤレスで軽量でした。今日のOculus Questのようなものでした。私たちは、外で日光の下でもそれを実行する方法を見つけました。
2015年に、あなたは、機械が人間に取って代わることについて心配するのではなく、人間と自動化のバランスをとる方法を見つけるべきだと書きました。AGIや機械が人間に取って代わることについて、社会は過度に心配しているのですか?
私は、本当に賢く、専門的な人々が、この分野で心配を表明するとき、みんなが注意を払うべきだと考えています。（レイ・カーツワイル、スティーヴン・ホーキング、イーロン・マスク、ジェームズ・キャメロン、ビル・ゲイツのような人々）しかし、21世紀の課題は、人間と自動化のバランスをとることで、結果を最適化することです。この問題は、現在、すぐに取り組むべきです。JPモルガンが、COINという機械学習システムで、年間320,000時間の法的契約のレビューを置き換えたとき、彼らは自分たちを破壊し、すぐに300万ドルの利益を生み出しました。この利益は、現在、年間の安定収入となっています。競争相手がまだそのコストを持っている場合、彼らは競争できないだけでなく、無関係になるでしょう。
私は、これが会社、政府、個人にとって真実であると考えています。ノースカロライナ州のコミュニティ・カレッジの理事会に参加しています。70,000人の学生がいます。私は、学生たちとカリキュラムを、5年以内に人間が行う仕事に向けて導きます。放射線技術の学生に出会うと、彼らに、機械がすでに人間よりもX線を読むのが上手であることを説明します。新しい分野を検討するか、機械学習の現実とともにその分野がどう変化するかを検討します。これは、未来について話すことではありません。これは、現在です。
人間は線形的に考え、機械は指数関数的に考えるとあなたは述べています。なぜ、人間は指数関数的に考えるのが難しいのでしょうか?
70％のアメリカ人は、ニューヨーク・タイムズのサイエンス・セクションを読んで理解することができません。（ミシガン州立大学の研究）ダン・アリエリのような著者は、人間が統計的な思考にあまり得意でないことを書いています。指数関数的な思考も、普遍的ではありません。私のメンターであり、英雄であるアラン・ケイは、教育における普遍性と非普遍性について、優れたTed Talkをしています。我々は、Getting Smartのウェブサイトで、教育を第一原理から再考するという記事を書きました。基本的に、抽象的で、帰納的推論は、教えられなければ難しいです。私たちは、教育の問題があることがわかっています。それは、モアの法則の進歩や、パンデミックの蔓延を理解する能力を妨げています。
現在のパンデミックは、指数関数的に考えることができないリーダーシップの影響をもう一度強調しています。
あなたは90年代からVRに取り組んでいます。現在のVRの消費者向けアプリケーション、たとえばOculus Questについてどう思いますか?
VRのハYPEが再び上昇し始めたとき、私は、広く普及することを妨げている3つの主な制約について、みんなに思い出させることを始めます。
- 一部の人間は、常に、立体視3D VRを楽しむことができないでしょう。
- セットアップと接続のフリクションにより、多くの人にとって、楽しい体験ではありません。
- システムの脆弱性により、専門的な趣味人以外の人は、トラブルシューティングに時間を費やすことを望みません。
人間は、長い間アップグレードを受けていません。（私の見解では、更新世以来です）一部の人間は、立体視3Dディスプレイに適応するのが非常に難しいです。彼らを一旦置いておくと、セットアップのフリクションという2番目の大きな問題が残ります。Oculus Questは、2番目と3番目の制約を完全に打ち破りました。私たちの家族では、ほぼ毎日、Oculus Questのコンテンツを利用しています。これは、私の見解では、VRが必要としていた大きなブレークスルーです。現在、我々は、VRを楽しむことができない人々に、テクノロジーを適応させる最後の1マイルをどう行くかを見つける必要があります。
Tanjoを立ち上げたきっかけは何ですか?
2009年に、ロックヘッド・マーティンでバーチャル・ワールド・ラボを運営していたときに、機械学習を発見しました。機械学習はもちろんすでに存在しましたが、それがどれだけ進歩したか、そして、それが以前のコンピュータ・ゲームやDODシミュレーションで使用していた「人工知能」とはどれだけ異なるかを、私は完全に理解しました。
私は、AIの進化を3つの段階に分けて考えています。最初の段階は、1958年から2009年（私の任意のマーカー）まででした。この期間中、私たちは、人間が完全に理解し、壊れた小さな論理ゲートやif/then文に分解できるまで、コンピュータに何かを計算するように求めませんでした。私たちは、それを有限状態マシンまたは階層的な行動木としてコードに変換し、プログラムを実行しました。最終的には、それはすべてコードでした。神秘的なものではありませんでした。
次の段階は、機械学習です。人間が、機械に車を運転するように指示する方法を理解する必要はないのです。現在、我々は、巨大なトレーニング・データセットを、うまく設計された機械学習・ライブラリに供給し、それらが独自の理解を推測するのです。今日、機械学習・システムは、100時間のビデオを観て、どこでも完璧に自動運転車を運転できます。（私は、いつも「ローマでは運転しない」という冗談を言います）
Tanjoでは、機械学習を短期間のプロジェクトで使用し、銀行や高等教育機関、フォーチュン2000企業に、インテリジェンスの増幅と自動化を提供し、ビジネスを変革する方法を見つけます。我々は、実装から10倍の投資収益を実現することができます。この収益は、通常、年間の安定収入となります。どのようなテクノロジー投資が、これほどの生産性向上をもたらしたことがありますか？我々は、600倍、さらには1600倍の収益を実現したことがありますが、後者は、ケース・スタディとして使用するには、誇張されていると感じます。
Tanjo Animated Personas（TAP）について、また、それがどのように機能するかについて説明してください。
私たちの大きなブレークスルーは、これらの驚くべき、奇妙な機械知能システムが、情報オブジェクトと同じように人々を見ていることを理解したときでした。我々は、人気のあるデート・アプリからのトレーニング・データセットで初期の実験を行いました。私たちの小さな機械学習・ブレインは、各人のデータ・エクスハストから、興味のグラフと感情の地図を作成しました。それは、Myers Briggsプロファイルのように見えました。我々は、機械学習のパターンから、Tanjo Animated Personasを作成しました。
アナリスト・ファーム、ガートナーは、2018年に私たちに「クール・ベンダー・アワード」を授与しました。このブレークスルーに対してです。我々は、マーケット・リサーチャーが顧客とより深い会話を交わすのを助けるために、また、健康とウェルネスについての人口をモデル化するために、Empathy Engineと呼ばれるものを作成しました。たとえば、我々は、郵便番号または郡の人口のシミュレーション・モデルを作成し、ウイルスの蔓延を減らすために、または肥満、喫煙を減らすために、どのような介入とメッセージが最も効果的かをシミュレートできます。
Tanjoを教育するために、監督学習を使用しますか?
人間の監督は、機械学習・システムの「ブレイン」をより速くトレーニングするのに役立ちます。当時、ノースカロライナ州のコミュニティ・カレッジのトップ・カレッジの教員や管理者と一緒に、NCブレインを作成しました。私たちは、コンテンツのランキングとソートが妥当であることを確認するために協力しました。
Tanjoの1つの製品は、契約分析のためのContractBotです。ContractBotとは何ですか?どのような企業向けに設計されていますか?
我々は、会計業界向けにContractBotを作成しました。2017年に、FASBI（Financial Accounting Standards Board Interpretations）は、ビジネスに対する収益認識とリース認識の新しいルールを発表しました。会計事務所は、全米で会議を開き、自分たちとクライアントをこれらの変更に対応させるために準備していました。我々は、機械学習のレンズを通して、これが機械学習・システムが会計家と協力して、分析の速度と精度を大幅に高める機会であることを理解しました。我々は、1ページのスキャンされた手書きの購入注文から、保証書や免責事項、支払い条件の百ページの契約書まで、4百万件の契約書でトレーニングしました。システムは、ビジネス・ルールを適用して、人間の会計士が1日かかる分析をほぼ瞬時に実行することができました。
このプロジェクトやその他のプロジェクトは、ビジネスで機械と人間のバランスをとる新しいレンズで見ることを奨励するためのケース・スタディです。
JPモルガンがこのアプローチを使用して、年間320,000時間のローン分析を排除したとき、彼らは100倍の投資収益を実現しました。また、毎年その収益を得ることになります。競争相手がまだ「従来のビジネス」を行っている場合、彼らは競争できないだけでなく、無関係になるでしょう。
Tanjoのエンタープライズ・ブレインについて、また、それがどのように機能するかについて説明してください。
私たちがUS Department of Educationと協力して、Learning Registryを作成したとき、機械学習が知識を組織化し、分析する力を理解しました。当時私は、最後のシーンの「レイダース/失われたアーク《聖櫃》」のイメージをスライドで示し、クレーンで運ばれる、地球を救ったり破壊したりすることができる、ただのドラブな箱に、アークと書かれたタグが付いているのを見せました。
私たちがLearning Registryプロジェクトやその他のプロジェクトから学んだことは、エンタープライズ・サーチが壊れています。会社には、非公開でアクセスできない、または検索できないデータがたくさんあります。これは、情報時代が進むにつれて、毎日得られた知識を失っていることを意味します。Tanjo Enterprise Brainは、ファイアウォール内にあり、すべてにアクセスし、人間が何かをすることができる方法を検出するために待機しています。組織の知識マップを作成するステップで、Tanjo Enterprise Brainをトレーニングすることで、リーダーシップが、投資している知識と依存している知識が実際に何であるかを理解することができます。エンタープライズ・ブレインが実装されると、組織には、情報がシステムに入った方法、誰がそれを提唱したか、誰がそれに異議を唱えたか、そして最終的にどのように決定が下されたかを示すレンズが得られます。これは、機械学習・システムをJPモルガンが実装したように、永久に収益をもたらします。
あなたがTanjoについてさらに共有したいことはありますか?
Tanjoは現在、COVID-19ブレインを開発中です。我々の会社を推進するテーゼとともに、重要な決定を下す人々に、適切な情報とリソースが利用できるように、人間と機械のバランスをとる方法を見つけようとしています。Tanjo Animated Personasの機能を使用して、人口データをモデル化し、ウイルスの蔓延を追跡し、また、どのような措置やコミュニケーション方法が、危機から健康なエコシステムへと私たちを導き出すために必要な行動をもたらすかを決定します。
これは、面白い対話でした。Tanjoについてさらに学びたい読者は、Tanjoを訪問してください。
