記事執筆

スティーブン・デアンジェリス、Enterra Solutions 創設者兼 CEO – インタビューシリーズ

更新中 on 2023 年 9 月 11 日

スティーブン・ディアンジェリスの創設者兼最高経営責任者ですエンテラソリューションズ、自律的意思決定科学を適用した最初の企業^TM (ADS^®) 企業向けにエンドツーエンドのバリューチェーンの最適化、意思決定、複雑な研究開発を実行するためのテクノロジー。

スティーブン・F・デアンジェリス人工知能と高度な分析、および営利団体や政府機関の競争力、回復力、セキュリティへのそれらの応用に関する国際的に認められた専門家です。デアンジェリス氏は、特許保持者、技術の先駆者、起業家です。彼のキャリアは、国際関係、ビジネス、政府、学術界の交差点にあります。彼は独自の視点と深い経験を自社にもたらしています。

Enterra Solutions の誕生の経緯を教えていただけますか?

Enterra の起源は米国政府の請負業者です。 Enterra は、米国政府機関向けにエンタープライズレジリエンス (体系的なデータ主導の競争力、リスク、パフォーマンス) モデルを開発および実行しました。この作業を実行するにあたり、Enterra は、連邦政府の資金提供を受ける米国の研究開発機関との共同研究開発契約に基づいて、ベストプラクティスであるエンタープライズレジリエンス管理手法と成熟度モデルを開発しました。

競争力と回復力テクノロジーを推進するために、Enterra は 2000 年代初頭に人工知能と応用数学の分野での取り組みを開始しました。 2000 年代半ばまでに、同社は政府部門での業務と最先端の理論的および実験的な学術研究を組み合わせ始めました。この取り組みは現在も続いています。 Enterra の学術研究は、認知分野の第一人者や独創的な思想家との深いネットワークと一連のつながりを確立しながら、当社と従業員を最先端かつ洗練された AI および数学的手法と実践にさらす双方向の協力です。科学と回復力のアプリケーション。

Enterra は、政府および学術機関での取り組みから得た科学的および技術的知見を活用して、商業部門におけるビッグデータ分析を再考しました。その結果、Enterra の Autonomous Decision Science® (ADS®) および Generative AI プラットフォームと、一連の拡張的なバリューチェーンが作成されました。ビジネスアプリケーションが連携して、この種では初めてのシステムオブインテリジェンスを構築します。 Enterra の System of Intelligence は、マーケティング、販売、サプライチェーン、企業戦略にわたる組織の複数のトランザクション記録/エンゲージメントシステムの上に位置し、企業に役立つ意思決定とアクションを調整することにより、自律的なエンドツーエンドの最適化、計画、および実行を実行します。競争力と回復力を構築し、ビジネス目標を達成します。

Enterra の独自テクノロジーと組織の知識および実践を組み合わせることで、Enterra は体系的かつ市場のスピードで市場の変化を予測し、ビジネスを自律型インテリジェント企業に変革します。

Enterra Solutions は自律的な意思決定サイエンスを提供します。これは具体的には何ですか?また、ビジネス上の意思決定をどのように最適化しますか?

Enterra の Autonomous Decision Science® (ADS®) は、Enterra System of Intelligence™ を強化するテクノロジープラットフォームです。 Enterra の ADS テクノロジープラットフォームは、これまでサイロ化されていた XNUMX つのテクノロジーを統合します。

意味論的推論とベクトル記号論理ベースの人工知能 人間のような推論、意思決定、学習を可能にします。このユニークな機能は、常識と業界の知識を推論推論と組み合わせて、人間らしい微妙な推論で意思決定を行い、その結果から学習できるシステムを作成します。
Glass-Box、説明的、透過的な機械学習 独自の Representation Learning Machine™ (RLM) の形式で。 RLM の基礎は高次元数学と関数解析です。 RLM は、複数層の相互作用を通じて観察可能な効果を高精度で記述する、データセット内の変数の組み合わせと寄与を記述する関数を一意に識別します。これは「ガラスボックス」として分類され、機能、単にパターンを生成するだけの「ブラックボックス」アルゴリズムとは対照的に、その出力は目に見えますが、システム/データセットのダイナミクスの説明的な説明は提供せず、パターンが何を意味するのかについての実質的な「理解」もありません。
制約ベースの非線形最適化 RLM 派生の式と、意味論的推論の制約およびロジックを組み込んだ機能により、複雑な多次元現実世界の考慮事項を反映する高速な最適化を実行して、実用性の高い推奨事項を導き出します。この機能は、線形モデルに伴う次元の壁を打ち破ります。

これらの技術を独自に組み合わせることで、Enterra はクライアントに大幅に差別化された機能を提供できるようになり、大規模な AI テクノロジープラットフォームとポイントソリューションプレーヤーの両方との競争環境に高度に防御可能な溝を作り出すことができました。

約XNUMX年前、「AI ポッドキャストに注目」では、旧式の AI がいかに強力なツールであり続けているかについて説明しました。これに関してあなたの見解は変わりましたか? Enterra Solutions で現在も使用されている従来の機械学習アルゴリズムにはどのようなものがありますか?

科学は世代的に加算的です。つまり、ある世代の機能が前世代のイノベーションの上に重ねられて、新しい機能が生み出されます。 Enterra は、テクノロジーを継続的に革新し、創造的に進化させます。前述したように、Enterra は、人間のような推論と GenAI 機能のアンサンブルである Enterra Autonomous Decision Science® (ADS®) および生成 AI プラットフォームを作成しました。これは、超高度な高次元のガラスボックスで、非言語を使用した説明的な機械学習です。線形の制約ベースの最適化エンジン。当社は、これまでサイロ化されていたこれらのテクノロジーを XNUMX つのプラットフォームに統合することで、これまで実現できなかった分析機能を解放し、個別のテクノロジーの不足を軽減することができました。

Enterra Solutions は、Generative AI を自社のソリューションにどのように統合しましたか?

多くの組織はまだ生成 AI の発見と試用期間にありますが、Enterra Solutions と当社のクライアントは XNUMX 年以上にわたってその強力な機能の恩恵を受けてきました。 Enterra プラットフォームの AI コンポーネントは、推奨事項が成功するかどうかの環境上の理由を独自に学習し、その学習をオントロジーと生成 AI ナレッジベースに保持します。 Enterra は、クライアントからの要求に応じて、クライアントの戦略、戦術、ビジネスロジック、仕事と勝利の方法を表す特定の GenAI ナレッジベースを開発します。 Enterra の System of Intelligence の機能コンポーネント内の最適化機能に最新のロジックと制約設定を提供します。

幻覚はジェネレーティブ AI の主要な問題の XNUMX つですが、Enterra Solutions はこれらの制限をどのように克服していますか?

生成 AI はほとんどのワークフローを自動化できますが、検証されていないため、その信頼性には疑問があります。これは、大規模言語モデル (LLM) にプラグインし、知識を数学的に推論して三角測量してその有効性を検証できる ADS テクノロジーを活用することで解決できます。 ADS を活用して洞察と推奨事項の信頼できる説明可能性と実行可能性を提供することで、信頼を構築できます。

2015 年から 2019 年まで、あなたは MIT のダライ・ラマ倫理と変革的価値観センターの諮問委員を務めていましたが、これによってビジネスと AI に関するあなたの価値観はどのように形成されましたか?

そうですね、ダライ・ラマ・センターに関わる人であれば、リーダーシップと倫理を同じものとして考えずにはいられません。ビジネスを経営していると、年間何千もの意思決定を行っていることがすぐにわかります。小規模なものもあれば、通常の決定や手続き上の決定、重要な決定や結果的な決定も含まれます。自分の論理にネイティブに組み込まれた倫理的考慮事項、つまりまさに北極星であり、賢明な意思決定のためのパラメーターを使用して意思決定を行うことを学べたことを願っています。この概念はアルゴリズムやソフトウェアの構築方法にも反映されており、最終的には組織の運営方法にも反映されます。

ジェフリー・ヒントンのようなビジネスや AI のリーダーは、AI、特に AGI の将来の潜在的な問題を懸念していることがよくありますが、これについてはどう思いますか?

ジェフリー・ヒントン氏の懸念の一部は、潜在的な悪用と AI の導入速度です。多くの企業が、どのような問題を解決しようとしているのかを最初に理解せずに、ビジネス慣行に AI を導入しようとしているため、これらは正当な指摘です。 AI はすべての問題を解決するわけではなく、すべてのビジネス課題に対する包括的な解決策と考えるべきではありません。企業が実行可能な解決策を探す前に、ビジネス主導の問題ステートメントから始めることが最も重要です。解決しようとしている問題を理解すると、AI などの高度なテクノロジーを使用する戦略的適合性と技術的な実現可能性を理解できます。

あなたは連続起業家であり、さまざまな領域で複数のビジネスを立ち上げて成功していますが、何があなたを革新へと駆り立てていますか？

結局のところ、私は管理者というよりも創造的な生涯学習者であり、知的好奇心旺盛なビジネスパーソンです。生涯学習と知的好奇心の組み合わせが、新しいビジネスを創造するという起業家の熱意と組み合わされると、特定された市場のギャップを埋めるためのイノベーションと製品やサービスの創造が促進されます。優れた人々のチームと協力し、株主価値を生み出すことで「競争して勝ちたい」という願望が、私をイノベーションに駆り立てる原動力です。

AI の将来についてのビジョンは何ですか?

近い将来の B2B アプリケーションでの AI の使用というレンズですが、近い将来、AI は大規模なビジネスアプリケーションで実用的な自律的な意思決定を可能にするだろうと私は信じています。これらの機能は、大規模で破壊的なユースケースに焦点を当てた人工知能または人工スーパーインテリジェンスを使用して人間の意思決定を強化する、人間に似たインテリジェントエージェントによって駆動されます。業界全体にわたるグローバル企業のエンドツーエンドのバリューチェーンの最適化や意思決定、創薬や製剤、臨床試験の混乱などのアプリケーションは変革をもたらし、地球上のほとんどの人々の生活に影響を及ぼします。

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。エンテラソリューションズ.