Richard Boyd, mede-oprichter en CEO van Tanjo Inc – Interview Series

Richard Boyd is een ondernemer, auteur en spreker op een breed scala aan onderwerpen, van onderwijs tot gezondheidszorg tot virtuele werelden, computergames, machine learning en mens-computerinterfaces. In drie decennia heeft Richard enkele van de meest innovatieve technologiebedrijven en -diensten geleid of geholpen creëren in verschillende industrieën, waaronder het starten en dienen als CEO van vier bedrijven in de Research Triangle Park-regio van North Carolina. Richard verkocht zijn laatste bedrijf aan Lockheed Martin (LMT ) en bleef aan als directeur van de Virtual World Labs.

Richard is mede-oprichter en CEO van het bedrijf voor kunstmatige intelligentie en machine learning Tanjo Inc, gevestigd in de Research Triangle Park-regio van North Carolina.

U hebt sinds de jaren 90 aan VR gewerkt, en in 2001 hebt u 3Dsolve mede-opgericht. Wat waren enkele van de eerste projecten waar 3Dsolve aan werkte?

Het meest impactvolle eerste project voor 3dsolve was het helpen van het US Army Training and Doctrine Command (TRADOC) om te leren hoe ze simulatieonderwijs konden gebruiken voor kleine tactische operaties. We creëerden de eerste “Level 4 interactieve multimediainstructie” (IMI) cursus voor het leger die door TRADOC werd goedgekeurd. In wezen was dit het benutten van de waarde van “veilige oefening in een volledig gesimuleerde 3D-omgeving voor grondtroepen” De eerste cursus was meer dan 100 uur instructie in een collaboratieve simulatie 3D-game-omgeving voor de 25B10 MOS (militaire beroepspecialiteit) voor communicatie.

We stuurden op dat moment soldaten naar Afghanistan en Irak en trainden hen om te werken in DTOCs (digitale tactische operatiecentra) toen we geen DTOCs in de VS hadden om hen te trainen. 3Dsolve reisde naar Fort Hood, Fort Gordon en verschillende andere faciliteiten om apparatuur te vinden, onderwerpdeskundigen te ontmoeten en virtuele DTOCs te bouwen waar soldaten konden trainen. De validatieresultaten toonden aan dat soldaten die met deze methode werden getraind, in een kortere tijd werden getraind met een hoger kennisniveau (en klasdoorstroompercentages) dan met enige klaslokaalmethode die eerder werd gebruikt. Ik denk dat dit het begin was van de serieuze gamesindustrie.

Ik zat ook in de ADL (Advanced Distributed Learning) Colab-adviesraad, waar de standaarden voor herbruikbare leerinhoud werden gecreëerd. Ik werkte met Phillip Dodds daar aan 3D-standaarden voor SCORM (Shareable Content Object Reference Model). Terzijde: Phillip was de man die de orgel speelde in de Spielberg-film Close Encounters of the Third Kind.

Ik zat ook in een andere internationale standaardisatieorganisatie genaamd 3DIF, geleid door Intel (INTC ) en Boeing, waar we een internationale ECMA-standaard met dezelfde naam creëerden voor 3D-uitwisselingsformaten. Het idee was om eindelijk alle waarde in de 3D-CAD-modellen die voor alles in de wereld werden gebouwd, te verzamelen en te vertalen voor gebruik in serieuze games en 3D-technische documenten. Het leeft voort in Adobe Acrobat en andere platforms.

We gingen door met het werken met headsets en verschillende VR-periferie, in samenwerking met industrie-pioniers zoals Warren Robinett, Dr. Fred Brooks, Alan Kay en anderen. Mijn mede-oprichter David Smith creëerde een complete open source-platform samen met Alan Kay, genaamd OpenCroquet, dat nog steeds bestaat.

Hoe veranderde uw leven na de overname van 3Dsolve door Lockheed Martin in 2007?

Een van de andere pioniersprojecten waar we aan werkten bij 3Dsolve en die Lockheed ertoe bracht ons te kopen, was een simulatie van een hele Los Angeles-klasse onderzeeër. Op dat moment zette de marine nog steeds hele schepen apart voor training. We baanbrekend het idee van “Total Ship Simulation”, waarbij we het hele schip in een multiplayer-game-omgeving nabootsten. We gebruikten de Epic Games Unreal Engine en transformeerden daarmee de training voor deze schepen. Bij Lockheed creëerden we simulaties van destroyers, het Littoral Combat Ship en alle subsystemen.

Het was een uitdaging om me aan te passen van een game-technologiebedrijf aan de extra lagen van toezicht en rapportage die nodig waren in een 100 jaar oude defensiecontractor. We leerden hoe we onze eigen realiteit konden creëren. Ik vormde een informele organisatie genaamd Virtual World Labs en modelleerde het naar het beroemde LM Skunkworks in Californië. In feite werd Skunkworks lid van VWL . We leerden in het eerste jaar dat elke keer dat we een octrooiaanvraag indienden, we een cheque kregen, en nog een toen het werd toegekend. Dus dit werd ons stimuleringsprogramma. We zaten rond te bedenken dingen in AR, VR en AI. Aan het einde van mijn 5,5 jaar durende verblijf daar hadden we meer dan 100 octrooiaanvragen verzameld in een kleine groep van ongeveer 40 mensen.

Een van de meest leuke en relevante programma’s was de creatie van het DOD Virtual World Framework. We hadden deelgenomen aan verschillende grote oefeningen en zagen de frustraties over het gebrek aan interoperabiliteit tussen propriëtaire systemen die samen moesten werken in deze grote live-, constructieve en virtuele simulatieoefeningen. Onze eerste reactie was dat dit een opgelost probleem was… Het heet het internet! Als de acquisitiecommunity alleen maar iedereen kon laten voldoen aan webservices, konden we betere geïntegreerde trainingsystemen bouwen. En WebGL had net de goedkeuring van de World Wide Web Consortium gekregen. De tijd was gekomen voor een verandering van de zaken zoals gebruikelijk. Het Pentagon bracht een verzoek tot voorstel uit voor een “gemeenschappelijk virtueel wereldkader” voor geïntegreerde simulatie. De hoofdverantwoordelijke voor dit programma bij het Pentagon was een creatieve voormalige luchtmachtvlieger genaamd Frank Digiovanni. We noemden hem D9. Hij doet me denken aan de verhalen over kolonel John Boyd, die pleitte voor creatieve destructie van onze gevechtsvliegtuigprogramma’s en denken in de luchtmacht.

Het probleem was dat D9 zijn acquisitieteam expliciet vertelde dat hij “geen Lockmart-achtige bedrijven” wilde die dat nieuwe kader zouden bouwen. Maar David en ik gingen erheen, samen met de gebruikelijke lijst van ongeveer 17 leveranciers die boden op het programma, en we wonnen het. We leerden later dat iedereen anders opdook met een propriëtaire oplossing en probeerde de overheid ertoe te brengen die te adopteren. We kwamen op voor onze mondelinge presentatie in het Reagan-gebouw in DC met niets, maar zeiden dat het antwoord op dit diepe probleem lag in de architectuur van het internet. We zeiden dat we het kader konden ontwerpen in een paar maanden en een werkend prototype in zes maanden. We zeiden ook dat het open source moest zijn. We wonnen “hands down slam dunk” volgens D9, omdat onze aanpak zo fris en anders was en “buiten de box” dacht.

Toen ik terugkeerde naar Orlando om dit nieuwe winst aan de leiding van onze Lockheed Martin-divisie uit te leggen, werd ik een beetje op de vloer geroepen. Ik werd gefeliciteerd, maar toen vroegen ze naar het open source-deel. “Wat zal dit betekenen voor ons bestaande constructieve sim-bedrijf?” vroegen ze. Mijn antwoord – “Het zal het volledig verstoren.” Er was een pauze, toen de onvermijdelijke vraag “Hoe zullen we hiermee geld verdienen? Wat is het zakenmodel?” Mijn antwoord – “De zakenmodellen zullen legio zijn.” Ik geniet nog steeds van de verwarde fronsen die dit antwoord opriep. Ik legde alle manieren uit waarop Red Hat erin slaagde om een multibilliondollarbedrijf op te bouwen op de rug van gratis software, maar ik denk niet dat ze ooit comfortabel werden met de verstoring.

Mijn titel op dat moment was directeur van Emerging en Disruptive Technology, samen met mijn titel van Chief Architect van Virtual World Labs. Ik werkte het volgende jaar aan het proberen te krijgen dat Lockheed meer zelfverstoring en Schumpeter-creatieve destructie zou omarmen. Ik beschreef innovatie in grote organisaties zoals Lockheed als vergelijkbaar met een geboorte. Mensen houden van het idee kinderen te hebben. Het is goed voor de samenleving en heel lonend. Kinderen zijn onze toekomst. Maar door de verkeerde lens kunnen kinderen ook worden beschouwd als parasieten. Vanaf het moment dat ze zich voor het eerst in de baarmoeder nestelen, beginnen ze middelen weg te nemen. Als het niet was voor de beschermende omstandigheden van de baarmoeder, zouden de antistoffen van de moeder tevoorschijn komen om de baby te vernietigen. Innovatie in Lockheed was als dat. Iedereen wilde en sprak over innovatie, maar niemand wilde zijn middelen opgeven voor het als de uitbetaling zo ver weg was. (Zie mijn whiteboardanimatie over hoe innovatie lijkt op een geboorte.)

Tijdens uw tijd bij Lockheed Martin was een van de octrooien die u mede-auteurde iets uit een sciencefictionblockbuster, genaamd de holodeck. Wat is de holodeck precies?

In 2009 werd ik uitgenodigd door James Cameron tijdens de productie van zijn film Avatar. We hadden eerder met Jim gewerkt (aan “The Abyss”) en hij wilde me zijn nieuwe 3D-camera laten zien die hij had uitgevonden met Vince Pace (die we ook kenden van The Abyss). Maar het ding dat me echt fascineerde, was de virtuele set binnen de enorme Hughes-vliegtuighangar. Ik bracht veel tijd door daarin met een klein plat paneel en wandelde gewoon rond in de virtuele wereld van Pandora. Ik schreef erover voor Armed Forces Journal en bedacht samen met David Smith het idee om een grote virtuele trainingsbattleground te bouwen ter grootte van een voetbalveld. Op dat moment werkten we aan een programma genaamd Future Immersive Training Environment (FITE) voor de mariniers. In dat programma droeg de marinier een laptop op zijn rug en de headmount. Al deze extra apparatuur zorgde voor enige zorgen over negatieve training. Ik zal nooit vergeten dat de eerste sergeant het aandeed en zei: “we moeten trainen zoals we vechten, toch?” en toen op de grond dook en rolde, waardoor alle elektronica in stukken brak. Het holodeck-concept was meer als James Cameron’s Volume voor filmen; waar de acteurs lichtspoorzoende pakken dragen en alle instrumentatie om hen heen zit. De head-mounted display was nog steeds nodig, maar was draadloos en licht. Meer als de Oculus Quest van vandaag. We hebben zelfs een manier gevonden om het buiten in het zonlicht te doen.

In 2015 schreef u dat we ons geen zorgen moeten maken over machines die de overhand krijgen, maar dat we in plaats daarvan moeten proberen de juiste balans te vinden tussen mensen en automatisering om resultaten te optimaliseren. Vindt u nog steeds dat de samenleving te veel bezorgd is over AGI of machines die de overhand krijgen?

Ik denk dat wanneer echt slimme mensen met een overvloed aan expertise in deze ruimte (zoals Ray Kurzweil, Stephen Hawking, Elon Musk, James Cameron en Bill Gates) hun zorgen uiten, we allemaal moeten luisteren en de vooruitgang naar kunstmatige algemene intelligentie en de implicaties voor de samenleving moeten volgen. Als we onlangs iets hebben geleerd, is het dat domeinexpertise ertoe doet, en we moeten altijd waarschuwingen van mensen met diepere expertise dan onze eigen volgen.

Maar gezegd hebbend, voor de voorzienbare toekomst zien we meer incrementele verstoring die onmiddellijke aandacht en actie vereist. Mijn geconcentreerde citaat over de 21e-eeuwse imperatief van het vinden van de juiste balans tussen mensen en automatisering om resultaten te optimaliseren, is een kritisch issue op dit moment. Ik denk echt dat iedereen die dit niet goed doet, gedoemd is om irrelevant te worden, niet alleen niet concurrerend. Toen JP Morgan 320.000 uur per jaar aan juridische review van leningovereenkomsten verving met een machine learning-systeem genaamd COIN, verstoorden ze zichzelf en creëerden ze onmiddellijk een voordeel van $ 300 miljoen voor hun onderste regel. En dat voordeel is nu een annuïteit. Elke concurrent van hen die deze kosten nog steeds heeft, kan niet hopen te concurreren.

Ik geloof dat dit waar is en imperatief voor bedrijven, overheden, zelfs individuen. Ik zit in de raad van bestuur van een community college in North Carolina met 70.000 studenten. Ik probeer constant studenten en ons curriculum te leiden naar banen die nog steeds door mensen worden uitgevoerd over vijf jaar. Wanneer ik studenten vind die radiologie willen gaan doen, leg ik uit dat machines al beter zijn dan mensen in het lezen van röntgenfoto’s. Overweeg een nieuw vakgebied of hoe dat vakgebied waarschijnlijk zal veranderen met die realiteit. Dit is geen futurisme. Het is Nowisme.

U hebt gezegd dat mensen lineair denken en dat machines exponentieel denken. U bent duidelijk een exponentieel denker, waarom is het voor mensen zo moeilijk om exponentieel te denken?

70% van de Amerikanen kan de wetenschapssectie van de New York Times niet lezen en begrijpen (Michigan State-studie). Auteurs als Dan Ariely, in zijn bestseller Predictably Irrational, en anderen praten over hoe mensen niet goed zijn in statistisch denken. Exponentieel en logaritmisdenken zijn ook niet erg universeel. Mijn mentor en held Alan Kay heeft een geweldige Ted Talk over universele en niet-universele dingen in onderwijs. Ik schreef erover in een artikel op de Getting Smart-website over het opnieuw bekijken van onderwijs vanuit de eerste beginselen. In wezen zijn abstract en deductief redeneren moeilijk tenzij ze worden onderwezen. We hebben absoluut een onderwijsprobleem dat onze mogelijkheid om de vooruitgang van de wet van Moore of de waarschijnlijke verspreiding van een pandemie te begrijpen, belemmert.

De huidige pandemie werpt nog een keer een helder licht op de implicaties van het hebben van leiders die niet exponentieel kunnen denken.

U hebt sinds de jaren 90 aan VR gewerkt, hoe voelt u over enkele van de huidige VR-consumententoepassingen, zoals de Oculus Quest?

Elke keer dat ik de achtbaan van VR-hype zie terugkomen op de helling van het spoor, begin ik iedereen eraan te herinneren dat er drie hoofdbeperkingen zijn die de bredere adoptie verhinderen.

1. Sommige mensen zullen voor altijd fysiek niet in staat zijn om stereoscopische 3D-VR te genieten.
2. De wrijving van setup en verbinding maken het een ervaring die niet veel mensen leuk zullen vinden.
3. De broosheid van de systemen betekent dat alleen expert-hobbyisten ze zullen willen gebruiken en storingsonderzoek zullen doen

Mensen hebben in een lange tijd geen upgrade gehad (sinds het Pleistocene, naar mijn mening) en sommigen van ons hebben moeite om aan te passen aan stereoscopische 3D-weergaven. Een aanzienlijk deel van de bevolking zal nooit comfortabel worden met immersieve VR vanwege hoe ze fysiek zijn ingesteld. Dus, als we hen even opzij zetten, zijn we overgebleven met het tweede grote probleem: de verschrikkelijke wrijving van koppeling. Veel te veel kabels en afstemming voordat men in een ervaring kan komen. En ten derde is de kwetsbaarheid en broosheid van al deze extra dongles en connectors.

De Oculus Quest overtrof mijn verwachtingen door de tweede en derde beperkingen volledig uit te schakelen. In mijn gezin besteden we elke dag tijd aan Oculus Quest-inhoud. Dit is, naar mijn mening, de grote doorbraak die VR nodig had. Nu moeten we alleen nog de laatste mijl gaan en zien hoe we de technologie kunnen aanpassen om mensen te bereiken die fysieke beperkingen hebben die het genieten van VR verhinderen.

Wat was uw inspiratie achter het lanceren van Tanjo?

Ik ontdekte machine learning in 2009, terwijl ik Virtual World Labs leidde bij Lockheed Martin. Machine learning bestond natuurlijk al, maar dat was het jaar dat ik volledig begreep hoe ver het was gekomen en hoe het fundamenteel anders was dan de “kunstmatige intelligentie” die we eerder in computergames en DOD-simulaties hadden gebruikt.

Ik denk nu aan AI als voortschrijdend in drie fasen. In de eerste fase, die duurde van ongeveer 1958 tot 2009 (mijn willekeurige marker), vroegen we een computer nooit om iets te berekenen totdat mensen het volledig begrepen en het konden opbreken in broze kleine logische poorten en if/then-verklaringen. We voerden het dan in de computer in als eindige toestandsmachines of hiërarchische gedragsbomen en voerden de programma’s uit. Uiteindelijk was het allemaal gewoon code. Niets magisch eraan.

De volgende fase is machine learning, waar een mens niet noodzakelijkerwijs begrijpt hoe hij een machine moet vertellen om een auto te besturen. Nu voeren we gewoon een enorme hoeveelheid trainingsdata in een goed ontworpen machine learning-bibliotheek, die dan zijn eigen begrip afleidt. Vandaag kan een machine learning-systeem gewoon 100 uur video kijken en vervolgens een autonome auto besturen, waar dan ook. (Ik maak meestal de grap “overal, behalve in Rome”)

Bij Tanjo gebruiken we machine learning in korte projecten om banken en instellingen voor hoger onderwijs en Fortune 2000-bedrijven de intelligentie-versterking en automatisering te geven die hun werk verandert. We zien regelmatig rendementen van 10x van onze implementaties. En dat rendement is meestal een annuïteit. Hoeveel technologie-investeringen hebben we eerder gezien die dergelijke productiviteitswinsten opleveren? We hebben geverifieerde ROI-metingen van maximaal 600x; en een resultaat van 1600x. We gebruiken het laatste niet eens als een case study, omdat het te hyperbolisch aanvoelt.

Kunt u de Tanjo Animated Personas (TAP) bespreken en hoe het werkt?

Onze grote doorbraak kwam toen we realiseerden dat deze geweldige, vreemde machine-intelligentiesystemen die we bouwden, naar mensen keken op dezelfde manier als ze naar informatieobjecten keken. We voerden een vroeg experiment uit met een set trainingsdata van een populaire dating-app. Ons kleine machine learning-brein creëerde interessegrafieken en sentimentkaarten van elke persoon uit hun data-uitputting die eruitzag als een Myers-Briggs-profiel. We dachten even na over het maken van een machine learning-dating-app in 2014. Het was een zeer korte overweging, omdat het niet aan onze hoge doelen voldeed om belangrijk werk te doen.

In plaats daarvan noemden we het de “Empathy Engine” en bouwden wat we de “Tanjo Animated Personas” noemden van deze machine learning-patronen van menselijk gedrag.

Het analistencollectief Gartner gaf ons een “Cool Vendor Award” in 2018 voor deze doorbraak. We helpen marktonderzoekers modelleren en begrijpen (en hopelijk diepere, meer betekenisvolle gesprekken voeren met hun klanten; evenals het gebruiken ervan om populaties van mensen te modelleren om gezondheid en welzijn te bestuderen. Bijvoorbeeld: we kunnen een synthetisch populatiemodel van een postcode of county maken en simuleren welke interventies en boodschappen beter gedrag bevorderen om de verspreiding van een virus te verminderen of obesitas, roken enz. te verminderen.

Gebruikt u supervised learning om de Tanjo te trainen?

De balans tussen mensen en machines is net zo belangrijk in de invoer als in de uitvoer van deze systemen. Menselijke supervisie helpt absoluut bij het trainen van de “Brain” van een van onze machine learning-systemen sneller. Toen we de NC-brein creëerden die alle 58 community colleges in North Carolina met elkaar zou verbinden, werkten we met faculteit en administratoren van enkele van de beste colleges hier om ervoor te zorgen dat de rangschikking van verschillende kennisgebieden en de manier waarop het de inhoud sorteert, geldig was.

Een van de Tanjo-producten is de ContractBot voor contractanalyse. Wat is de ContractBot en voor welke soort ondernemingen is het voornamelijk ontworpen?

We creëerden Contractbot oorspronkelijk voor de accountancysector. In 2017 bracht FASBI (Financial Accounting Standards Board Interpretations) nieuwe regels uit over omzetrekening en leaseerkenning voor bedrijven. Accountantskantoren hielden conferenties over het hele land om zichzelf en hun klanten voor te bereiden op deze veranderingen. Met onze machine learning-bril realiseerden we dat dit een perfecte gelegenheid was voor een smal gefocust machine learning-systeem om samen te werken met accountants om de snelheid van analyse aanzienlijk te verhogen, evenals de nauwkeurigheid. We trainden een systeem op meer dan vier miljoen contracten: alles van een enkele pagina gescand, handgeschreven kooporder, tot contracten met honderd pagina’s vol garanties en uitsluitingen en mijlpaalbetalingsbeschrijvingen. Het leerde snel om de taal te begrijpen en de documenten of secties van documenten te sorteren en de bedrijfsregels toe te passen om bijna onmiddellijk analyse uit te voeren die een menselijke accountant de hele dag zou kosten.

Dit project en anderen zijn case studies die we bieden om iedereen in het bedrijfsleven vandaag aan te moedigen om de nieuwe machine/mens-balanslenzen te nemen en een goede blik te werpen op elke activiteit om te bepalen wat de juiste mix van menselijke en machine-inspanning is om hun bedrijf te optimaliseren.

Toen JP Morgan deze aanpak gebruikte om 320.000 uur per jaar aan leninganalyse te elimineren, realiseerden ze niet alleen een rendement van 100x op hun investering dat jaar, maar zullen ze dat annuïteitrendement elk jaar ontvangen. Elke concurrent van hen die nog steeds “business as usual” doet, die nog steeds die kosten heeft, zal niet alleen niet concurrerend zijn, maar irrelevant.

Een van de meest spannende producten die Tanjo biedt, is de Tanjo’s Enterprise Brain. Wat voor soort machine learning zit erachter en wat zijn de use cases?

Toen we machine learning gebruikten om het US Department of Education te helpen de Learning Registry te creëren, zagen we de kracht van machine learning om kennis te organiseren en te analyseren. Wanneer ik hierover praat, laat ik meestal een dia zien met een afbeelding uit de laatste scène van “Raiders of the Lost Ark”; waar een klerk een saai uitziende kist door een immense opslagruimte duwt om het te archiveren, en het heeft een klein labeltje met ARC.

Wat we leerden van het Learning Registry-project en anderen, is dat enterprise-zoekopdrachten kapot zijn. Bedrijven hebben ongelabelde en verborgen informatie weggestopt in kleine datameren en -poelen die ontoegankelijk of ontoegankelijk zijn en dus niet transparant zijn voor onderzoek. In deze versnellende Informatietijd verliezen we elke dag kennis die is opgedaan vanwege slechte opslag- en ophaalmethoden.

De Tanjo Enterprise Brain leeft binnen uw firewall, met volledige broncode, verbindt alles en heeft niets anders te doen dan lezen en scannen en organiseren van alles waar het toegang toe heeft en wachten op het spannende moment waarop het een mens detecteert die iets probeert te doen dat gebruik kan maken van de uitgebreide informatiemap die het tot zijn beschikking heeft. Omdat het zo veel tijd en kracht en intimiteit met uw organisatiekennis heeft, is het niet tevreden met het reduceren van zijn lezing van “Oorlog en Vrede” tot #Russiannovel #Tolstoy #warstory #lovestory. In plaats daarvan zal het het in kaart brengen met wat we een “hyperdimensionale vingerafdruk” van maximaal 4.000 gewogen concepten noemen. Deze ogenschijnlijk overgekwalificeerde inspanning levert grote voordelen op voor onderzoeksinstellingen, banken en colleges met Tanjo Enterprise Brains. Het is gebruikelijk voor hen om waarde te realiseren die verder gaat dan de licentievergoeding, alleen al in de organisatiekenniskaartstap die deel uitmaakt van het trainen van uw Enterprise Brain, wanneer het leiderschap leert hoeveel van de kennis waarin ze investeren en waar ze van afhankelijk zijn, er werkelijk is en wat het allemaal betekent. Wanneer de Enterprise Brain is geïmplementeerd, heeft de organisatie nu een lens om te zien hoe informatie hun systemen binnenkwam, wie het steunde, wie het uitdaagde en uiteindelijk hoe beslissingen werden genomen. Het wordt een noodzaak die retrospectief duidelijk is. En net als het machine learning-systeem dat JP Morgan implementeerde, betaalt het dividenden voor altijd.

Is er nog iets anders dat u over Tanjo wilt delen?

Tanjo werkt op dit moment hard aan een Covid-19-brein. In overeenstemming met de these die ons bedrijf aandrijft, proberen we te bepalen hoe we de mens/machine-balans kunnen bereiken om ervoor te zorgen dat de juiste informatie en de beste middelen beschikbaar zijn voor mensen die belangrijke beslissingen nemen tijdens deze crisis. De Tanjo Animated Personas-functionaliteit zal worden gebruikt om menselijke populatiegegevens te modelleren om de verspreiding van het virus te volgen, maar ook om te bepalen welke maatregelen en communicatiemethoden en de werkelijke woorden zullen het gedrag opleveren dat we nodig hebben om succesvol uit deze crisis te komen naar een gezonder ecosysteem voor ons allemaal.

Dit was een fascinerend gesprek, lezers die meer willen leren, moeten Tanjo bezoeken.

https://youtu.be/f0_SbQYD5ec