Stephen DeAngelis, fundador e CEO da Enterra Solutions – Série de entrevistas

Stephen DeAngelis é fundador e CEO da Soluções Enterra, a primeira empresa a aplicar a Ciência da Decisão Autônoma^TM (PUBLICIDADES^®) tecnologia para realizar otimização de ponta a ponta da cadeia de valor, tomada de decisões e pesquisa e desenvolvimento complexos para empresas.

Stephen F. DeAngelis é um especialista reconhecido internacionalmente em inteligência artificial e análises avançadas e suas aplicações à competitividade, resiliência e segurança de entidades comerciais e agências governamentais. O Sr. DeAngelis é detentor de patente, pioneiro em tecnologia e empresário. Sua carreira está na interseção de relações internacionais, negócios, governo e academia. Ele traz uma perspectiva única e profunda experiência para suas empresas.

Você poderia compartilhar a história da gênese por trás da Enterra Solutions?

A Enterra tem suas origens como empreiteira do governo dos EUA. A Enterra desenvolveu e executou modelos de resiliência empresarial (competitividade, risco e desempenho baseados em dados sistêmicos) para agências governamentais dos EUA. Ao realizar este trabalho, a Enterra desenvolveu suas melhores práticas de metodologia de gerenciamento de resiliência empresarial e modelo de maturidade sob acordos colaborativos de pesquisa e desenvolvimento com agências de pesquisa e desenvolvimento dos EUA financiadas pelo governo federal.

Para promover a competitividade e a resiliência da tecnologia, a Enterra começou a trabalhar em inteligência artificial e matemática aplicada no início dos anos 2000. Em meados da década de 2000, a empresa começou a combinar o seu trabalho no setor governamental com investigação académica teórica e experimental de ponta – este trabalho continua até hoje. A pesquisa acadêmica da Enterra é uma cooperação bidirecional que expõe nossa empresa e nossos funcionários a algumas das mais avançadas e sofisticadas técnicas e práticas matemáticas e de IA, ao mesmo tempo em que estabelece uma rede profunda e um conjunto de conexões com alguns dos principais indivíduos e pensadores seminais da área cognitiva. aplicações científicas e de resiliência.

A Enterra aproveitou os aprendizados científicos e técnicos de seu trabalho no governo e na academia para reimaginar a análise de big data no setor comercial - o resultado foi a criação da plataforma Autonomous Decision Science® (ADS®) e IA generativa da Enterra e um conjunto de expansivas cadeias de valor aplicativos de negócios que se unem para criar um sistema de inteligência inédito. O Sistema de Inteligência da Enterra realiza otimização, planejamento e execução autônomos de ponta a ponta, controlando os vários sistemas transacionais de registro/engajamento de uma organização em Marketing, Vendas, Cadeia de Suprimentos e Estratégia Corporativa, e orquestrando decisões e ações que ajudam a empresa construir competitividade e resiliência e alcançar seus objetivos de negócios.

Ao combinar a tecnologia proprietária da Enterra com o conhecimento e as práticas organizacionais, a Enterra antecipa as mudanças do mercado de forma sistemática e na velocidade do mercado – transformando negócios em Empresas Autônomas Inteligentes.

A Enterra Solutions oferece ciência de decisão autônoma. O que é isso especificamente e como otimiza as decisões de negócios?

O Autonomous Decision Science® (ADS®) da Enterra é a plataforma tecnológica que alimenta o Enterra System of Intelligence™. A plataforma de tecnologia ADS da Enterra reúne três tecnologias anteriormente isoladas:

1. Um raciocínio semântico e inteligência artificial baseada em lógica simbólica vetorial que permite o raciocínio, a tomada de decisões e a aprendizagem semelhantes aos humanos. Esse recurso exclusivo combina bom senso e conhecimento do setor com raciocínio de inferência para criar um sistema que pode tomar decisões com raciocínio sutil e humano e depois aprender com os resultados.
2. Glass-Box, aprendizado de máquina explicativo e transparente na forma de Representation Learning Machine™ (RLM) proprietária. A base do RLM é a matemática de alta dimensão e a análise funcional. O RLM identifica exclusivamente uma função que descreve a combinação e contribuição de variáveis ​​no conjunto de dados que descrevem os efeitos observáveis ​​através de múltiplas camadas de interação com um alto grau de precisão. Isto é classificado como “glass-box”, algoritmo explicativo que gera uma função, cuja saída é visível em oposição aos algoritmos de “caixa preta” que apenas geram padrões, mas não oferecem qualquer descrição explicativa da dinâmica do sistema/conjunto de dados, nem têm qualquer “compreensão” substantiva do que o padrão significa.
3. Otimização não linear baseada em restrições capacidade que incorpora a fórmula derivada de RLM, juntamente com restrições de raciocínio semântico e lógica, para executar otimização rápida que reflete as complexas considerações multidimensionais do mundo real para derivar recomendações altamente acionáveis. Esse recurso quebra a barreira da dimensionalidade associada aos modelos lineares.

A combinação única dessas técnicas permitiu à Enterra fornecer aos clientes capacidades significativamente diferenciadas e criou um abismo altamente defensável no cenário competitivo – tanto com grandes plataformas de tecnologia de IA quanto com players de soluções pontuais.

Há cerca de um ano, no “Podcast de olho na IA”, você discutiu como a IA antiquada continua a ser uma ferramenta poderosa. Sua opinião mudou sobre isso e quais são alguns dos algoritmos tradicionais de aprendizado de máquina que ainda são usados ​​na Enterra Solutions?

A ciência é geracionalmente aditiva, o que significa que uma geração de capacidades se sobrepõe às inovações da geração anterior para criar novas capacidades. A Enterra inova continuamente e evolui criativamente sua tecnologia. Como mencionado acima, a Enterra criou uma plataforma Enterra Autonomous Decision Science® (ADS®) e Generative AI que é um conjunto de raciocínio semelhante ao humano e recursos GenAI, aprendizado de máquina explicativo superavançado de alta dimensão, caixa de vidro, com não- mecanismos de otimização lineares baseados em restrições. Reunimos essas tecnologias anteriormente isoladas em uma única plataforma e, ao fazê-lo, conseguimos desbloquear capacidades analíticas anteriormente irrealizáveis ​​e mitigar as deficiências de qualquer tecnologia individual.

Como a Enterra Solutions integrou a IA generativa em suas soluções?

Embora muitas organizações ainda estejam em um período de descoberta e teste com IA generativa, a Enterra Solutions e nossos clientes têm se beneficiado de seus poderosos recursos há mais de uma década. O componente de IA da plataforma Enterra aprenderá exclusivamente as razões ambientais pelas quais as recomendações são bem-sucedidas ou não e persistirão esse aprendizado em suas ontologias e bases de conhecimento de IA generativa. A Enterra, quando solicitada por um cliente, desenvolverá uma base de conhecimento específica da GenAI representando as estratégias, táticas, lógica de negócios e formas de trabalhar e vencer de seus clientes; ao mesmo tempo que fornece lógica atualizada e configuração de restrições para as funções de otimização dentro dos componentes funcionais do Sistema de Inteligência da Enterra.

As alucinações são um dos principais problemas da IA ​​generativa. Como a Enterra Solutions supera essas limitações?

A IA generativa pode automatizar a maioria dos fluxos de trabalho, mas sendo não validada, a sua credibilidade é questionável. Isso pode ser resolvido aproveitando a tecnologia ADS que pode ser conectada a grandes modelos de linguagem (LLMs), raciocinar e triangular o conhecimento matematicamente para validar sua eficácia. Ao aproveitar o ADS para fornecer explicabilidade confiável e capacidade de ação de insights e recomendações, a confiança pode ser construída.

De 2015 a 2019, você foi membro do Conselho Consultivo do Centro Dalai Lama de Ética e Valores Transformativos do MIT. Como isso moldou seus valores nos negócios e na IA?

Bem, se alguém está envolvido com o Centro Dalai Lama, não pode deixar de pensar em liderança e ética como uma coisa só. Quando você administra uma empresa, aprende muito rapidamente que toma milhares de decisões por ano. Algumas são pequenas, algumas são ordinárias ou processuais e algumas são decisões significativas ou consequenciais. Espero ter aprendido a tomar decisões com considerações éticas inerentemente incorporadas na minha lógica – verdadeiramente uma estrela do norte e os parâmetros para uma tomada de decisão esclarecida. Este conceito também se reflete na forma como construímos algoritmos e software e, em última análise, na forma como gerimos a nossa organização.

Freqüentemente, líderes empresariais e de IA, como Geoffrey Hinton, estão preocupados com os problemas potenciais futuros da IA ​​e, especificamente, da AGI. Qual é a sua opinião sobre isso?

Algumas das preocupações de Geoffrey Hinton são com o potencial uso indevido e a velocidade com que a IA está sendo implantada. Esses são pontos justos, já que muitas empresas estão tentando encaixar a IA em suas práticas de negócios sem primeiro entender quais problemas estão tentando resolver. A IA não resolve todos os problemas e não deve ser considerada uma solução geral para todos os desafios empresariais. É fundamental que as empresas comecem com uma declaração do problema orientada para o negócio, antes de procurarem soluções viáveis. Depois de compreender o problema que está tentando resolver, você poderá compreender a adequação estratégica e a viabilidade técnica do uso de tecnologias avançadas, como IA.

Você é um empreendedor em série e lançou com sucesso vários negócios em vários domínios. O que o leva a inovar?

No final das contas, sou mais um aprendiz criativo ao longo da vida e um empresário intelectualmente curioso do que um administrador. A combinação da aprendizagem ao longo da vida e da curiosidade intelectual, quando combinada com o zelo do empreendedor pela criação de novos negócios, impulsiona a inovação e a criação de produtos e serviços para preencher lacunas identificadas no mercado. O desejo de trabalhar com grandes equipes de pessoas e de “competir e vencer” criando valor para os acionistas é o que me leva a inovar.

Qual é a sua visão para o futuro da IA?

Apesar da lente do uso da IA ​​em aplicações B2B de um futuro próximo – acredito que a IA permitirá a tomada de decisões práticas e autônomas em um futuro próximo em aplicações de negócios em grande escala. Estas capacidades serão impulsionadas por Agentes Inteligentes semelhantes aos humanos que aumentam a tomada de decisão humana com uma inteligência artificial ou superinteligência artificial focada em casos de utilização grandes e disruptivos. Aplicações como a otimização ponta a ponta da cadeia de valor e a tomada de decisões para corporações globais em todos os setores da indústria e as interrupções na descoberta e formulações de medicamentos e nos ensaios clínicos são transformadoras e afetam a vida da maioria das pessoas em todo o planeta.

Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar Soluções Enterra.