Financiamento
Richard Boyd, Co-Fundador e CEO da Tanjo Inc – Série de Entrevistas
Adicione Unite.AI às suas fontes preferidas no Google
Richard Boyd é um empreendedor, autor e palestrante em uma variedade de tópicos, desde educação até saúde, passando por mundos virtuais, jogos de computador, aprendizado de máquina e interfaces humano-computador. Ao longo de três décadas, Richard liderou ou ajudou a criar algumas das empresas e serviços de tecnologia mais inovadoras em várias indústrias, incluindo a criação e atuação como CEO de quatro empresas na região do Research Triangle Park, na Carolina do Norte. Richard vendeu sua última empresa para a Lockheed Martin (LMT ) e permaneceu como Diretor do Virtual World Labs.
Richard é co-fundador e CEO da empresa de inteligência artificial e aprendizado de máquina Tanjo Inc, sediada na região do Research Triangle Park, na Carolina do Norte.
Você trabalhou com VR desde os anos 90 e, em 2001, co-fundou a 3Dsolve. Quais foram alguns dos primeiros projetos em que a 3Dsolve trabalhou?
O projeto mais impactante para a 3Dsolve foi ajudar o Comando de Treinamento e Doutrina do Exército dos EUA a aprender a aproveitar o aprendizado por simulação para operações táticas de pequenas unidades. Criamos o primeiro curso de “instrução multimídia interativa de nível 4” (IMI) para o Exército que passou na validação do TRADOC. Basicamente, isso foi aproveitar o valor da “prática segura em um ambiente 3D totalmente simulado para unidades terrestres”. O primeiro curso foi de mais de 100 horas de instrução em um mundo de jogo 3D colaborativo para o MOS 25B10 (especialidade militar) para comunicações.
Nós estávamos enviando soldados para o Afeganistão e Iraque na época e treinando-os para trabalhar em DTOCs (centros de operações táticas digitais) quando não tínhamos DTOCs nos EUA para treiná-los. A 3Dsolve viajou para Fort Hood, Fort Gordon e várias outras instalações para encontrar equipamentos, reunir-se com especialistas em matéria e construir os DTOCs virtuais onde os soldados pudessem treinar. Os resultados da validação determinaram que os soldados que usavam esse método foram treinados em um tempo mais curto com um grau de conhecimento mais alto (e taxas de aprovação de classe) do que em qualquer método de sala de aula usado anteriormente. Eu considero isso o início da indústria de jogos sérios.
Também servi no conselho consultivo ADL (Aprendizado Distribuído Avançado), onde os padrões para conteúdo de aprendizado reutilizável foram criados. Trabalhei com Phillip Dodds lá nos padrões 3D para SCORM (Modelo de Referência de Objeto de Conteúdo Compartilhável). Nota lateral: Phillip foi o cara que tocou órgão no filme de Spielberg Contatos Imediatos de Terceiro Grau.
Também servi em outro organismo de padrões internacionais chamado 3DIF, presidido pela Intel (INTC ) e pela Boeing, onde criamos um padrão internacional ECMA com o mesmo nome para formatos de intercâmbio 3D. A ideia era finalmente capturar todo o valor nos modelos 3D CAD construídos para tudo no mundo e traduzi-los para uso em jogos sérios e documentos técnicos 3D. Ele vive no Adobe Acrobat e em outras plataformas.
Continuamos a trabalhar com headsets e vários periféricos de VR, colaborando com pioneiros da indústria como Warren Robinett, Dr. Fred Brooks, Alan Kay e outros. Meu co-fundador David Smith criou uma plataforma de código aberto completa junto com Alan Kay chamada OpenCroquet, que ainda vive hoje.
Como a vida mudou para você após a Lockheed Martin adquirir a 3Dsolve em 2007?
Um dos projetos pioneiros em que trabalhamos na 3Dsolve que levou a Lockheed a nos comprar foi uma simulação de um submarino da classe Los Angeles. Na época, a Marinha ainda estava reservando navios inteiros para treinamento. Nós pioneiramos a ideia de “Simulação de Navio Total”, replicando o submarino inteiro em um ambiente de jogo multiplayer. Usamos o motor de jogos Unreal da Epic Games e realmente transformamos o treinamento para esses navios. Na Lockheed, criamos sims de destróieres, do Navio de Combate Litorâneo, bem como de todos os subsistemas.
Foi um desafio no início adaptar-se de uma empresa de tecnologia de jogos para as camadas adicionais de supervisão e relatórios necessárias em um contratante de defesa de 100 anos. Aprendemos a criar nossa própria realidade. Formei uma organização informal chamada Virtual World Labs e a modelei após os famosos Skunkworks da LM na Califórnia. Na verdade, os Skunkworks se tornaram membros da VWL. Aprendemos no primeiro ano que, sempre que você vem com uma proposta de patente, você recebe um cheque, e outro quando é concedida. Então, isso se tornou nosso programa de incentivos. Sentamos e inventamos coisas em AR, VR e IA. No final do meu período de 5 anos e meio lá, tínhamos acumulado mais de 100 solicitações de patente em um pequeno grupo de cerca de 40 pessoas.
Um dos programas mais divertidos e relevantes foi a criação do Quadro de Mundo Virtual do DOD. Tínhamos participado de vários grandes exercícios de jogos de guerra conjuntos e vimos as frustrações sobre a falta de interoperabilidade entre sistemas proprietários que precisavam trabalhar juntos nesses grandes exercícios de simulação ao vivo, construtiva e virtual. Nossa primeira reação foi que esse era um problema resolvido… É chamado de Internet! Se a comunidade de aquisições pudesse apenas fazer com que todos aderissem a serviços da web, poderíamos construir sistemas de treinamento integrados melhores. E o WebGL havia acabado de ser aprovado pelo Consórcio World Wide Web. Chegou a hora de uma mudança nos negócios como de costume. O Pentágono emitiu um pedido de proposta em busca de um “quadro de mundo virtual comum” para simulação integrada. O chefe desse programa no Pentágono era um piloto da Força Aérea criativo chamado Frank Digiovanni. Nós o chamamos de D9. Ele me lembra muito das histórias do Coronel John Boyd, que impulsionou a destruição criativa de nossos programas de jatos de combate e pensamento na Força Aérea.
O problema era que D9 disse explicitamente à sua equipe de aquisições que ele “não queria nenhuma empresa como a Lockmart” para construir esse novo quadro. Mas David e eu fomos lá, junto com a lista usual de cerca de 17 fornecedores que licitavam o programa, e ganhamos. Aprendemos depois que todos os outros estavam aparecendo com alguma solução proprietária e tentando fazer com que o governo a adotasse. Nós aparecemos para nossa apresentação verbal no prédio Reagan em Washington com nada, mas dissemos que a resposta a esse problema profundo estava na arquitetura da Internet. Dissemos que poderíamos projetá-lo em alguns meses e ter um protótipo funcional em seis. Também dissemos que deveria ser de código aberto. Ganhamos “de mãos limpas” de acordo com D9, porque nossa abordagem era tão fresca e diferente e “fora da caixa”.
Quando retornei a Orlando para explicar essa nova vitória à liderança da nossa divisão da Lockheed Martin, fui chamado ao tapete. Fui parabenizado, mas então eles perguntaram sobre a parte de código aberto. “O que isso significará para o nosso negócio de simulação construtiva existente?” perguntaram. Minha resposta – “Isso o interromperá completamente”. Houve uma pausa, então a inevitável pergunta “Então, como vamos ganhar dinheiro? Qual é o modelo de negócios?” Minha resposta – “Os modelos de negócios serão legião”. Ainda saboreio as expressões confusas que essa resposta evocou. Passei por todas as maneiras pelas quais a Red Hat conseguiu construir um negócio de vários bilhões de dólares sobre o dorso de software gratuito, mas não acho que eles tenham se tornado confortáveis com a interrupção.
Meu título na época era Diretor de Tecnologia Emergente e Disruptiva, junto com meu título de Arquiteto Chefe do Virtual World Labs. Trabalhei nos próximos anos tentando fazer com que a Lockheed abraçasse mais autointerrupção e destruição criativa de Schumpeter. Descrevi a inovação em grandes organizações como a Lockheed como sendo semelhante ao parto. As pessoas amam a ideia de ter filhos. É bom para a sociedade e muito gratificante. As crianças são o nosso futuro. Mas por uma lente errada, as crianças também podem ser consideradas parasitas. Desde o momento em que se estabelecem no útero, começam a tirar recursos. Se não fosse pelas condições de abrigo do útero, os anticorpos da mãe sairiam para destruir o bebê. A inovação na Lockheed era como isso. Todos querem e falam sobre inovação, mas ninguém quer sacrificar recursos para isso quando o pagamento é tão distante. (Veja minha animação de quadro branco sobre como a inovação é como o parto.)
Durante seu tempo na Lockheed Martin, uma das patentes que você co-autorou soa como algo saído de um filme de ficção científica, chamado de holodeck. O que exatamente é o holodeck?
Em 2009, fui convidado para Los Angeles por James Cameron durante a produção de seu filme Avatar. Tínhamos trabalhado com Jim antes (em “The Abyss”) e ele queria me mostrar sua nova câmera 3D que ele havia inventado com Vince Pace (que também conhecíamos de “The Abyss”). Mas a coisa que realmente me fascinou foi o conjunto virtual dentro do enorme hangar da Hughes Aircraft. Passei muito tempo lá com um pequeno painel de tela plana apenas vagando pelo mundo virtual de Pandora. Escrevi sobre isso para o Armed Forces Journal e concebi com David Smith a ideia de construir um grande campo de treinamento virtual do tamanho de um campo de futebol. Na época, estávamos trabalhando em um programa chamado Future Immersive Training Environment (FITE) para os Fuzileiros Navais. Nesse programa, o fuzileiro naval usaria um laptop nas costas e o headmount. Todo esse equipamento extra realmente causou alguma preocupação com treinamento negativo. Nunca esquecerei o primeiro sargento que o colocou e disse: “Nós temos que treinar como lutamos, certo?” e então se jogou no chão e rolou, esmagando todos os eletrônicos em pedaços inúteis. O conceito de Holodeck era mais como o Volume de James Cameron para filmar; onde os atores têm trajes de rastreamento de luz e toda a instrumentação está ao redor deles. O display de headmount ainda era necessário, mas era sem fio e leve. Mais como o Oculus Quest de hoje. Nós até descobrimos uma maneira de fazer isso ao ar livre, sob a luz do sol.
Em 2015, você escreveu que não devemos nos preocupar tanto com as máquinas tomando o controle, mas sim descobrir como alcançar o equilíbrio certo entre humanos e automação para otimizar os resultados. Você ainda acredita que a sociedade está excessivamente preocupada com a IA ou as máquinas tomando o controle?
Acho que quando pessoas muito inteligentes com uma abundância de expertise nesse espaço (como Ray Kurzweil, Stephen Hawking, Elon Musk, James Cameron e Bill Gates) expressam preocupações, devemos todos prestar atenção e acompanhar o progresso em direção à inteligência artificial geral e às implicações para a sociedade. Se aprendemos algo recentemente, é que a expertise em domínio é importante, e devemos sempre ouvir os avisos de pessoas com expertise mais profunda do que a nossa.
No entanto, dito isso, para o futuro previsível, estamos vendo mais interrupções incrementais que merecem atenção e ação imediatas. Minha declaração resumida sobre a imperativa do século XXI de alcançar o equilíbrio certo entre humanos e automação para otimizar os resultados é uma questão crítica agora. Realmente acho que qualquer um que não obtenha isso certo estará condenado a ser irrelevante em breve, não apenas não competitivo. Quando o JP Morgan substituiu 320.000 horas anuais de revisão de empréstimos por um sistema de aprendizado de máquina chamado COIN, interrompeu a si mesmo e criou imediatamente um benefício de US$ 300 milhões para sua linha de fundos. E esse benefício agora é uma anuidade. Qualquer um de seus concorrentes que ainda tenha esse custo não pode esperar competir.
Acredito que isso seja verdade e imperativo para empresas, governos, até mesmo indivíduos. Estou no conselho de uma faculdade comunitária na Carolina do Norte com 70.000 alunos. Estou constantemente tentando guiar os alunos e nosso currículo em direção às áreas que ainda serão realizadas por humanos dentro de cinco anos. Quando encontro alunos que querem entrar em radiologia, explico a eles que as máquinas já são melhores do que os humanos em ler raios-X. Considere um novo campo ou como esse campo provavelmente mudará com essa realidade. Isso não é futurismo. É agora.
Você trabalhou com VR desde os anos 90, como você se sente sobre algumas das atuais aplicações de consumidor de VR, como o Oculus Quest?
Toda vez que vejo a montanha-russa da hipe de VR subindo a encosta da trilha, começo a lembrar a todos das três principais restrições que estão impedindo a adoção generalizada.
- Alguns humanos estarão para sempre fisicamente incapazes de desfrutar de VR 3D estereoscópico.
- A fricção de configuração e conexão torna a experiência algo que nem todos encontrarão agradável.
- A fragilidade dos sistemas significa que apenas entusiastas experientes quererão brincar com ele e solucionar problemas de conexão com falha
Os humanos não tiveram uma atualização há muito tempo (desde o Pleistoceno, na minha opinião) e alguns de nós têm grande dificuldade em se adaptar a exibidores 3D estereoscópicos. Uma parte significativa da população nunca se tornará confortável com VR imersivo devido à forma como estão fisicamente conectados. Então, deixando-os de lado por um momento, estamos lidando com o segundo grande problema: a fricção terrível de vinculação a esses dispositivos. Muito cabo e ajuste antes que você possa entrar em uma experiência. E o terceiro é a fragilidade e a quebrabilidade de todos esses dongles e conectores extras.
O Oculus Quest superou minhas expectativas ao eliminar completamente as segundas e terceiras restrições. Em minha família, passamos tempo em conteúdo do Oculus Quest quase todos os dias. Isso, em minha opinião, é a grande quebra que o VR precisava. Agora precisamos apenas ir a última milha e ver como podemos adaptar a tecnologia para atender às pessoas que têm restrições físicas que impedem o desfrute do VR.
O que foi sua inspiração para lançar a Tanjo?
Descobri o aprendizado de máquina em 2009, enquanto estava dirigindo o Virtual World Labs na Lockheed Martin. O aprendizado de máquina já existia, claro, mas esse foi o ano em que finalmente entendi o quão longe ele havia chegado e como era fundamentalmente diferente da “inteligência artificial” que estávamos usando em jogos de computador e simulações do DOD antes disso.
Agora penso na IA como avançando em 3 estágios. No primeiro estágio, que durou de cerca de 1958 até 2009 (meu marcador arbitrário), não pedíamos a um computador que computasse algo até que os humanos o entendessem completamente e pudessem dividi-lo em portas lógicas e instruções if/then britânicas. Então, alimentávamos isso nos computadores como máquinas de estado finito ou árvores de comportamento hierárquico e executávamos os programas. No final, era apenas código. Nada místico sobre isso.
A próxima fase é o aprendizado de máquina, onde um humano não entende necessariamente como dizer a uma máquina para dirigir um carro. Agora, simplesmente alimentamos um grande conjunto de dados de treinamento a um grupo de bibliotecas de aprendizado de máquina bem projetadas que, em seguida, inferem seu próprio entendimento. Hoje, um sistema de aprendizado de máquina pode simplesmente assistir a 100 horas de vídeo e sair e dirigir um veículo autônomo perfeitamente em qualquer lugar. (Costumo brincar que “em qualquer lugar, exceto em Roma”)
Na Tanjo, estamos usando o aprendizado de máquina em projetos de curto prazo para dar às instituições financeiras, instituições de ensino superior e empresas do Fortune 2000 a amplificação de inteligência e automação que está transformando a forma como elas trabalham. Regularmente vemos retornos sobre o investimento de 10x a partir de nossas implementações. E esse retorno é geralmente uma anuidade. Quantos investimentos de tecnologia vimos antes disso que criam esses tipos de ganhos de produtividade? Tivemos medições de ROI validadas de até 600x; e um resultado vergonhoso de 1600x. Não usamos o último como um estudo de caso porque parece muito hiperbólico.
Poderia discutir as Personas Animadas da Tanjo (TAP) e como elas funcionam?
Nossa grande quebra veio quando percebemos que esses sistemas de inteligência de máquina incríveis e estranhos que estávamos construindo olhavam para as pessoas da mesma forma que olhavam para objetos de informação. Executamos um experimento inicial com um conjunto de dados de treinamento de um aplicativo de namoro popular. Nosso pequeno cérebro de aprendizado de máquina criou gráficos de interesse e mapas de sentimento de cada pessoa a partir de seus dados de exaustão que surgiram parecendo algo como um perfil de Myers Briggs. Pensamos brevemente em criar um aplicativo de namoro de aprendizado de máquina em 2014. Foi uma consideração muito breve, porque não atendia aos objetivos elevados que tínhamos para fazer um trabalho significativo.
Em vez disso, chamamos de “Motor de Empatia” e construímos o que chamamos de “Personas Animadas da Tanjo” a partir desses padrões de comportamento humano de aprendizado de máquina.
A firma de analistas Gartner nos deu um prêmio “Vendedor Legal” em 2018 por essa quebra. Estamos ajudando os pesquisadores de mercado a modelar e entender (e, com sorte, forjar conversas mais profundas e significativas com) seus clientes; bem como usando-o para modelar populações de pessoas para estudar saúde e bem-estar. Por exemplo: podemos criar um modelo de população sintética de um código postal ou condado e simular quais intervenções e mensagens incentivam um melhor comportamento para reduzir a propagação de um vírus, ou para diminuir a obesidade, o tabagismo, etc.
Você usa aprendizado supervisionado para educar a Tanjo?
O equilíbrio alcançado entre humanos e máquinas é tão importante na entrada quanto na saída desses sistemas. A supervisão humana absolutamente ajuda a treinar o “Cérebro” de um de nossos sistemas de aprendizado de máquina mais rápido. Quando criamos o cérebro da Carolina do Norte que ligará todos os 58 colégios comunitários da Carolina do Norte, trabalhamos com professores e administradores de alguns dos principais colégios aqui para garantir que sua classificação de diferentes áreas de conhecimento e como ele classificava o conteúdo fosse válido.
Um dos produtos da Tanjo é o ContractBot para análise de contrato. O que é o ContractBot e que tipo de empresa é projetado principalmente?
Criamos o ContractBot inicialmente para a indústria de contabilidade. Em 2017, o FASBI (Interpretações do Conselho de Padronização de Contabilidade Financeira) estava lançando novas regras sobre reconhecimento de receita e reconhecimento de arrendamento para empresas. As empresas de contabilidade estavam realizando conferências em todo o país para se preparar para essas mudanças e para seus clientes. Com nossa lente de aprendizado de máquina, percebemos que essa era uma oportunidade perfeita para um sistema de aprendizado de máquina estreitamente focado para trabalhar ao lado dos contadores para aumentar dramaticamente a velocidade da análise, bem como aumentar a precisão. Treinamos um sistema em mais de quatro milhões de contratos: tudo, desde uma ordem de compra de uma página digitalizada, manuscrita, até contratos com cem páginas de garantias e declarações e descrições de pagamento de marcos. Ele aprendeu rapidamente a entender a linguagem e classificar os documentos ou seções de documentos e aplicar as regras de negócios para realizar análises quase instantaneamente que levariam um contador um dia inteiro.
Esse projeto e outros são estudos de caso que fornecemos para encorajar qualquer pessoa nos negócios hoje a tomar a lente de equilíbrio humano-máquina e dar uma olhada cuidadosa em cada atividade para determinar qual é a mistura certa de esforço humano e de máquina para otimizar seus negócios.
Quando o JP Morgan usou essa abordagem para eliminar 320.000 horas anuais de análise de empréstimos, eles não apenas realizaram um retorno sobre o investimento de 100x naquele ano, mas também receberão esse pagamento de anuidade todos os anos. Qualquer concorrente deles que ainda tenha esse custo não será apenas não competitivo, mas irrelevante.
Um dos produtos mais emocionais que a Tanjo oferece é o Cérebro Empresarial da Tanjo. Qual é o tipo de aprendizado de máquina por trás disso e quais são seus casos de uso?
Quando usamos o aprendizado de máquina para ajudar o Departamento de Educação dos EUA a criar o Registro de Aprendizado, vimos o poder do aprendizado de máquina para organizar e analisar o conhecimento. Quando falo sobre isso, geralmente mostro uma slide com uma imagem da última cena de “Raiders of the Lost Ark”; onde um funcionário está empurrando um carrinho com uma caixa simples através de um enorme armazém para arquivar esse artefato incrivelmente potente que pode salvar ou destruir o planeta, e ele tem uma pequena etiqueta que diz ARC.
O que aprendemos com o projeto do Registro de Aprendizado e outros é que a busca empresarial está quebrada. As empresas têm informações não marcadas e ocultas escondidas em pequenos lagos e poços de dados que são inacessíveis ou ininteligíveis e, portanto, não transparentes para a investigação. Nessa Era da Informação acelerada, estamos perdendo conhecimento ganho todos os dias devido a métodos de armazenamento e recuperação ruins.
O Cérebro Empresarial da Tanjo vive dentro do seu firewall, com código-fonte completo, se conecta a tudo e não tem nada a fazer além de ler e digitalizar e organizar tudo ao seu alcance e esperar pelo momento emocionante em que detecta um humano tentando fazer algo que possa fazer uso do vasto mapa de informações ao seu alcance. Porque ele tem tanto tempo e poder e intimidade com o conhecimento organizacional, ele não se contenta em reduzir a leitura de “Guerra e Paz” a #romance_russo #Tolstói #história_de_guerra #história_de_amor. Em vez disso, ele o mapeará com o que chamamos de “impressão digital hiperdimensional” de até 4.000 conceitos ponderados. Esse esforço aparentemente superpoderado paga dividendos grandes para as instituições de pesquisa, bancos e faculdades com Cérebros Empresariais da Tanjo. É comum que eles realizem um valor muito superior à taxa de licença apenas no passo de mapeamento de conhecimento organizacional que faz parte do treinamento do seu Cérebro Empresarial, quando a liderança aprende quanto do conhecimento em que investem e dependem realmente está lá e o que tudo significa. Quando o Cérebro Empresarial é implementado, a organização agora tem uma lente com a qual ver como as informações entraram em seus sistemas, quem as apoiou, quem as desafiou e, finalmente, como as decisões foram tomadas. Está se tornando uma necessidade que é retrospectivamente óbvia. E, como o sistema de aprendizado de máquina que o JP Morgan implementou, paga dividendos para sempre.
Há algo mais que você gostaria de compartilhar sobre a Tanjo?
A Tanjo está trabalhando arduamente agora em um Cérebro Covid-19. Em consonância com a tese que impulsiona nossa empresa, estamos determinando como alcançar o equilíbrio homem-máquina para garantir que as informações certas e os melhores recursos estejam disponíveis para as pessoas que tomam decisões importantes durante essa crise. A capacidade de Personas Animadas da Tanjo será usada para modelar dados de população humana para rastrear a propagação viral, mas também determinar quais medidas e métodos de comunicação e as palavras reais, obterão o comportamento que precisamos para nos ajudar a navegar com sucesso para fora dessa crise para um ecossistema mais saudável p
Essa foi uma conversa fascinante, leitores que desejam aprender mais devem visitar Tanjo.
