Ramprakash Ramamoorthy, sjef for AI-forskning i ManageEngine – Intervju-serie

Ramprakash Ramamoorthy er sjef for AI-forskning i ManageEngine, det enterprise IT-ledelsesdivisjonen til Zoho Corp. ManageEngine gir bedrifter mulighet til å ta kontroll over sin IT, fra sikkerhet, nettverk og servere til dine applikasjoner, servicekontor, Active Directory, skrivebord og mobile enheter.

Hvordan ble du først interessert i datavitenskap og maskinlæring?

Da jeg vokste opp, hadde jeg en naturlig nysgjerrighet overfor datamaskiner, men å eie en personlig datamaskin var utenfor min familes økonomi. Men takket være min bestefars stilling som professor i kjemi ved et lokalt college, fikk jeg noen ganger mulighet til å bruke datamaskinene der etter timer.

Mitt interesse dypnet seg på universitetet, der jeg endelig fikk min egen PC. Der utviklet jeg et par web-applikasjoner for mitt universitet. Disse applikasjonene er fortsatt i bruk i dag – hele 12 år senere – hvilket virkelig understreker effekten og varigheten av mitt tidlige arbeid. Denne erfaringen var en omfattende lek i programvareingeniørkunst og de virkelige utfordringene med å skalerer og distribuere applikasjoner.

Mitt profesjonelle liv i teknologi startet med en praksis i Zoho Corp. Først var mitt hjerte satt på mobilapp-utvikling, men min sjef nødvendigvis å fullføre et maskinlæringsprosjekt før jeg gikk videre til app-utvikling. Dette viste seg å være et vendepunkt – jeg fikk aldri mulighet til å gjøre mobilapp-utvikling – så det er litt bittert.

Vi har en kultur for læring gjennom å gjøre i Zoho Corp. Vi tror at hvis du bruker nok tid på et problem, blir du eksperten. Jeg er virkelig takknemlig for denne kulturen og for veiledningen fra min sjef; det er hva som startet min reise inn i verden av maskinlæring.

Som direktør for AI-forskning i Zoho og ManageEngine, hva ser din gjennomsnittlige arbeidsdag ut som?

Min arbeidsdag er dynamisk og dreier seg om både team-samarbeid og strategisk planlegging. En betydelig del av min dag brukes på å arbeide tett med et talentfullt team av ingeniører og matematikere. Sammen bygger vi og forbedrer vår AI-stakk, som utgjør ryggraden i våre tjenester.

Vi opererer som det sentrale AI-teamet, som tilbyr AI-løsninger som en tjeneste til en rekke produkter innen både ManageEngine og Zoho. Denne rollen krever en dyp forståelse av de ulike produktlinjene og deres unike krav. Mine interaksjoner er ikke bare begrenset til mitt team; jeg arbeider også omfattende med interne team over hele organisasjonen. Dette samarbeidet er avgjørende for å koordinere vår AI-strategi med de spesifikke behovene til våre kunder, som stadig utvikler seg. Dette er en så stor mulighet til å samarbeide med de smarteste hjernene over hele selskapet.

Med tanke på den raske utviklingen av AI, bruker jeg en betydelig del av tiden min på å holde meg oppdatert om de siste utviklingene og trendene i feltet. Denne kontinuerlige læringen er essensiell for å opprettholde vår kompetanse og sikre at våre strategier forblir relevante og effektive.

I tillegg utvider min rolle seg utenfor kontoret. Jeg har en lidenskap for å tale og reise, som passer godt med mine ansvar. Jeg engasjerer ofte med analytikere og deltager i ulike fora for å forkynne vår AI-strategi. Disse interaksjonene hjelper ikke bare med å spre vår visjon og resultater, men gir også verdifulle innsikt som kommer tilbake til vår strategiske planlegging og gjennomføring.

Du har vært vitne til AI-utviklingen siden du posisjonerte ManageEngine som en strategisk AI-pioner tilbake i 2013. Hva var noen av maskinlæringsalgoritmene som ble brukt i disse tidlige dagene?

Vår opprinnelige fokus var på å erstatte tradisjonelle statistiske metoder med AI-modeller. For eksempel, i anomali-deteksjon, gikk vi over fra en bell-kurve-metodikk som markerte ekstremene til AI-modeller som var i stand til å lære fra tidligere data, gjenkjenne mønster og sesongvariasjoner.

Vi inkorporerte en rekke algoritmer – fra støttevektormaskiner til beslutningstre-baserte metoder – som grunnlaget for vår AI-plattform. Disse algoritmene var avgjørende for å identifisere nisje-bruksområder hvor AI kunne utnytte tidligere data for mønsterfinning, prognostisering og årsaksanalyse. Det er bemerkelsesverdig at mange av disse algoritmene fortsatt er i produksjon i dag, hvilket understreker deres relevans og effektivitet.

Kunne du diskutere hvordan LLM og generativ AI har endret arbeidsflyten i ManageEngine?

Store språkmodeller (LLM) og generativ AI har uten tvil forårsaket en oppstandelse i forbruker-verdenen, men deres integrasjon i bedriftssfæren, inkludert i ManageEngine, har vært mer gradvis. En av grunnene til dette er den høye inngangsbarrieren, spesielt i forhold til kostnader, og de betydelige data- og beregningskravene disse modellene krever.

I ManageEngine investerer vi strategisk i domenespesifikke LLM for å utnytte deres potensial på en måte som er tilpasset våre behov. Dette innebærer å utvikle modeller som ikke bare er generiske i deres anvendelse, men som er finjustert for å håndtere spesifikke områder innen våre bedriftsoperasjoner. For eksempel, arbeider vi med en LLM viet til sikkerhet, som kan markere sikkerhetshendelser mer effektivt, og en annen som fokuserer på infrastruktur-overvåking. Disse spesialiserte modellene er for tiden under utvikling i våre laboratorier, og reflekterer vårt engasjement for å utnytte de nye egenskapene til LLM og generativ AI på en måte som legger til virkelig verdi til våre bedrifts-IT-løsninger.

ManageEngine tilbyr en rekke ulike AI-verktøy for ulike bruksområder, hvilket verktøy er du spesielt stolt av?

Jeg er utrolig stolt av alle våre AI-verktøy i ManageEngine, men vår bruker- og enhets-atferdsanalyse (UEBA) står ut for meg. Lansert i våre tidlige dager, er det fortsatt et sterkt og viktig del av våre tilbud. Vi forstod markedets forventninger og la til en forklaring til hver anomali som en standardpraksis. Vår UEBA-kapasitet utvikles stadig, og vi tar med læringene for å gjøre den bedre.

ManageEngine tilbyr for tiden AppCreator, en lavkode-tilpasset applikasjonsutviklingsplattform som lar IT-teamene skape tilpassede løsninger raskt og lansere dem på lokale nettverk. Hva er dine synspunkter på fremtiden for lavkode- eller ingenkode-applikasjoner? Vil disse til slutt ta over?

Fremtiden for lavkode- og ingenkode-applikasjoner, som vår AppCreator, er svært lovende, spesielt i sammenheng med utvikling av forretningsbehov. Disse plattformene blir avgjørende for organisasjoner til å utvide og maksimere kapasiteten til deres eksisterende programvare-aktiver. Ettersom bedrifter vokser og deres krav endrer seg, tilbyr lavkode- og ingenkode-løsninger en fleksibel og effektiv måte å tilpasse og innovere på.

Kunne du dele dine egne synspunkter på AI-risiko, inkludert AI-forvrengning, og hvordan ManageEngine håndterer disse risikoene?

I ManageEngine anerkjenner vi den alvorlige trusselen som AI-risiko, inkludert AI-forvrengning, utgjør, som kan utvide teknologitilgangsgapet og påvirke kritiske forretningsfunksjoner som HR og finans. For eksempel, historier om AI som viser forvrengt atferd i rekruttering er advarselshistorier vi tar alvorlig.

For å mildne disse risikoene, implementerer vi strenge politikker og arbeidsflyter for å sikre at våre AI-modeller minimiserer forvrengning gjennom hele deres livssyklus. Det er avgjørende å overvåke disse modellene kontinuerlig, da de kan starte uten forvrengning, men potensielt utvikle forvrengning over tid på grunn av endringer i data.

Vi investerer også i avanserte teknologier som differensialt privatliv og homomorf kryptering for å styrke vårt engasjement for trygg og upartisk AI. Disse innsatsene er avgjørende for å sikre at våre AI-verktøy ikke bare er kraftfulle, men også brukes ansvarlig og etisk, og opprettholder deres integritet for alle brukere og applikasjoner.

Hva er din visjon for fremtiden av AI og robotikk?

Fremtiden for AI og robotikk er både spennende og transformasjonell. AI har uten tvil opplevd sine boom- og bust-sykluser i fortiden. Men med fremgang i datainnsamling og beregningskapasiteter, samt nye inntektsmodeller rundt data, er AI nå fast etablert og her for å bli.

AI har utviklet seg til en mainstream-teknologi, som har en betydelig innvirkning på hvordan vi samhandler med programvare på både bedrifts- og personlig nivå. Dens generative evner har allerede blitt en integrert del av våre daglige liv, og jeg forutser at AI vil bli enda mer tilgjengelig og rimelig for bedrifter, takket være nye teknikker og fremgang.

En viktig del av denne fremtiden er ansvarlig AI-utvikling. Det er avgjørende for byggere å sikre at deres AI-modeller er robuste og fri for forvrengning. Jeg håper også å se at juridiske rammer utvikler seg i en takt som matcher den raske utviklingen av AI for å effektivt håndtere og mildne eventuelle juridiske problemer som kan oppstå.

Min visjon for AI er en fremtid hvor disse teknologiene er sømløst integrert i våre daglige liv, og forbedrer våre evner og erfaringer samtidig som de håndteres etisk og ansvarlig.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke ManageEngine.