Stephen DeAngelis, grunnlegger og CEO av Enterra Solutions – Intervju-serie

Stephen DeAngelis er grunnlegger og CEO av Enterra Solutions, det første selskapet som har brukt Autonomous Decision Science^TM (ADS^®) teknologi for å utføre end-to-end verdi-kjede-optimisering, beslutningstaking og kompleks forskning og utvikling for bedrifter.

Stephen F. DeAngelis er en internasjonalt anerkjent ekspert på kunstig intelligens og avansert analyse og deres anvendelser på konkurranseevne, motstandskraft og sikkerhet for kommersielle enheter og regjeringer. Herr DeAngelis er en patent-innehaver, teknologipioner og entrepreneur. Hans karriere ligger i skjæringspunktet mellom internasjonale relasjoner, forretning, regjering og akademia. Han bringer en unik perspektiv og dypt erfaring til sine selskaper.

Kunne du dele opphavet til Enterra Solutions?

Enterra har sine røtter som en amerikansk regjeringskontraktør. Enterra utviklet og utførte bedrifts-motstandskraft (systemisk data-drevet konkurranseevne, risiko og ytelse) modeller for amerikanske regjeringsbyråer. I dette arbeidet utviklet Enterra sin beste praksis Enterprise Resilience Management Metodologi og Modell under samarbeidende forskning og utvikling avtaler med føderalt finansiert US-forskning og utvikling byråer.

For å fremme konkurranseevne og motstandskraft-teknologi, begynte Enterra å arbeide med kunstig intelligens og anvendt matematikk tidlig i 2000-årene. Midt i 2000-årene begynte selskapet å kombinere sitt arbeid i regjeringssektoren med banebrytende teoretisk og eksperimentell akademisk forskning – dette arbeidet fortsetter i dag. Enterras akademiske forskning er en to-veisk samarbeid som eksponerer vårt selskap og ansatte for noen av de mest avanserte og sofistikerte AI- og matematiske teknikker og praksiser, samt etablerer en dyp nettverk og sett med forbindelser til noen av de ledende individene og seminale tenkerne i kognitiv vitenskap og motstandskraft-anvendelser.

Enterra utnyttet de vitenskapelige og tekniske lærdommene fra sitt arbeid i regjering og akademia til å tenke om big data-analyse i den kommersielle sektoren – resultatet var skapingen av Enterras Autonomous Decision Science® (ADS®) & Generative AI-plattform og sett med verdi-kjede-ekspansive forretningsapplikasjoner som kommer sammen for å skape et første av sitt slag System of Intelligence. Enterras System of Intelligence utfører autonom end-to-end-optimisering, planlegging og utførelse ved å sitte på toppen av en organisations flere transaksjonelle systemer for registrering/engasjement over Markedsføring, Salg, Leverandørkjede og Korporativ Strategi, og orkestrerer beslutninger og handlinger som hjelper bedriften å bygge konkurranseevne og motstandskraft og nå sine forretningsmål.

Ved å kombinere Enterras proprietære teknologi med organisatorisk kunnskap og praksis, forutser Enterra markedsendringer systematisk og i markedshastighet—transformerer bedrifter til Autonome Intelligente Bedrifter.

Enterra Solutions tilbyr autonom beslutningsvitenskap, hva er dette spesifikt og hvordan optimaliserer det forretningsbeslutninger?

Enterras Autonomous Decision Science® (ADS®) er teknologiplattformen som driver Enterra System of Intelligence™. Enterras ADS-teknologiplattform bringer sammen tre tidligere adskilte teknologier:

1. Semantisk resonnering og vektor-symbollisk logikk-basert kunstig intelligens som muliggjør menneske-lignende resonnering, beslutningstaking og læring. Denne unike kapasiteten kombinerer vanlig fornuft og bransje-kunnskap med slutnings-resonnering for å skape et system som kan ta beslutninger med subtile, menneske-lignende resonnering og deretter lære fra resultater.
2. Glass-Box, forklarende, transparent maskinlæring i form av den proprietære Representation Learning Machine™ (RLM). Grunnlaget for RLM er høy-dimensjonal matematikk og funksjonal analyse. RLM identifiserer unikt en funksjon som beskriver kombinasjonen og bidraget til variabler i datamengden som beskriver de observerte effekter gjennom flere lag av interaksjon med en høy grad av presisjon. Dette klassifiseres som en “glass-box”, forklarende algoritme som genererer en funksjon, hvis utgang er synlig i motsetning til “black-box”-algoritmer som bare genererer mønster, men ikke tilbyr noen forklarende beskrivelse av dynamikken i system/datamengde, eller har noen substantiell “forståelse” av hva mønsteret betyr.
3. Begrensning-basert, ikke-lineær optimering-kapasitet som inkorporerer RLM-avledede formel, sammen med semantisk resonnering-begrensninger og logikk, for å utføre rask optimering som reflekterer komplekse multi-dimensjonale virkelige verden-overveielser for å avlede høyt aksjonsbare anbefalinger. Denne kapasiteten bryter dimensjonsbarrieren som er assosiert med lineære modeller.

Den unike kombinasjonen av disse teknikker har muliggjort for Enterra å tilby kunder betydelig differensiert kapasiteter og skapt en høyt forsvarlig kløft i den konkurranse-landskapet – med både store AI-teknologiplattformer og punkt-løsningsspillere.

For omtrent ett år siden, på “Eye on AI-podkastet“, diskuterte du hvordan gammeldags AI fortsatt er et kraftig verktøy. Har dine synspunkter endret seg på dette, og hva er noen av de tradisjonelle maskinlærings-algoritmene som fortsatt brukes i Enterra Solutions?

Vitenskap er generasjonvis additivt, det vil si at en generasjon av kapasitet lagres på toppen av den forrige generasjonens innovasjoner for å skape nye kapasiteter. Enterra innoverer kontinuerlig og kreativt utvikler sin teknologi. Som nevnt ovenfor, har Enterra skapt en Enterra Autonomous Decision Science® (ADS®) & Generative AI-plattform som er en ensemble av menneske-lignende resonnering og GenAI-kapasiteter, super-avansert høy-dimensjonal, glass-box, forklarende maskinlæring med ikke-lineær, begrensning-basert optimering-motorer. Vi har bringt sammen disse tidligere adskilte teknologier under én plattform og har dermed kunnet låse opp tidligere urealisable analytiske kapasiteter og mitigert manglene i hver enkelt teknologi.

Hvordan har Enterra Solutions integrert Generative AI i sine løsninger?

Mens mange organisasjoner fortsatt er i en oppdagelses- og prøveperiode med generativ AI, har Enterra Solutions og våre kunder nytt godt av dens kraftige kapasiteter i over ett tiår. AI-komponenten i Enterras plattform vil unikt lære de miljømessige årsakene til at anbefalinger er vellykkede eller ikke og vil bevare denne læringen i deres Ontologier og Generative AI-kunnskapsbasen. Enterra vil, hvis kunden ber om det, utvikle en spesifikk GenAI-kunnskapsbase som representerer kundens strategier, taktikker, forretningslogikk og måter å jobbe og vinne på; samtidig som de gir oppdatert logikk og begrensning-til-optimiseringsfunksjoner i funksjonelle komponenter i Enterras System of Intelligence.

Hallusinasjoner er ett av de primære problemene med Generative AI, hvordan overvinner Enterra Solutions disse begrensningene?

Generativ AI kan automatisere de fleste arbeidsflyter, men siden det er uvaliderbart, er dens troverdighet tvilsom. Dette kan løses ved å utnytte ADS-teknologi som kan kobles til store språkmodeller (LLM), resonere og triangulere kunnskap matematisk for å validere dens effikativitet. Ved å utnytte ADS for å levere pålitelig forklarbarhet og aksjonsverdi av innsikt og anbefalinger, kan tillit bygges.

Fra 2015 til 2019 var du medlem av rådet i Dalai Lama Center for Etikk og Transformative Verdier ved MIT, hvordan har dette formet dine verdier på forretning og AI?

Vel, hvis du er involvert med Dalai Lama-senteret, kan du ikke hjelpe, men tenke på ledelse og etikk som ett og samme. Når du driver en forretning, lærer du raskt at du tar tusenvis av beslutninger hvert år. Noen er små, noen er vanlige eller prosedyre-messige, og noen er betydelige eller konsekvens-beslutninger. Jeg håper at jeg har lært å ta beslutninger med etiske overveielser naturlig innbygget i min logikk – virkelig en nordstjerne og parameterne for opplyst beslutningstaking. Dette konseptet reflekteres også i måten vi konstruerer algoritmer og programvare på, og det reflekteres til slutt i måten vi driver vår organisasjon på.

Ofte er forretnings- og AI-ledere som Geoffrey Hinton bekymret for fremtidige potensielle problemer med AI, og spesielt AGI, hva er dine synspunkter på dette?

Noen av Geoffrey Hintons bekymringer er med potensiell misbruk og hastigheten på hvilken AI utvikles. Disse er rimelige poeng, da mange selskaper prøver å passe AI inn i sine forretningspraksiser uten først å forstå hvilke problemer de prøver å løse. AI løser ikke alle problemer og bør ikke anses som en dekkende løsning for alle forretningsutfordringer. Det er avgjørende at selskaper starter med en forretnings-ledet problem-statement, før de søker etter viable løsninger. Når du først forstår problemet du prøver å løse, kan du forstå den strategiske passningen og den tekniske mulighetene for å bruke avanserte teknologier som AI.

Du er en seriell entrepreneur og har suksessfullt lansert flere bedrifter i ulike domener, hva driver deg til å innovere?

Til slutt er jeg mer en kreativ livslang lærende og intellektuelt nysgjerrig forretningsperson enn en administrator. Kombinasjonen av livslang læring og intellektuelt nysgjerrighet, når kombinert med en entrepreneurs iver for å skape nye bedrifter, driver innovasjon og skaping av produkter og tjenester for å fylle identifiserte markeds-gapper. Ønsket om å jobbe med store team av mennesker og å “konkurrere og vinne” ved å skape aksjonærverdi, er det som driver meg til å innovere.

Hva er din visjon for fremtiden av AI?

Gjennom linsen av AI-bruk i nærmeste fremtidige B2B-applikasjoner – tror jeg at AI vil muliggjøre praktisk autonom beslutningstaking i nærmeste fremtid i storskala forretnings-applikasjoner. Disse kapasitetene vil bli drevet av menneske-lignende Intelligente Agenter som supplere menneskelig beslutningstaking med en kunstig intelligens eller kunstig over-intelligens som er fokusert på store og disruptive bruksområder. Applikasjoner som end-to-end verdi-kjede-optimisering og beslutningstaking for globale bedrifter over industrikategorier og forstyrrelser i legemiddelforskning og -formuleringer, og kliniske prøver, er transformative og berører livene til de fleste menneskene over hele planeten.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Enterra Solutions.