바박 호자트, 코그니赞트의 최고 AI 책임자 – 인터뷰 시리즈

바박 호자트, 최고 AI 책임자는 AI 연구소를 이끌고 있습니다. 이 연구소는 개발자와 연구원으로 구성된 팀으로, AI의 상태를 발전시키고, 코그니赞트의 제품에 차별화된 AI 기능을 구축하며, 회사의 AI를 위한 좋은 의도에 앞장서고 있습니다.

바박은 전 센티언트의 공동 창립자이자 CEO였으며, 세계에서 가장 큰 분산형 AI 시스템의 핵심 기술을 개발했습니다. 바박은 또한 세계 최초의 AI 기반 헤지 펀드인 센티언트 투자 관리의 창립자이기도 합니다.

바박은 실리콘 밸리의 여러 회사에서 주요 발명가이자 기술자로 활동했습니다. 센티언트를 공동 창립하기 전에 바박은 시베이스 아이어웨어의 시니어 디렉터로 모바일 솔루션 엔지니어링을 이끌었습니다. 시베이스 이전에 바박은 데지마의 공동 창립자이자 최고 기술 책임자이자 이사였습니다. 바박은 데지마의 특허된 에이전트 지향 기술의 주요 발명가입니다. 이 기술은 모바일과 엔터프라이즈 컴퓨팅을 위한 지능형 인터페이스에 적용되었으며, 애플의 시리를 위한 기술입니다.

바박은 인공 생명, 에이전트 지향 소프트웨어 엔지니어링, 분산형 인공 지능 분야에서 50개 이상의 논문을 발표했으며, 39개의 미국 특허를 보유하고 있습니다. 그는 자연어 처리, 기계 학습, 진화 알고리즘, 분산형 AI 등 여러 AI 분야의 전문가입니다.

코그니赞트는 글로벌 프로페셔널 서비스 및 IT 컨설팅 회사로, 조직이 디지털 인프라를 현대화하고, AI, 클라우드, 데이터, 자동화와 같은 새로운 기술을 구현하며, 비즈니스 프로세스를 재정의하여 민첩성과 성장을 추구하도록 도와줍니다.

여러 개의 AI 회사들을 설립하고, 두 권의 책을 저술하며, 시리를 영향을 미친 기술을 개발했습니다. 이러한 경험들이 어떻게 AI를 실제 문제 해결을 위한 도구로 믿게 만들었나요?

저의 AI에 대한 관심은 학창 시절부터 시작되어 지금까지 계속되어 왔습니다. 몇 가지 주요한 전환점은 데지마에서 최초의 에이전트 기반 시스템을 만들었을 때, 센티언트 기술에서 복잡한 문제를 해결하기 위한 AI를 적용했을 때, 시리를 위한 자연어 기술을 개발했을 때였습니다.

이러한 실제 적용 사례는 AI가 이론적인 개념을 넘어서 실제 비즈니스 가치를 제공할 수 있음을 보여주었습니다. 우리는 지금 AI 기술의 상업화가 폭발적으로 증가하는 시기에 접어들고 있으며, 특히 멀티 에이전트 시스템을 통해 기업이 운영하는 방식을 완전히 바꿀 수 있을 것입니다.

최근의 프로젝트인 토지 이용 계획을 위한 AI 기반 시스템에 대해 알려주세요. 이 시스템은 어떻게 실제 정책 영향에 대한 전환을 나타내나요?

토지 이용 계획을 위한 AI 시스템은 텍사스 대학교와의 협력을 통해 개발되었습니다. 이 시스템은 글로벌 토지 이용과 경제적, 환경적 트레이드오프를 해결하기 위한 필요성에 의해 동기부여되었습니다. 기계 학습 기반 프레임워크는 코그니赞트의 신경 인공 지능 의사 결정 기술을 사용하며, 프로젝트 리질리언스 플랫폼에 구축되었습니다.

공동 연구 팀은 지구 온난화와 경제적 혼란을 최소화하면서 식량 공급과 서식지를 보존하기 위한 토지 이용을 최적화하는 도구를 만들기 위해 노력했습니다. 전통적인 접근 방식은 일반적으로 위치별 효과와 같은 세부적인 트레이드오프를 간과합니다. 우리는 진화적 AI를 사용하여 수천 개의 정책 시나리오를 탐색하고, 반복적으로 개선하여 더 효과적이고 상황에 맞는 토지 이용 전략을 개발했습니다.

이 시스템은 이론적인 AI 개념에서 실제 정책 영향으로의 전환을 나타냅니다. оно는 역사적인 토지 이용 데이터와 탄소 데이터를 통합하여 행동할 수 있는 최적화된 추천을 제공합니다.

사용자의 관점에서 시스템이 어떻게 작동하는지 설명해주세요. 어떤 quyết정을 지원할 수 있으며, 지역에 따라 맞춤형 추천을 제공하는 방법은 무엇인가요?

사용자의 관점에서, AI 기반 시스템은 동적이고 데이터 주도 환경에서 지능형 의사 결정을 지원하는 플랫폼입니다.

의사 결정자들은 다양한 토지 이용 전략과 환경적, 경제적 영향을 시뮬레이션할 수 있습니다. 사용자들은 세금 공제와 같은 인센티브를 시뮬레이션하여 토지 이용 변화를 어떻게 줄일 수 있는지 관찰할 수 있습니다.

시스템은 지역에 따라 맞춤형 추천을 제공할 수 있습니다. 예를 들어, 토지 변화를 위한 최적의 위치를 결정하거나, 토지를 변환하는 방법(예: 농지를 숲으로 변환), 토지 정책의 장단점을 분석하는 데 도움을 줄 수 있습니다. 시스템은 지역 특성을 고려하여 글로벌 토지 이용 역사와 탄소 데이터를 분석하여 지역에 맞는 접근 방식을 제안합니다.

진화적 AI는 이 프로젝트의 “비밀 소스”로 설명됩니다. 이 접근 방식은 실제로 어떻게 작동하며, 왜 복잡한 환경과 정책 문제를 해결하는 데 효과적인가요?

진화적 AI는 생물학의 자연 선택에 의해 영감을 받은 계산적 접근 방식입니다. 토지 이용 계획의 맥락에서, 이 접근 방식은 자연적 진화를 모방하여 복잡한 환경 문제를 해결하기 위한 지능형 솔루션을 찾습니다.

전통적인 방법과 달리, 진화적 AI는 완벽한 토지 이용 정책을 미리 프로그래밍하지 않습니다. 대신, 다양한 정책 모델을 생성하여 실제 토지 이용 데이터와 시뮬레이션 환경에서 테스트합니다. 가장 잘 수행되는 정책을 유지하고, 이를 결합하여 새로운 솔루션을 발견합니다. 이 프로세스를 수백 또는 수천 번 반복하여 나쁨 수행되는 정책을 제거하고, 최상의 정책을 유지합니다.

이 접근 방식은 환경 문제를 해결하는 데 효과적입니다. 왜냐하면 여러 변수(예: 토양 유형, 기후 조건, 경제적 요인)를 다루는 데 어려움이 없기 때문입니다.

토지 정책은 经济 성장, 탄소 감축, 식량 보안과 같은 경쟁 목표를 포함합니다. 시스템은 이러한 트레이드오프를 어떻게 처리하나요? 지금까지 어떤 예상치 못한 통찰력을 얻었나요?

우리 시스템은 경쟁 목표를 다루기 위해 설계되었습니다. 탄소 영향과 토지 이용 변화를 위한 파레토 프론트(다중 목표 최적화에서 사용되는 엔지니어링 개념)를 생성하여 다양한 위치에 대한 트레이드오프를 분석합니다.

연구 팀은 몇 가지 예상치 못한 통찰력을 얻었습니다. 예를 들어, 전통적인 지식은 숲이 탄소를 저장하는 데 효과적이라고 알려져 있지만, 시스템은 모든 곳에서 숲을 최대화하는 것을 추천하지 않았습니다. 대신, 시스템은 지리적 위치의 중요성을 강조했습니다. 동일한 토지 이용 변환은 위도에 따라 다른 결과를 나타냅니다.

우선순위는 시스템의 가장 실용적인 통찰력 중 하나였습니다. 노력을 균등하게 분산시키는 대신, 시스템은 주요 토지 이용 변화를 전략적으로 위치시키는 것이 가장 큰 영향을 미친다는 것을 제안했습니다.

프로젝트 리질리언스는 이 AI 유틸리티를 지속 가능한 개발 목표를 넘어 에너지, 보건, 전염병 대응과 같은 다른 분야로 확장하는 것을 목표로 합니다. 이 플랫폼을 도메인에 걸쳐 확장하는 잠재력에 대해 무엇이 가장 흥분을 느끼게 하나요?

이 플랫폼의 잠재력은 협력적이고 접근 가능하며 적응 가능한 방식으로 AI를 구축하여 큰 글로벌 도전을 해결하는 데 강력한 솔루션을 제공할 수 있다는 것입니다. 프로젝트 리질리언스 플랫폼은 이러한 원칙을 실천하는 좋은 예입니다. 의사 결정자, 데이터 과학자, 공공이 모두 참여하여 AI 도구를 개발하고 더 나은 의사 결정을 내릴 수 있습니다. 우리는 독자들에게 기여자를 초대합니다 여기.

코그니赞트의 AI 랩은 지금까지 수십 개의 특허와 10억 달러의 투자 전략을 통해 혁신의 주요 동력으로 자리 잡았습니다. 이와 같은 이니셔티브는 적용된 AI를 위한 더 넓은 로드맵에 어떻게 맞춰져 있나요?

토지 이용 AI 이니셔티브는 코그니赞트의 적용된 AI 접근 방식과 완벽하게 일치합니다. 이 접근 방식은 순수한 학술 연습이 아닌 실제 문제를 해결하는 데 중점을 둡니다. 진화적 AI는 비즈니스와 정책 결정에서 종종 발견되는 복잡한 트레이드오프를 다루는 데 효과적입니다. 기후 도전에 대한 접근 방식은 경제적, 사회적, 환경적 요소를 균형 있게 다루는 방법을 보여주며, 이는 AI가 실제 가치를 제공하고 경쟁 우선순위를 관리하는 방법을 демонстри합니다.

이 작업은 또한 인간의 의사 결정이 아닌 인간의 의사 결정 보조를 위한 AI 개발에 대한 우리의 비전을 반영합니다.

스타트업과 기업을 통해 AI 노력을 이끌어 왔습니다. 기술들처럼 진화적 AI가 정부와 산업 주체자들에게 설명 가능하고 행동 가능하게 유지하는 데 필요한 키는 무엇인가요?

진화적 AI의 가장 큰 장점은 최적의 솔루션을 결정하는 것뿐만 아니라, 이해관계자의 이해를 확장하는 대안 전략을 제안할 수 있다는 것입니다.

AI와 데이터는 의사 결정을 지원해야 하며, 단순히 보고서를 생성해서는 안 됩니다. 의사 결정자는 분석에 빠져있으며, 점점 더 복잡한 선택을 직면하고 있습니다. 우리는 단순히 통찰력과 예측을 제공하는 것에서 벗어나, 사용 가능한 데이터를 기반으로 하는 의사 결정을 지원하는 시스템을 생성하는 데 집중해야 합니다. 이 접근 방식은 사용자에게 복잡성을 탐색하고 상황이 변경됨에 따라 발전하는 더 나은 의사 결정을 내릴 수 있도록 합니다.

앞으로 진화적 AI가 토지 이용 외에 전염병 대응, 재생 에너지 계획과 같은 분야에서 영향력을 미칠 수 있는 가장 큰 기회는 어디에 있나요?

전염병, 재생 에너지 계획, 식량 부족은 모두 진화적 AI가 영향력을 미칠 수 있는 가치 있는 분야입니다. COVID-19 시대에 우리는 프로젝트 리질리언스를 통해 시스템을 구축하여 전염병 억제와 경제 안정을 동시에 최적화하여 아이슬란드와 같은 정부가 데이터 기반 의사 결정을 내릴 수 있도록 도왔습니다.

진화적 AI를 통해 우리는 가장 긴급한 글로벌 도전에 대한 근본적으로 다른 접근 방식을 채택하고 있습니다. 이는 경쟁 우선순위를 균형 있게 하는 구체적인 정책을 추천하는 대신, 일괄적인 솔루션을 생성하는 대신에, 실제 의사 결정자에게 이러한 기능을 제공하는 상호 작용 도구를 구축하고 있습니다.

AI 분야에서 수십 년을 보낸 후, 지금의 AI 기술이 실제로 사회를 개선하는 데 기여할 수 있는 잠재력을 가지고 있다고 믿는 이유는 무엇인가요?

진정한 진보는 AI가 중요한 분야에서 인간의 의사 결정을 강화하는 시스템을 구축할 때 발생합니다. 이는 지속 가능성과 같은 분야에서 실제 문제를 해결하는 데 있습니다. 우리가 관찰한 바와 같이, 기술은 예측 가능한 패턴을 통해 발전하며, 하나의 드라마틱한 순간보다는 지속적인 개선입니다.

저는 기술이 실제로 사회를 개선하는 데 기여할 수 있는 변곡점에 도달했다고 믿습니다. 앞으로의 길은 실제 인간 문제를 해결하는 데 실용적인 응용 프로그램을 구축하는 것입니다. 토지 이용과 같은 작업은 기후와 같은 실제 문제에 대한 측정 가능한 영향을 통해 AI의 약속을 실현하는 방법입니다.

코그니赞트는 최근에 53,000명 이상의 직원이 40개국에서 참여한 세계 최대의 바이브 코딩 이벤트에서 기네스 세계 기록을 세웠습니다. 이 이벤트는 30,000개 이상의 프로토タイプ를 생성했습니다. 이 이벤트는 대규모 조직에서 AI 유능성을 민주화하는 데 바이브 코딩의 역할에 대해 무엇을 말해줍니다?

이벤트의 규모와 영향은 바이브 코딩이 대규모 조직에서 AI 유능성을 민주화하는 데 어떻게 변革적일 수 있는지에 대해 많은 것을 말해줍니다. 참여자의 40% 이상이 비코더였으며, 20%는 이전에 코드를 작성한 적이 없었습니다. 이는 바이브 코딩이 낮은 장벽을 의미하지 않으며, 진화하는 워크포스와 함께 AI를 열어주는 것임을 의미합니다. 우리는 또한 다중 에이전트 AI 시스템을 사용하여 단 하루 만에 30,000개의 프로토タイプ 항목을 평가했으며, 이는 인간 팀에게는 1년이 걸리는 일입니다.

바이브 코딩은 코드를 작성할 수 있는 사람이라면 아이디어를 자연어로 표현하고 AI와 협력하여 이를 실현할 수 있도록 합니다. 경험 있는 개발자에게는 코드 작성의 단순한 과정의 자동화를 통해 더 높은 가치의 작업에 집중할 수 있도록 합니다. 개인적으로, 복잡한 알고리즘을 가상 코드에서 작동하는 응용 프로그램으로 빠르게 번역할 수 있었으며, 이는 창의적이고 전략적인 측면에만 집중할 수 있도록 해주었습니다.

생성적 AI와의 협력을 통해 우리는 AI 유능성을 전문 기술에서 공유된 조직 능력으로 전환하고 있습니다. 조직에서는 이 접근 방식이 창의성을 가속화하고, 장벽을 제거하며, 이전에는 불가능했던 규모에서 집단 지성을 해방시킵니다.

규모를 넘어, 이 바이브 코딩 이니셔티브의 가장 의미 있는 결과는 무엇인가요? 이 템플릿을 통해 기업이 글로벌 수준에서 혁신과 적용된 AI 기술을 어떻게 培養할 수 있을까요?

바이브 코딩 이니셔티브의 실제 영향은 조직 전체에서 열정과 참여를 불러일으켰습니다. 인사, 영업, 엔지니어링, 재무, 법률, 마케팅 등 다양한 부서의 직원이 AI를 받아들이고 참여했습니다. 그들의 아이디어는 실제 비즈니스 통찰력에 근거하여, 수천 개의 프로토タイプ가 나타났습니다.

30,000개 이상의 프로젝트가 이 노력의 결과로 나타났습니다. 우리는 AI 경제를 주도하며, 모든 사람이 AI와 혁신할 수 있는 도구를 제공하고 있습니다.同時에, 우리는 창의력을 확대하고, 워크포스를 해방시키며, 고객을 포함한 산업 전반에서 AI 리터러시를 강화하고 있습니다.

우리는 이 이니셔티브를 다른 조직이 복제할 수 있는 템플릿으로 본다. 접근 가능한 AI 기반 도구, 협력적이고 개방적인 문화, 확장 가능한 AI 기반 평가를 결합함으로써, 우리는 고객을 더 잘 섬기고, 창의력을 해방시키며, 워크포스 전반에서 AI 기술 개발을 가속화할 수 있습니다.

감사합니다. 더 많은 정보를 원하는 독자는 코그니赞트를 방문하십시오.