Stephen DeAngelis, Założyciel i Dyrektor Generalny Enterra Solutions – Seria Wywiadów

Stephen DeAngelis jest założycielem i dyrektorem generalnym Enterra Solutions, pierwszej firmy, która zastosowała Autonomous Decision Science^TM (ADS^®) technologię do przeprowadzania optymalizacji łańcucha wartości, podejmowania decyzji i złożonych badań oraz rozwoju dla przedsiębiorstw.

Stephen F. DeAngelis jest międzynarodowo uznawanym ekspertem w dziedzinie sztucznej inteligencji i zaawansowanej analityki oraz ich zastosowań w konkurencyjności, odporności i bezpieczeństwie podmiotów komercyjnych i agencji rządowych. Pan DeAngelis jest posiadaczem patentu, pionierem technologii i przedsiębiorcą. Jego kariera znajduje się na przecięciu stosunków międzynarodowych, biznesu, rządu i akademii. Przynosi on unikalną perspektywę i głębokie doświadczenie do swoich firm.

Czy mógłbyś podzielić się historią powstania Enterra Solutions?

Enterra ma swoje korzenie jako kontrahent rządu amerykańskiego. Enterra opracowała i wykonała modele odporności przedsiębiorstw (systemicznej, opartej na danych konkurencyjności, ryzyka i wydajności) dla agencji rządowych USA. Przy wykonywaniu tej pracy Enterra opracowała swoją najlepszą praktykę Metodologii Zarządzania Odpornością Przedsiębiorstwa i model dojrzałości w ramach umów o współpracy badawczo-rozwojowej z agencjami badawczo-rozwojowymi finansowanymi przez rząd federalny USA.

Aby rozwijać technologie konkurencyjności i odporności, Enterra rozpoczęła pracę nad sztuczną inteligencją i matematyką stosowaną na początku lat 2000. W połowie lat 2000 firma zaczęła łączyć swoją pracę w sektorze rządowym z najnowocześniejszymi teoretycznymi i eksperymentalnymi badaniami akademickimi – ta praca trwa do dziś. Badania akademickie Enterra są współpracą dwukierunkową, która naraża naszą firmę i pracowników na niektóre z najbardziej zaawansowanych i wyrafinowanych technik i praktyk AI i matematyki, a także tworzy głęboką sieć i zestaw połączeń z niektórymi z wiodących osób i myślicieli w dziedzinie nauki o poznaniu i aplikacji odporności.

Enterra wykorzystała naukowe i techniczne zdobycze ze swojej pracy w sektorze rządowym i akademii, aby wyobrazić sobie analitykę dużych danych w sektorze komercyjnym – wynikiem było stworzenie platformy Enterra Autonomous Decision Science^® (ADS^®) i Generative AI oraz zestawu aplikacji biznesowych, które tworzą pierwszy w swoim rodzaju System Inteligencji. System Inteligencji Enterra wykonuje autonomiczną optymalizację, planowanie i wykonanie, umieszczając się na szczycie wielu transakcyjnych systemów rejestracji/zaangażowania w dziedzinie marketingu, sprzedaży, łańcucha dostaw i strategii korporacyjnej, oraz koordynując decyzje i działania, które pomagają firmie budować konkurencyjność i odporność oraz osiągać cele biznesowe.

Łącząc własną technologię Enterra z wiedzą i praktykami organizacyjnymi, Enterra przewiduje zmiany rynkowe w sposób systematyczny i z prędkością rynku – przekształcając firmy w Autonomiczne Inteligentne Przedsiębiorstwa.

Enterra Solutions oferuje autonomiczną naukę decyzji, co to jest i jak optymalizuje decyzje biznesowe?

Technologia Autonomous Decision Science^® (ADS^®) Enterra jest platformą technologiczną, która napędza System Inteligencji Enterra. Platforma technologiczna ADS łączy trzy wcześniej rozdzielone technologie:

1. Semantyczne rozumnienie i wektorowa logika symboliczna oparta na sztucznej inteligencji, która umożliwia podejmowanie decyzji i uczenie się w sposób podobny do ludzkiego. Ta unikalna zdolność łączy wiedzę ogólną i branżową z wnioskowaniem, tworząc system, który może podejmować decyzje z subtelnością i rozumieniem, a następnie uczyć się z wyników.
2. Przezroczyste, wyjaśniające, maszynowe uczenie się w postaci własnej maszyny Representation Learning^TM (RLM). Podstawą RLM jest matematyka wysokiej wymiarowości i analiza funkcjonalna. RLM identyfikuje unikalną funkcję, która opisuje połączenie i wkład zmiennych w zbiorze danych, które opisują obserwowane efekty poprzez wiele warstw interakcji z wysokim stopniem precyzji. Jest to klasyfikowane jako “przezroczysta” algorytm wyjaśniający, który generuje funkcję, której wynik jest widoczny, w przeciwieństwie do “czarnych skrzynek” algorytmów, które generują tylko wzorce, ale nie oferują żadnego wyjaśnienia dynamiki systemu/zestawu danych, ani nie mają żadnego istotnego “zrozumienia” tego, co oznacza ten wzorzec.
3. Ograniczone, nieliniowe optymalizowanie zdolność, która łączy wzór RLM, wraz z semantycznymi ograniczeniami i logiką, aby wykonać szybką optymalizację, która odzwierciedla złożone, wielowymiarowe rozważania świata rzeczywistego, aby uzyskać wysoko działające rekomendacje. Ta zdolność łamie barierę wymiarowości związaną z modelami liniowymi.

Unikalne połączenie tych technik umożliwiło Enterra dostarczenie klientom znacznie zróżnicowanych możliwości i stworzyło głęboką przepaść w krajobrazie konkurencyjnym – zarówno w przypadku dużych platform technologicznych AI, jak i graczy oferujących rozwiązania punktowe.

Około rok temu, w podcaście “Eye on AI”, omawiałeś, jak stare sztuczne inteligencje nadal są potężnymi narzędziami. Czy Twoje poglądy na ten temat uległy zmianie, a jakie tradycyjne algorytmy uczenia maszynowego są nadal stosowane w Enterra Solutions?

Nauka jest addytywna, co oznacza, że każde pokolenie zdolności warstwuje na poprzednim pokoleniu innowacji, tworząc nowe zdolności. Enterra nieustannie innowuje i ewoluuje swoją technologię. Jak wspomniano powyżej, Enterra stworzyła platformę Enterra Autonomous Decision Science^® (ADS^®) i Generative AI, która jest zespołem zdolności podobnych do ludzkich i GenAI. Przyniosłyśmy razem te wcześniej rozdzielone technologie na jednej platformie i dzięki temu byliśmy w stanie odblokować wcześniej niewykonalne zdolności analityczne i złagodzić niedociągnięcia każdej indywidualnej technologii.

Jak Enterra Solutions zintegrowała Generative AI ze swoimi rozwiązaniami?

Pomimo że wiele organizacji nadal jest w fazie odkrywania i testowania generatywnej AI, Enterra Solutions i nasi klienci skorzystali z jej potężnych możliwości przez ponad dekadę. Składnik AI platformy Enterra będzie się uczył przyczyn środowiskowych, dla których rekomendacje są udane lub nie, i utrwali to uczenie się w ich ontologiach i bazach wiedzy Generative AI. Enterra, na życzenie klienta, opracuje specyficzną bazę wiedzy Generative AI reprezentującą strategie, taktykę, logikę biznesową i sposób pracy i wygrywania klienta, jednocześnie zapewniając aktualizację logiki i ustawienia ograniczeń do funkcji optymalizacji w ramach komponentów Systemu Inteligencji Enterra.

Hallucynacje są jednym z głównych problemów z Generative AI, jak Enterra Solutions pokonuje te ograniczenia?

Generative AI może zautomatyzować większość przepływów pracy, ale nie jest zwalidowane, a jej wiarygodność jest wątpliwa. Można to rozwiązać, wykorzystując technologię ADS, która może podłączyć się do dużych modeli językowych (LLM), rozumu i triangulacji matematycznej, aby zwalidować jej skuteczność. Wykorzystując ADS do dostarczania zaufanych wyjaśnień i możliwości wglądu w spostrzeżenia i rekomendacje, można zbudować zaufanie.

Od 2015 do 2019 roku byłeś członkiem Rady Doradczej w Dalai Lama Center for Ethics and Transformative Values at MIT, jak to ukształtowało Twoje wartości w biznesie i AI?

Czy ktoś jest zaangażowany w Dalai Lama Center, nie można nie myśleć o przywództwie i etyce jako o jedności. Kiedy prowadzi się firmę, szybko się uczymy, że podejmujemy tysiące decyzji rocznie. Niektóre z nich są małe, niektóre są zwyczajne lub proceduralne, a niektóre są znaczące lub doniosłe decyzje. Mam nadzieję, że nauczyłem się podejmować decyzje z wbudowanymi w nich etycznymi rozważaniami – prawdziwą gwiazdą polarną i parametrami dla oświeconego podejmowania decyzji. Ta koncepcja jest również odzwierciedlona w sposobie, w jaki konstruujemy algorytmy i oprogramowanie, oraz w sposób, w jaki prowadzimy naszą organizację.

Często liderzy biznesu i AI, tacy jak Geoffrey Hinton, są zaniepokojeni potencjalnymi przyszłymi problemami AI, a szczególnie AGI, jakie są Twoje poglądy na ten temat?

Niektóre z obaw Geoffreya Hintona dotyczą potencjalnego nadużycia i tempa, w jakim AI jest wdrażana. Są to słuszne punkty, ponieważ wiele firm próbuje dopasować AI do swoich praktyk biznesowych, zanim zrozumieją, jakie problemy próbują rozwiązać. AI nie rozwiązuje każdego problemu i nie powinno być uważane za rozwiązanie wszystkich wyzwań biznesowych. Jest niezwykle ważne, aby firmy rozpoczynały od biznesowego oświadczenia problemu, zanim szukały wiarygodnych rozwiązań. Gdy już zrozumiemy problem, który próbujemy rozwiązać, możemy zrozumieć strategiczne dopasowanie i techniczną wykonalność zaawansowanych technologii, takich jak AI.

Jesteś przedsiębiorcą i założyłeś kilka firm w różnych dziedzinach, co Cię motywuje do innowacji?

Na koniec dnia jestem bardziej kreatywnym, całożyciowym uczniem i intelektualnie ciekawym biznesmenem niż administratorem. Połączenie całożyciowego uczenia się i intelektualnej ciekawości, w połączeniu z pasją przedsiębiorcy do tworzenia nowych firm, napędza innowacje i tworzenie produktów i usług w celu wypełnienia zidentyfikowanych luk rynkowych. Pragnienie pracy z wielkimi zespołami ludzi i “konkurowania i wygrywania” przez tworzenie wartości dla akcjonariuszy jest tym, co mnie motywuje do innowacji.

Jakie jest Twoje wizja przyszłości AI?

Przez pryzmat zastosowań AI w bliskiej przyszłości w aplikacjach B2B – uważam, że AI umożliwi praktyczne, autonomiczne podejmowanie decyzji w bliskiej przyszłości w aplikacjach biznesowych na dużą skalę. Te zdolności będą napędzane przez agenci inteligentni, podobni do ludzkich, którzy wspomagają podejmowanie decyzji przez ludzi sztuczną inteligencją lub sztuczną superinteligencją, skupionymi na dużych i przełomowych przypadkach użycia. Aplikacje takie jak optymalizacja i podejmowanie decyzji w łańcuchu wartości dla globalnych korporacji w różnych sektorach i zakłóceniach w odkrywaniu leków i formułowaniu, oraz w badaniach klinicznych, są przełomowe i dotykają życia większości ludzi na planecie.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Enterra Solutions.