Babak Hodjat, Diretor de Inteligência Artificial da Cognizant – Série de Entrevistas

Babak Hodjat, Diretor de Inteligência Artificial, lidera os Laboratórios de Pesquisa de Inteligência Artificial, uma equipe de desenvolvedores e pesquisadores que está avançando o estado da arte em inteligência artificial, construindo recursos de inteligência artificial diferenciados nas ofertas da Cognizant e liderando as iniciativas de inteligência artificial para o bem da empresa.

Babak é o ex-cofundador e CEO da Sentient, responsável pela tecnologia por trás do maior sistema de inteligência artificial distribuída do mundo. Babak também foi o fundador do primeiro fundo de hedge de inteligência artificial do mundo, Sentient Investment Management.

Babak é um empreendedor serial, tendo iniciado várias empresas no Vale do Silício como inventor e tecnólogo principal. Antes de co-fundar a Sentient, Babak foi o diretor sênior de engenharia da Sybase iAnywhere, onde liderou a engenharia de soluções móveis. Antes da Sybase, Babak foi o co-fundador, CTO e membro do conselho da Dejima Inc. Babak é o inventor principal da tecnologia patenteada da Dejima, orientada a agentes, aplicada a interfaces inteligentes para computação móvel e empresarial – a tecnologia por trás do Siri da Apple.

Babak publicou mais de 50 artigos nos campos de vida artificial, engenharia de software orientada a agentes e inteligência artificial distribuída, e tem 39 patentes emitidas nos EUA em seu nome. Ele é um especialista em vários campos de inteligência artificial, incluindo processamento de linguagem natural, aprendizado de máquina, algoritmos evolutivos e inteligência artificial distribuída.

Cognizant é uma empresa global de serviços profissionais e consultoria em TI que ajuda as organizações a modernizar sua infraestrutura digital, implementar tecnologias emergentes, como inteligência artificial, nuvem, dados e automação, e realinhar processos de negócios para impulsionar a agilidade e o crescimento.

Você fundou várias empresas de inteligência artificial, escreveu dois livros e ajudou a criar tecnologias que influenciaram o Siri. Olhando para trás, quais experiências ou pontos de inflexão pessoais mais moldaram sua crença na inteligência artificial como uma ferramenta para impacto no mundo real?

Minha fascinação pela inteligência artificial começou cedo em meus anos acadêmicos e só se solidificou desde então. Alguns pontos de inflexão importantes incluíram a criação de alguns dos primeiros sistemas baseados em agentes na Dejima para programar bens de consumo, como seu VCR, o trabalho que fizemos na Sentient Technologies, aplicando inteligência artificial a problemas complexos como negociação de ações. A tecnologia de linguagem natural que desenvolvi para o Siri, que também era baseada em agentes, foi outro ponto de inflexão.

Essas aplicações práticas demonstraram que a inteligência artificial pode ir além de construtos teóricos e entregar valor comercial tangível. Estamos agora entrando em um período explosivo para a comercialização de tecnologias de inteligência artificial, particularmente com sistemas multiagentes que transformarão completamente a forma como as empresas operam, permitindo a automação de muitas tarefas complexas.

Vamos falar sobre seu projeto mais recente – este sistema de planejamento de uso de terras impulsionado por inteligência artificial desenvolvido com a Universidade do Texas. O que inspirou o desenvolvimento desta ferramenta e como ela representa uma mudança de inteligência artificial teórica para impacto de política no mundo real?

O sistema de inteligência artificial para planejamento de uso de terras que desenvolvemos em colaboração com a Universidade do Texas em Austin foi inspirado pela necessidade de abordar trade-offs ambientais e econômicos complexos no uso de terras globais. A estrutura impulsionada por aprendizado de máquina usa a tecnologia por trás da Tomada de Decisão de Inteligência Artificial Neuro da Cognizant e é construída na Plataforma do Projeto Resiliência.

Nossa equipe de pesquisa conjunta visava ajudar a realizar os objetivos de desenvolvimento sustentável das Nações Unidas, criando uma ferramenta que pudesse otimizar o uso de terras para maximizar o armazenamento de carbono, minimizar as perturbações econômicas e preservar o suprimento de alimentos e habitats. Abordagens tradicionais frequentemente ignoram nuances de trade-offs, como efeitos de localização específica da conversão de terras agrícolas ou pastagens em florestas. Pegamos um caminho diferente que aproveitou a inteligência artificial evolutiva, uma abordagem computacional inspirada na seleção natural. Foi projetado para explorar milhares de cenários de política, aprimorando e equilibrando objetivos concorrentes para estratégias de uso de terras mais eficazes e sensíveis ao contexto.

O sistema marca uma mudança significativa de conceitos de inteligência artificial teóricos para impacto de política no mundo real. Ele integra dados históricos de uso de terras que remontam a séculos e dados de carbono com algoritmos evolutivos sofisticados para fornecer recomendações otimizadas e ações em vez de previsões abstratas.

Separadamente, criamos uma ferramenta interativa que gera e avalia cenários de política climática usando o simulador En-ROADS, ajudando os tomadores de decisões a comparar e personalizar planos de ação. A ferramenta permite que os legisladores e tomadores de decisões simulem incentivos políticos e entendam diretamente os trade-offs, ajudando-os a selecionar intervenções direcionadas e eficientes. A integração do sistema com plataformas como o simulador En-ROADS da Climate Interactive permite a ampliação da otimização de política climática impulsionada por inteligência artificial para públicos mais amplos, destacando a inteligência artificial como um parceiro prático no combate aos desafios de sustentabilidade do mundo real.

Pode nos guiar sobre como a ferramenta funciona do ponto de vista do usuário? Que tipo de decisões pode ela apoiar e como fornece recomendações personalizadas para diferentes regiões?

Do ponto de vista do usuário, a ferramenta de inteligência artificial funciona como uma plataforma de apoio interativa a decisões em um ambiente dinâmico e orientado a dados que ajuda a tomar decisões mais inteligentes que funcionem para os objetivos climáticos.

Os formuladores de políticas, legisladores e outras partes interessadas podem explorar várias estratégias de uso de terras e seus impactos ambientais e econômicos. Os usuários podem simular incentivos – créditos fiscais para proprietários de terras, por exemplo – e observar como eles podem influenciar as mudanças no uso de terras para reduzir o carbono.

Ela apoia uma gama de decisões personalizadas para diferentes regiões. Por exemplo, pode ajudar a determinar onde fazer mudanças na terra para obter os melhores resultados, quanto de terra converter (como transformar terras agrícolas em florestas) e quais são os prós e contras de diferentes políticas de terras. Para fornecer conselhos personalizados, ela examina a história global de uso de terras e dados de carbono para sugerir abordagens diferentes para diferentes áreas. Pode levar em conta características específicas da região, como latitude e tipo de terra.

O simulador En-ROADS, impulsionado pela Neuro AI, pode ajudar os formuladores de políticas e legisladores a experimentar com diferentes trade-offs para alcançar diferentes objetivos climáticos.

A inteligência artificial evolutiva foi descrita como o “ingrediente secreto” por trás deste projeto. Como essa abordagem funciona na prática e por que é tão eficaz para resolver desafios ambientais e de política complexos?

A ideia por trás da inteligência artificial evolutiva é inspirada na seleção natural na biologia. Como uma abordagem computacional no contexto do planejamento de uso de terras, na prática, ela imita a evolução natural para encontrar soluções inteligentes para problemas ambientais complexos que os métodos tradicionais lutam para resolver.

Em vez de tentar programar políticas de uso de terras perfeitas desde o início, a abordagem de inteligência artificial evolutiva cria diferentes modelos de política e testa cada um em ambientes simulados com dados climáticos e de terras reais. Ela mantém as políticas de melhor desempenho e “cruza”-as, adicionando mutações para descobrir soluções inesperadas. Repete esse processo por muitas gerações, eliminando os pobres desempenhos e mantendo os melhores em centenas ou milhares de cenários.

Isso funciona bem para desafios ambientais porque não se deixa abater por múltiplas variáveis, como tipos de solo, condições climáticas e fatores econômicos.

A política de uso de terras frequentemente envolve objetivos concorrentes – crescimento econômico, redução de carbono, segurança alimentar. Como o seu sistema lida com esses trade-offs e quais insights inesperados ele já revelou?

Nosso sistema de inteligência artificial foi construído especificamente para lidar com objetivos concorrentes como crescimento econômico, redução de carbono e segurança alimentar. Ele gera frentes de Pareto (um conceito de engenharia usado na otimização multiobjetivo) que trocam o impacto de carbono e mudanças no uso de terras para diferentes locais.

A equipe de pesquisa encontrou vários insights inesperados. Por exemplo, enquanto a sabedoria convencional reconhece as florestas como boas para armazenar carbono, a inteligência artificial não recorreu a recomendar a maximização da cobertura florestal em todos os lugares. Em vez disso, revelou distinções importantes: substituir pastagens, como desertos e pastagens, por florestas não foi tão eficaz quanto substituir terras agrícolas por florestas. A localização geográfica também se provou crucial. Conversões idênticas de uso de terras produziram resultados diferentes dependendo da latitude.

A priorização foi um dos insights mais práticos da inteligência artificial. Em vez de distribuir esforços uniformemente, sugeriu concentrar as principais transformações de uso de terras em locais estratégicos onde elas teriam o maior impacto.

O Projeto Resiliência visa ampliar este tipo de utilidade de inteligência artificial para abordar Objetivos de Desenvolvimento Sustentável além do clima – como energia, saúde e até resposta a pandemias. O que o excita mais sobre o potencial de expandir esta plataforma por diferentes domínios?

O que me excita mais sobre o potencial desta plataforma é que estamos mostrando que construir inteligência artificial de uma maneira colaborativa, acessível e adaptável pode levar a soluções poderosas para abordar grandes desafios globais. A plataforma do Projeto Resiliência é um exemplo adequado de colocar esses três princípios em ação. Tomadores de decisão, cientistas de dados e o público podem se juntar para desenvolver ferramentas de inteligência artificial e tomar decisões mais informadas para um impacto significativo. Convidamos os leitores a serem contribuintes aqui.

O Laboratório de Inteligência Artificial da Cognizant agora é um grande impulsionador de inovação, com dezenas de patentes e uma estratégia de investimento de bilhões de dólares. Como iniciativas como esta se encaixam em sua estratégia mais ampla para inteligência artificial aplicada em escala?

A iniciativa de inteligência artificial para uso de terras alinha-se perfeitamente com nossa abordagem para inteligência artificial aplicada na Cognizant, que se concentra em resolver problemas complexos e de alto impacto do mundo real, em vez de exercícios puramente acadêmicos. A inteligência artificial evolutiva pode lidar com os trade-offs complexos frequentemente encontrados em decisões de negócios e políticas. Abordar desafios climáticos por meio de uma abordagem que equilibre fatores econômicos, sociais e ambientais demonstra como a inteligência artificial pode entregar valor prático enquanto gerencia prioridades concorrentes.

O trabalho também reflete nossa visão para o desenvolvimento de inteligência artificial que aumente a tomada de decisão humana, em vez de substituí-la.

Você liderou esforços de inteligência artificial em startups e empresas. Qual é a chave para garantir que tecnologias como a inteligência artificial evolutiva permaneçam explicáveis e ações – não apenas poderosas – para governos e partes interessadas da indústria?

Uma das maiores forças da inteligência artificial evolutiva é que ela não visa apenas determinar soluções ótimas, mas pode revelar alternativas de estratégia que expandem a compreensão das partes interessadas sobre o que é possível.

A inteligência artificial e os dados devem servir à tomada de decisão, não apenas gerar relatórios. Os tomadores de decisão estão afogados em análises enquanto enfrentam escolhas cada vez mais complexas. Precisamos mudar nosso foco de apenas fornecer insights e previsões para criar sistemas de apoio interativo a decisões que oferecem soluções prescritivas com base nos dados disponíveis. Essa abordagem capacita você a navegar a complexidade e tomar decisões melhores que evoluem à medida que as circunstâncias mudam.

Olhando para o futuro, onde você vê as maiores oportunidades para a inteligência artificial evolutiva impulsionar o impacto fora do uso de terras – seja no controle de doenças infecciosas, planejamento de energia renovável ou algo completamente diferente?

Doenças infecciosas, planejamento de energia renovável e insegurança alimentar são todas áreas dignas onde a inteligência artificial evolutiva pode impulsionar o impacto. Uma iniciativa da era COVID-19 em que trabalhamos mostra o potencial. Por meio do Projeto Resiliência, construímos sistemas que podiam otimizar simultaneamente o contágio de pandemias e a estabilidade econômica, ajudando governos como a Islândia a tomar decisões baseadas em dados sobre a abertura de escolas.

Com a inteligência artificial evolutiva, finalmente estamos abordando os desafios globais mais urgentes de uma maneira fundamentalmente diferente, uma que pode recomendar políticas concretas que equilibrem prioridades concorrentes, em vez de produzir soluções de um tamanho único.

A força da inteligência artificial evolutiva é que ela pode simular milhares de combinações de políticas, mantendo o que funciona e descartando o que não funciona. E não é apenas teórica. Estamos construindo ferramentas interativas que colocam essa capacidade nas mãos de tomadores de decisão reais.

Depois de décadas no campo de inteligência artificial, você viu ciclos de hype chegarem e partir. O que lhe dá confiança de que a onda atual – especialmente ferramentas como esta – finalmente está cumprindo a promessa da inteligência artificial de melhorar a sociedade?

O progresso real em direção à promessa da inteligência artificial de melhorar a sociedade acontece quando movemos além do ciclo de hype para construir sistemas que melhorem a tomada de decisão humana em áreas que importam, incluindo sustentabilidade. Essa é a verdadeira prova de que a inteligência artificial finalmente está cumprindo sua promessa.

O que consistentemente observei é que a tecnologia avança por meio de padrões previsíveis de otimização e democratização, em vez de momentos sobre-hypados singulares. Olhe para a história dos computadores. Fomos de computadores do tamanho de uma sala para relógios poderosos por meio de refinamento contínuo, não um salto dramático.

Eu acredito que estamos em um ponto de inflexão onde a tecnologia pode genuinamente melhorar a sociedade. O caminho à frente é por meio de aplicações práticas que resolvam problemas humanos reais, como nosso trabalho de uso de terras equilibrando a redução de carbono com outros objetivos. É assim que a inteligência artificial cumpre sua promessa: por meio do impacto mensurável em nossos desafios mais desafiadores.

A Cognizant recentemente estabeleceu um recorde mundial do Guinness com o maior evento de codificação de vibração – envolvendo mais de 53.000 funcionários em 40 países e produzindo mais de 30.000 protótipos. Do seu ponto de vista, o que isso diz sobre o papel da codificação de vibração na democratização da fluência em inteligência artificial em organizações grandes?

A escala e o impacto do nosso evento de codificação de vibração falam volumes sobre como essa abordagem pode ser transformadora na democratização da fluência em inteligência artificial. Mais de 40% dos participantes eram não-coders, e 20% nunca haviam escrito uma linha de código antes. Isso diz que a codificação de vibração não é sobre baixar a barra, mas sobre abrir as portas para uma força de trabalho em evolução com inteligência artificial. Usamos até um sistema de inteligência artificial multiagente para julgar as 30.000 entradas de protótipo em apenas um dia, o que levaria uma equipe humana um ano inteiro.

Em vez de exigir profundo conhecimento de programação, a codificação de vibração permite que qualquer pessoa com uma ideia a expresse em linguagem natural e colabore com a inteligência artificial para trazê-la à vida. Para desenvolvedores experientes, isso permite que eles automatem mais do processo de codificação mundano, liberando-os para se concentrar em trabalho de maior valor que impulsiona o valor dos negócios. Pessoalmente, fiquei impressionado com quão rapidamente pude traduzir um algoritmo complexo de pseudo-código para um aplicativo de trabalho, me liberando para me concentrar inteiramente nos aspectos criativos e estratégicos.

Ao reduzir as barreiras e permitir experimentação prática com inteligência artificial geradora, estamos movendo a fluência em inteligência artificial de um conjunto de habilidades especializado para uma capacidade organizacional compartilhada. Para as organizações, a codificação de vibração ajuda a acelerar a criatividade, remove barreiras e desbloqueia a inteligência coletiva de toda a força de trabalho em uma escala sem precedentes.

Além da escala impressionante, quais foram alguns dos resultados mais significativos da iniciativa de codificação de vibração? Você vê isso como um modelo para como as empresas podem cultivar inovação e habilidades em inteligência artificial aplicada em nível global?

O impacto real da nossa iniciativa de codificação de vibração foi o entusiasmo que vimos em toda a nossa organização, com funcionários de RH, vendas, engenharia, finanças, marketing e mais abraçando a inteligência artificial e participando. Suas ideias, fundamentadas em conhecimento de domínio profundo e insights práticos de negócios, levaram a milhares de protótipos que de outra forma nunca teriam surgido.

Com mais de 30.000 projetos únicos resultantes desse esforço, estamos definindo o ritmo para a economia de inteligência artificial, onde todos têm as ferramentas para inovar com inteligência artificial. Ao mesmo tempo, estamos desbloqueando a criatividade em escala e capacitando a força de trabalho – tanto dentro da Cognizant quanto para nossos clientes em todas as indústrias que servimos – para se tornar mais literato em inteligência artificial.

Nós absolutamente vemos essa iniciativa como um modelo que outras organizações podem replicar. Ao combinar ferramentas de inteligência artificial acessíveis, uma cultura colaborativa e aberta e avaliação de inteligência artificial escalável, podemos melhor atender a nossos clientes para desbloquear a criatividade inexplorada e acelerar o desenvolvimento de habilidades em inteligência artificial em toda a força de trabalho deles.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Cognizant.