Enterra Solutions의 창립자이자 CEO인 Stephen DeAngelis - 인터뷰 시리즈

스테판 디엔젤리스 설립자이자 CEO입니다. 엔터라 솔루션, 자율의사결정과학을 적용한 최초의 기업^TM (ADS^®) 기업을 위한 엔드 투 엔드 가치 사슬 최적화, 의사 결정, 복잡한 연구 개발을 수행하는 기술입니다.

스티븐 F. 디안젤리스 인공 지능과 고급 분석, 그리고 상업 기관과 정부 기관의 경쟁력, 탄력성, 보안에 대한 응용 분야에서 국제적으로 인정받는 전문가입니다. DeAngelis 씨는 특허 보유자이자 기술 개척자이자 기업가입니다. 그의 경력은 국제 관계, 비즈니스, 정부 및 학계의 교차점에 있습니다. 그는 자신의 회사에 독특한 관점과 깊은 경험을 제공합니다.

Enterra Solutions의 탄생 스토리를 공유해 주시겠습니까?

Enterra는 미국 정부 계약업체로 시작되었습니다. Enterra는 미국 정부 기관을 위한 엔터프라이즈 탄력성(체계적인 데이터 중심 경쟁력, 위험 및 성과) 모델을 개발하고 실행했습니다. 이 작업을 수행하면서 Enterra는 연방 자금을 지원받는 미국 연구 개발 기관과의 공동 연구 개발 계약을 통해 모범 사례 기업 탄력성 관리 방법론 및 성숙도 모델을 개발했습니다.

경쟁력과 탄력성 기술을 발전시키기 위해 Enterra는 2000년대 초반부터 인공 지능 및 응용 수학 분야에 착수했습니다. 2000년대 중반부터 회사는 정부 부문에서의 업무와 최첨단 이론 및 실험적 학술 연구를 결합하기 시작했으며 이 작업은 오늘날에도 계속되고 있습니다. Enterra 학술 연구는 당사와 직원에게 가장 진보되고 정교한 AI와 수학적 기술 및 관행을 소개하는 동시에 인지 분야의 주요 개인 및 주요 사상가들과 심층적인 네트워크 및 연결을 구축하는 양방향 협력입니다. 과학 및 탄력성 애플리케이션.

Enterra는 정부 및 학계에서 얻은 과학 및 기술 학습을 활용하여 상업 부문의 빅 데이터 분석을 재구성했습니다. 그 결과 Enterra의 ADS®(Autonomous Decision Science®) 및 생성적 AI 플랫폼과 가치 사슬 확장 세트가 탄생했습니다. 최초의 지능 시스템을 만들기 위해 함께 모이는 비즈니스 애플리케이션입니다. Enterra의 인텔리전스 시스템은 마케팅, 영업, 공급망, 기업 전략 전반에 걸쳐 조직의 다양한 기록/참여 거래 시스템을 기반으로 자율적인 엔드투엔드 최적화, 계획 및 실행을 수행하고 회사에 도움이 되는 의사결정 및 조치를 조율합니다. 경쟁력과 탄력성을 구축하고 비즈니스 목표를 달성합니다.

Enterra의 독점 기술과 조직의 지식 및 관행을 결합함으로써 Enterra는 체계적이고 시장 속도에 맞춰 시장 변화를 예측하여 기업을 자율 지능형 기업으로 변화시킵니다.

Enterra Solutions는 자율적 의사결정 과학을 제공합니다. 이는 구체적으로 무엇이며 비즈니스 의사결정을 어떻게 최적화합니까?

Enterra의 ADS®(Autonomous Decision Science®)는 Enterra System of Intelligence™를 지원하는 기술 플랫폼입니다. Enterra의 ADS 기술 플랫폼은 이전에 단절되었던 세 가지 기술을 통합합니다.

1. 의미추론과 벡터기호논리 기반 인공지능 인간과 같은 추론, 의사결정, 학습을 가능하게 하는 것입니다. 이 고유한 기능은 상식과 업계 지식을 추론 추론과 결합하여 미묘하고 인간과 같은 추론으로 결정을 내린 다음 결과로부터 학습할 수 있는 시스템을 만듭니다.
2. Glass-Box, 설명적이고 투명한 기계 학습 독점적인 Representation Learning Machine™(RLM) 형태입니다. RLM의 기본은 고차원 수학과 기능 분석입니다. RLM은 높은 정밀도로 여러 계층의 상호 작용을 통해 관찰 가능한 효과를 설명하는 데이터 세트의 변수 조합 및 기여도를 설명하는 함수를 고유하게 식별합니다. 이는 "유리 상자"로 분류되며, 다음을 생성하는 설명 알고리즘입니다. 기능, 단순히 패턴을 생성하지만 시스템/데이터 세트의 역학에 대한 설명 설명을 제공하지 않거나 패턴이 의미하는 것에 대한 실질적인 "이해"를 제공하지 않는 "블랙박스" 알고리즘과 달리 출력이 표시됩니다.
3. 제약 조건 기반, 비선형 최적화 의미론적 추론 제약 조건 및 논리와 함께 RLM 파생 공식을 통합하여 실행 가능한 권장 사항을 도출하기 위해 복잡한 다차원 실제 고려 사항을 반영하는 빠른 최적화를 수행하는 기능입니다. 이 기능은 선형 모델과 관련된 차원 장벽을 무너뜨립니다.

이러한 기술의 독특한 조합을 통해 Enterra는 고객에게 크게 차별화된 기능을 제공하고 대규모 AI 기술 플랫폼과 포인트 솔루션 플레이어 모두가 있는 경쟁 환경에서 매우 방어 가능한 틈을 만들 수 있었습니다.

약 XNUMX년 전, “AI 팟캐스트에 눈을 뜨다”, 당신은 구식 AI가 어떻게 계속해서 강력한 도구인지에 대해 논의했습니다. 이에 대한 귀하의 견해가 바뀌었나요? Enterra Solutions에서 여전히 사용되는 기존 기계 학습 알고리즘에는 어떤 것이 있습니까?

과학은 세대별로 추가됩니다. 즉, 이전 세대의 혁신 위에 한 세대의 기능 계층이 추가되어 새로운 기능을 창출한다는 의미입니다. Enterra는 지속적으로 기술을 혁신하고 창의적으로 발전시키고 있습니다. 위에서 언급한 바와 같이 Enterra는 인간과 유사한 추론과 GenAI 기능, 초고차원 고차원, 유리 상자, 설명적 기계 학습이 결합된 Enterra Autonomous Decision Science®(ADS®) 및 생성적 AI 플랫폼을 만들었습니다. 선형, 제약 기반 최적화 엔진. 우리는 이전에 단절된 기술을 하나의 플랫폼으로 통합하여 이전에는 실현할 수 없었던 분석 기능을 활용하고 개별 기술의 단점을 완화할 수 있었습니다.

Enterra Solutions는 어떻게 Generative AI를 솔루션에 통합했나요?

많은 조직이 여전히 생성적 AI를 발견하고 시험하는 기간에 있지만, Enterra Solutions와 우리 고객은 XNUMX년 넘게 이 강력한 기능의 이점을 누려왔습니다. Enterra 플랫폼의 AI 구성 요소는 권장 사항이 성공할지 여부에 대한 환경적 이유를 고유하게 학습하고 해당 학습을 온톨로지 및 생성적 AI 지식 기반에서 유지합니다. Enterra는 클라이언트의 요청이 있을 경우 클라이언트의 전략, 전술, 비즈니스 논리, 작업 및 승리 방식을 나타내는 특정 GenAI 지식 기반을 개발합니다. Enterra의 지능 시스템의 기능 구성 요소 내에서 최적화 기능에 업데이트된 논리 및 제약 설정을 제공합니다.

환각은 Generative AI의 주요 문제 중 하나입니다. Enterra Solutions는 이러한 한계를 어떻게 극복합니까?

제너레이티브 AI는 대부분의 워크플로를 자동화할 수 있지만 검증되지 않아 신뢰성이 의심스럽습니다. 이는 LLM(대형 언어 모델)에 연결할 수 있는 ADS 기술을 활용하고 지식을 수학적으로 추론하고 삼각측량하여 효율성을 검증함으로써 해결할 수 있습니다. ADS를 활용하여 통찰력과 권장 사항에 대한 신뢰할 수 있는 설명 가능성과 실행 가능성을 제공함으로써 신뢰를 구축할 수 있습니다.

2015년부터 2019년까지 MIT 달라이 라마 윤리 및 변혁적 가치 센터의 자문위원으로 활동하셨는데, 이것이 비즈니스와 AI에 대한 귀하의 가치를 어떻게 형성했습니까?

글쎄요, 달라이 라마 센터에 참여하는 사람이라면 리더십과 윤리를 동일하게 생각하지 않을 수 없습니다. 사업을 운영하다 보면 XNUMX년에 수천 건의 결정을 내린다는 사실을 아주 빨리 알게 됩니다. 일부는 사소하고, 일부는 평범하거나 절차적이며, 일부는 중요하거나 결과적인 결정입니다. 나는 내 논리에 기본적으로 포함된 윤리적 고려 사항, 즉 진정한 북극성과 계몽된 의사 결정을 위한 매개 변수를 사용하여 결정을 내리는 방법을 배웠기를 바랍니다. 이 개념은 우리가 알고리즘과 소프트웨어를 구성하는 방식에도 반영되며, 궁극적으로는 조직을 운영하는 방식에도 반영됩니다.

종종 Geoffrey Hinton과 같은 비즈니스 및 AI 리더들은 AI, 특히 AGI의 미래 잠재적 문제에 대해 우려하고 있습니다. 이에 대한 귀하의 견해는 무엇입니까?

Geoffrey Hinton은 잠재적인 오용과 AI 배포 속도에 대해 우려하고 있습니다. 많은 기업들이 해결하려는 문제가 무엇인지 먼저 이해하지 못한 채 AI를 비즈니스 관행에 적용하려고 노력하고 있기 때문에 이는 공정한 지적입니다. AI는 모든 문제를 해결하지 않으며 모든 비즈니스 과제에 대한 포괄적인 솔루션으로 생각되어서는 안 됩니다. 기업이 실행 가능한 솔루션을 찾기 전에 비즈니스 중심의 문제 설명부터 시작하는 것이 가장 중요합니다. 해결하려는 문제를 이해하면 AI와 같은 첨단 기술 사용의 전략적 적합성과 기술적 타당성을 이해할 수 있습니다.

당신은 연쇄 창업가이고 다양한 영역에서 여러 사업을 성공적으로 시작했습니다. 당신이 혁신을 하게 된 계기는 무엇입니까?

결국 나는 관리자라기보다는 창의적인 평생 학습자이자 지적으로 호기심이 많은 사업가에 가깝습니다. 평생 학습과 지적 호기심이 새로운 비즈니스를 창출하려는 기업가의 열정과 결합되면 혁신을 촉진하고 확인된 시장 격차를 메우기 위한 제품 및 서비스 창출을 촉진합니다. 훌륭한 사람들로 구성된 팀과 함께 일하고, 주주 가치를 창출하여 "경쟁하고 승리"하려는 열망이 제가 혁신을 이루는 원동력입니다.

AI의 미래에 대한 당신의 비전은 무엇입니까?

가까운 미래의 B2B 애플리케이션에서 AI를 사용한다는 관점에서 볼 때, 저는 AI가 가까운 미래에 대규모 비즈니스 애플리케이션에서 실질적인 자율적 의사결정을 가능하게 할 것이라고 믿습니다. 이러한 기능은 크고 파괴적인 사용 사례에 초점을 맞춘 인공 지능 또는 인공 슈퍼 지능을 통해 인간의 의사 결정을 강화하는 인간과 유사한 지능형 에이전트에 의해 주도될 것입니다. 업계 전반에 걸쳐 글로벌 기업을 위한 엔드투엔드 가치 사슬 최적화 및 의사결정, 약물 발견 및 제형화, 임상 시험의 중단과 같은 애플리케이션은 변화를 가져오고 전 세계 대부분의 사람들의 삶에 영향을 미칩니다.

훌륭한 인터뷰 감사합니다. 자세한 내용을 알고 싶은 독자는 방문하세요. 엔터라 솔루션.