Joy Mustafi, Șeful Științific al Datelor de la Aviso, Inc – Seria de Interviuri

Clasat printre cei mai buni 10 oameni de știință din India de către revista Analytics India Magazine, Joy Mustafi a condus cercetarea științifică a datelor la giganti tehnologici precum Salesforce (CRM ), Microsoft (MSFT ) și IBM, câștigând 50 de brevete și autor al peste 25 de publicații despre inteligență artificială.

El a fost asociat cu IBM timp de un deceniu ca om de știință al datelor, implicat în diverse soluții de inteligență de afaceri, inclusiv IBM Watson. A lucrat ca șef al cercetătorilor aplicati la Microsoft, responsabil pentru cercetarea inteligenței artificiale. Recent, Mustafi a fost cercetătorul principal pentru platforma Einstein a companiei Salesforce.

Mustafi este, de asemenea, fondatorul și președintele MUST Research, o organizație non-profit care promovează excelența în domeniile științei datelor, calculului cognitiv, inteligenței artificiale, învățării automate și analizei avansate pentru beneficiul societății.

Recent, Mustafi s-a alăturat companiei Aviso, Inc, cu sediul în Redwood City, în calitate de șef al științific al datelor, unde va folosi experiența sa de decenii pentru a ajuta clienții Aviso să accelereze închiderea tranzacțiilor și să extindă oportunitățile de venit.

Ce v-a atras inițial către inteligența artificială?

Îmi place matematica foarte mult, și la fel programarea. Am făcut studiile mele de masterat în statistică și lucrările mele postuniversitare în aplicații computerizate. Când am început călătoria mea de cercetare în inteligență artificială, în 2002, la Institutul Indian de Statistică din Kolkata, am folosit limbajul de programare C pentru a dezvolta un sistem de recunoaștere a numerelor scrise de mână pe baza unei rețele neuronale artificiale. Acesta a fost un proiect de peste 2500 de linii de cod, toate scrise de la zero, fără biblioteci încorporate, cu excepția intrărilor și ieșirilor standard. Acest proces a fost o combinație a tuturor subiectelor pe care le-am studiat. La acea vreme, inteligența artificială nu era atât de populară în lumea corporatistă, iar doar câteva organizații academice efectuau cercetări avansate în acest domeniu. Și, între timp, inteligența artificială nu era ceva nou! Domeniul cercetării inteligenței artificiale datează încă din 1956, când profesorul John McCarthy și alții au inaugurat acest domeniu la un atelier legendar de la Dartmouth College.

Ați lucrat cu unele dintre cele mai avansate companii în domeniul inteligenței artificiale, cum ar fi IBM Watson și Microsoft. Care a fost cel mai interesant proiect la care ați lucrat?

Vreau să menționez primul brevet pe care l-am primit în timp ce lucram la IBM: o metodă pentru rezolvarea problemelor de cuvinte în limbaj natural, care a fost o problemă deschisă pentru IBM Watson. Sistemul pe care l-am dezvoltat poate înțelege o problemă aritmetică sau algebrică exprimată în limbaj natural și poate oferi o soluție în timp real sub formă de răspuns în limbaj natural. Pentru a face acest lucru, sistemul a trebuit să efectueze următorii pași cheie: să obțină declarațiile de problemă și întrebarea care trebuie să fie răspunsă; să convertească propozițiile de intrare într-o secvență de propoziții care sunt bine formate din punct de vedere matematic; să convertească propozițiile bine formate în ecuații matematice; să rezolve setul de ecuații; și să narateze rezultatul matematic în limbaj natural.

Există și cel mai bun proiect pentru Microsoft — Softie! Am inventat și construit un robot fizic echipat cu diverse dispozitive de intrare și senzori interschimbabili, care permiteau robotului să primească informații de la oameni. O metodă standardizată de comunicare cu calculatorul a permis utilizatorului să facă ajustări practice, permițând interacțiuni mai bogate în funcție de context. Am reușit să implementăm un sistem robust cu caracteristici care includ o tastatură, dispozitiv de punctare, ecran tactil, recunoaștere a vorbirii și așa mai departe. Am format o echipă din diverse unități de afaceri și le-am încurajat să exploreze aplicațiile de cercetare în domeniul inteligenței artificiale și al domeniilor conexe.

Sunteți, de asemenea, fondatorul și președintele MUST Research, o organizație non-profit înregistrată în conformitate cu Legea societăților și a trusturilor din India. Ne puteți spune despre această organizație non-profit?

MUST Research este dedicată promovării excelenței și competenței în domeniile științei datelor, calculului cognitiv, inteligenței artificiale, învățării automate și analizei avansate pentru beneficiul societății. MUST își propune să creeze un ecosistem care să permită interacțiunea dintre academia și întreprinderi, ajutându-le să rezolve probleme și să fie conștiente de ultimele dezvoltări din era cognitivă, pentru a oferi soluții, a oferi îndrumare sau formare, a organiza prelegeri, seminarii și ateliere, și a colabora la programe științifice și misiuni sociale. Cea mai interesantă caracteristică a MUST este cercetarea sa fundamentală asupra tehnologiilor de ultimă oră, cum ar fi inteligența artificială, învățarea automată, prelucrarea limbajului natural, analiza textului, prelucrarea imaginilor, viziunea computerizată, prelucrarea semnalelor audio, tehnologia vorbirii, sistemele înglobate, robotica și așa mai departe.

Ce v-a inspirat să lansați MUST Research?

Dragostea mea pentru filmele științifico-fantastice și matematica mă fac să mă gândesc adesea la modul în care tehnologia poate schimba lumea, și am fost gândindu-mă la formarea unui grup de experți în tehnologii avansate de când eram în clasa a IX-a, în 1993. După ce am obținut primul meu loc de muncă, a durat 10 ani până să chem la o întâlnire — și încă 10 ani pentru a identifica un grup de experți potriviți și a forma o societate non-profit. Acum, însă, avem aproximativ 500 de oameni de știință ai datelor în MUST, din toată India, care contribuie cu pasiune la cercetarea tehnologiilor emergente.

În ultimii ani, industria a înregistrat avansuri semnificative în domeniul învățării profunde, învățării prin întărire, prelucrării limbajului natural și așa mai departe. Care dintre aceste domenii ale învățării automate vă pare cel mai interesant în prezent?

Toate algoritmii de învățare automată sunt interesanți atunci când sunt implementați ca produse sau servicii care pot fi utilizate de afaceri sau persoane în lumea reală. Era învățării profunde are avantaje și dezavantaje — uneori ajută la ingineria automată a caracteristicilor, dar, în același timp, poate funcționa ca o cutie neagră și poate duce la o situație de “gunoi la intrare, gunoi la ieșire”, dacă nu se utilizează seturi de date sau algoritmi potriviți. Unele dintre cele mai recente tehnologii sunt, de asemenea, foarte solicitante din punct de vedere al resurselor și necesită cantități mari de putere de procesare, timp și date. Lucrul cheie de reținut este că învățarea profundă este un subset al învățării automate (ML), care, la rândul său, este un subset al inteligenței artificiale (AI), și inteligența artificială este un subset al științei datelor — deci, toate sunt conectate. Și nu este vorba despre Python, R sau Scala — am început călătoria mea în inteligență artificială cu limbajul C, și se poate scrie chiar și programe de inteligență artificială în cod de asamblare. Construirea unor sisteme de inteligență artificială de succes depinde, în primul rând, de înțelegerea mediului de afaceri sau de cercetare, și apoi de conectarea punctelor dintre acțiuni și date pentru a construi un sistem care ajută, cu adevărat, diverse persoane din diferite domenii. Indiferent dacă lucrați cu prelucrarea limbajului natural, viziunea computerizată, analiza video, tehnologia vorbirii sau robotica, calea cea mai bună de urmat este să începeți cu abordarea cea mai simplă posibilă și să adoptați metode mai complexe în mod iterativ, pe măsură ce experimentați și rafinați sistemul.

Sunteți un vorbitor frecvent invitat la universitățile de top din India. Care este o întrebare pe care o auziți adesea de la studenți, și cum răspundeți la aceasta?

Întrebarea pe care o auziți cel mai des este: “Cum pot deveni om de știință al datelor?” Întotdeauna le spun tinerilor că este, cu siguranță, posibil, și încerc să-i îndrum spre a-și folosi dragostea pentru matematică, statistică sau știința computerelor pentru a încerca să rezolve probleme reale de afaceri. Oamenii mă întreabă, de asemenea, cum pot să se alăture MUST, și, din nou, răspunsul este simplu: “Construiți-vă profilul cu multiple proiecte și concentrați-vă pe a gândi outside the box.” Dacă doriți să deveniți om de știință al datelor, trebuie să dovediți, de asemenea, că puteți inova. Fără inovație, nu ne putem numi oameni de știință. Desigur, a fi acordat brevete sau a publica cercetarea în reviste și conferințe de renume vă ajută, de asemenea!

Ați fost de curând numit șef al științific al datelor la Aviso, pentru a utiliza experiența dvs. în domeniul inteligenței artificiale și al învățării automate. Ne puteți spune despre Aviso și despre rolul dvs. în această companie?

Aviso utilizează inteligența artificială și învățarea automată pentru a ghida directorii de vânzări și a elimina ghicirea din procesul de încheiere a tranzacțiilor. Aceasta este o provocare fascinantă, și responsabilitatea mea principală este de a ajuta organizația să crească într-o direcție pozitivă, utilizând cercetarea profundă pentru a pregăti scena pentru succesul clienților. Utilizez cunoștințele și experiența mea în domeniul inteligenței artificiale și al inovării pentru a face produsele și proiectele noastre de cercetare mai:

Adaptabile: Acestea trebuie să învețe pe măsură ce informațiile se schimbă și pe măsură ce obiectivele și cerințele evoluează. Acestea trebuie să rezolve ambiguitatea și să tolereze imprevizibilitatea. Acestea trebuie să fie proiectate pentru a se hrăni cu date dinamice în timp real.

Interactiv: Acestea trebuie să interacționeze ușor cu utilizatorii, astfel încât aceștia să poată defini nevoile lor în mod confortabil. Acestea trebuie să interacționeze cu alte procesoare, dispozitive, servicii, precum și cu oameni.

Iterative și cu stare: Acestea trebuie să ajute la definirea unei probleme prin punerea de întrebări sau prin găsirea de intrări suplimentare, dacă o declarație de problemă este ambiguă sau incompletă. Acestea trebuie să-și amintească interacțiunile anterioare într-un proces și să returneze informații care sunt potrivite pentru aplicația specifică din acel moment.

Contextual: Acestea trebuie să înțeleagă, să identifice și să extragă elemente contextuale, cum ar fi sensul, sintaxa, timpul, locul, domeniul potrivit, reglementarea, profilul utilizatorului, procesul, sarcina și obiectivul. Acestea trebuie să se bazeze pe multiple surse de informații, inclusiv atât informații digitale structurate, cât și nestructurate.

Ce v-a atras la această poziție la Aviso?

Aviso lucrează pentru a înlocui sistemele CRM legacy umflate cu unelte fără fricțiuni, activate de inteligență artificială, care pot furniza informații actionabile și debloca potențialul echipelor de vânzări. Produsul nostru este un sistem inteligent care înțelege punctele slabe ale vânzătorilor, elimină intrarea de date care consumă timp și oferă executivilor sugestiile și îndrumarea de care au nevoie pentru a încheia tranzacții eficient. Am fost atras de echipa puternică de conducere și de baza de clienți, dar și de angajamentul Aviso de a utiliza instrumente sofisticate de inteligență artificială pentru a rezolva provocări din lumea reală. Vânzarea este o parte vitală a oricărui business, și Aviso ajută la acest lucru, prin exploatarea puterii inteligenței artificiale. Și ce puteți dori mai mult?

În cele din urmă, este ceva ce ați dori să împărtășiți despre inteligența artificială?

Inteligența artificială face ca o nouă clasă de probleme să devină calculabile. Pentru a răspunde naturii fluide a înțelegerii utilizatorilor cu privire la problemele lor, sistemul de calcul cognitiv oferă o sinteză nu numai a surselor de informații, ci și a influențelor, contextelor și insight-urilor. Aceste sisteme se diferențiază de aplicațiile actuale de calculatoare, deoarece merg dincolo de tabelarea și calcularea bazate pe reguli și programe preconfigurate. Ele pot infera și chiar raționa pe baza unor obiective largi. În acest sens, calculul cognitiv este un tip nou de calcul, cu scopul de a dezvolta modele mai precise ale modului în care creierul sau mintea umană simte, raționează și răspunde la stimuli. Este un domeniu de studiu care examinează modul în care se pot crea computere și software care sunt capabile de comportament inteligent. Acest domeniu este interdisciplinar: inteligența artificială este un loc în care se întâlnesc mai multe științe și profesii, inclusiv știința computerelor, electronica, matematica, statistica, psihologia, lingvistica, filosofia, neuroștiința și biologia. Iar asta face ca acest domeniu să fie atât de interesant!