Vinay Kumar Sankarapu, Co-Fondator și CEO al Arya.ai – Seria de Interviuri

Vinay Kumar Sankarapu este Co-Fondator și CEO al Arya.ai, o platformă care oferă “norul de inteligență artificială” pentru bănci, asigurători și instituții financiare (BFSI) pentru a găsi API-urile de inteligență artificială potrivite, soluții de inteligență artificială expert și instrumente de guvernanță a inteligenței artificiale cuprinzătoare necesare pentru a implementa motoare de inteligență artificială de încredere și autovehicule.

Fundalul dvs. este în matematică, fizică, chimie și inginerie mecanică, puteți discuta despre călătoria dvs. de trecere la informatică și inteligență artificială?

La IIT Bombay, avem un program “Dual Degree” care oferă un curs de 5 ani pentru a acoperi atât licența, cât și masteratul. Am făcut inginerie mecanică cu specializare în “Proiectare și fabricație asistată de calculator”, unde știința computerelor face parte din curriculum-ul nostru. Pentru cercetarea noastră postuniversitară, am ales să lucrez la învățarea profundă. În timp ce am început să folosesc DL pentru a construi un cadru de predicție a eșecului pentru producția continuă, am terminat cercetarea mea folosind CNN-uri pentru predicția RUL. Acest lucru s-a întâmplat în jurul anilor 2013/14.

Ați lansat Arya.ai în timp ce erați încă la facultate, puteți împărtăși povestea de fond a acestui startup?

Ca parte a cercetării academice, am fost nevoiți să petrecem 3-4 luni pentru a face o revizuire a literaturii și a crea un studiu detaliat pe tema de interes, scopul lucrării efectuate până acum și ce ar putea fi o posibilă zonă de focalizare pentru cercetarea noastră. În timpul anilor 2012/13, instrumentele pe care le-am folosit erau destul de de bază. Motoarele de căutare precum Google Scholar și Scopus efectuau doar o căutare pe baza cuvintelor cheie. A fost foarte greu să înțelegem volumul de cunoștințe disponibile. Am crezut că această problemă va deveni și mai gravă. În 2013, cred că au fost publicate cel puțin 30+ articole pe minut. Astăzi, acela este de cel puțin 10-20 de ori mai mult.

Am vrut să construim un asistent de “inteligență artificială” precum un “profesor” pentru cercetători, care să-i ajute să sugereze o temă de cercetare, să găsească un articol potrivit care este cel mai actualizat și orice legat de cercetarea științifică. Cu experiența noastră în învățarea profundă, am crezut că putem rezolva această problemă. În 2013, am început Arya.ai cu o echipă de 3 persoane, care s-a extins la 7 în 2014, în timp ce eram încă la facultate.

Prima noastră versiune a produsului a fost construită prin extragerea a peste 30 de milioane de articole și rezumate. Am folosit tehnici de ultimă generație în învățarea profundă din acea perioadă pentru a construi un asistent de cercetare științifică și un motor de căutare contextual pentru știință. Dar atunci când am prezentat asistentul de inteligență artificială unor profesori și colegi, am realizat că eram prea devreme. Fluxurile conversaționale erau limitate, iar utilizatorii așteptau o conversație liberă și continuă. Așteptările erau foarte nerealiste la acea vreme (2014/15), chiar dacă răspundea la întrebări complexe.

Ulterior, ne-am concentrat să folosim cercetarea noastră și să ne axăm pe instrumente de învățare automată pentru cercetători și întreprinderi, ca o bancă de lucru pentru a democratiza învățarea profundă. Dar, din nou, foarte puțini oameni de știință foloseau DL în 2016. Așa că am început să ne concentrăm pe un anumit sector și am construit straturi de produse specializate pentru acel sector, și anume instituțiile financiare (FSI). Știam că acest lucru va funcționa, deoarece, în timp ce jucătorii mari își propun să câștige jocul orizontal, verticalizarea poate crea un mare avantaj competitiv pentru startup-uri. De data aceasta, am avut dreptate!

Suntem în proces de construire a “norului de inteligență artificială” pentru bănci, asigurători și instituții financiare, cu straturi verticale specializate pentru a oferi soluții de inteligență artificială scalabile și responsabile.

Cât de mare este problema “cutiei negre” a inteligenței artificiale în finanțe?

Extrem de importantă! Doar 30% din instituțiile financiare folosesc “inteligența artificială” la potențialul său maxim. În timp ce una dintre cauze este accesibilitatea, o altă cauză este lipsa de “încredere” și “auditabilitate” a inteligenței artificiale. Reglementările sunt acum clare în câteva geografii cu privire la legalitatea utilizării inteligenței artificiale pentru cazuri de utilizare cu risc scăzut, mediu și ridicat. Este necesar prin lege în UE să se utilizeze modele transparente pentru cazuri de utilizare cu risc ridicat. Multe cazuri de utilizare în instituții financiare sunt cazuri de utilizare cu risc ridicat. Prin urmare, acestea sunt obligate să utilizeze modele “alb-negru”.

Ciclurile de hype se stabilizează, de asemenea, din cauza experienței timpurii cu soluții de inteligență artificială. Există un număr tot mai mare de exemple în ultimul timp despre efectele utilizării “cutiei negre” a inteligenței artificiale, eșecurile inteligenței artificiale din cauza lipsei de monitorizare și provocările cu managerii de risc și juridici din cauza auditabilității limitate.

Puteți discuta despre diferența dintre monitorizarea învățării automate și observabilitatea învățării automate?

 Responsabilitatea unui instrument de monitorizare este pur și simplu să monitorizeze și să alerteze. Iar responsabilitatea unui instrument de observabilitate nu este doar să monitorizeze și să raporteze, ci, mai important, să ofere suficiente dovezi pentru a găsi motivele eșecului sau pentru a prezice aceste eșecuri în timp.

În inteligența artificială/învățarea automată, aceste instrumente joacă un rol critic. În timp ce aceste instrumente pot furniza rolurile sau monitorizarea necesare, domeniul de aplicare al observabilității învățării automate

De ce sunt necesare platforme specifice industriei pentru observabilitatea învățării automate, în loc de platforme generale?

Platformele generale sunt proiectate pentru oricine și orice caz de utilizare, indiferent de industrie – orice utilizator poate să se conecteze și să înceapă să utilizeze platforma. Clienții acestor platforme sunt, de obicei, dezvoltatori, oameni de știință, etc. Platformele, cu toate acestea, creează numeroase provocări pentru stakeholderi din cauza naturii lor complexe și abordării “unul pentru toți”.

În mod nefericit, majoritatea afacerilor de astăzi necesită experți în știința datelor pentru a utiliza platformele generale și au nevoie de soluții sau straturi de produse suplimentare pentru a face aceste modele “utilizabile” de către utilizatorii finali din orice sector. Acest lucru include explicabilitate, audit, segmente/scenarii, procese cu intervenție umană, etichetare de feedback, audit, pipeline-uri specifice instrumentelor, etc.

Acesta este punctul în care platformele de inteligență artificială specifice industriei vin ca avantajoase. O platformă de inteligență artificială specifică industriei deține întregul flux de lucru pentru a rezolva o nevoie sau un caz de utilizare țintit al clientului și este dezvoltată pentru a oferi un produs complet de la capăt la capăt, de la înțelegerea nevoilor de business până la monitorizarea performanței produsului. Există multe obstacole specifice industriei, cum ar fi cadrele de reglementare și conformitate, cerințele de confidențialitate a datelor, cerințele de audit și control, etc. Platformele și ofertele de inteligență artificială specifice industriei accelerează adoptarea inteligenței artificiale și scurtează calea spre producție prin reducerea timpului de dezvoltare și a riscurilor asociate cu implementarea inteligenței artificiale. Mai mult, acest lucru va ajuta, de asemenea, la aducerea împreună a expertizei în inteligență artificială din industrie sub formă de strat de produs care ajută la îmbunătățirea acceptării “inteligenței artificiale”, la stimularea eforturilor de conformitate și la găsirea unor abordări comune pentru problemele de etică, încredere și reputație.

Puteți împărtăși detalii despre platforma de observabilitate a învățării automate oferită de Arya.ai?

Am lucrat în instituții financiare timp de peste 6 ani. De la 2016. Acest lucru ne-a oferit o expunere timpurie la provocările unice ale implementării inteligenței artificiale complexe în instituțiile financiare. Una dintre provocările importante a fost “acceptarea inteligenței artificiale”. În contrast cu alte sectoare, există multe reglementări cu privire la utilizarea oricărui software (inclusiv soluții de inteligență artificială), confidențialitatea datelor, etica și, mai ales, impactul financiar asupra afacerii. Pentru a aborda aceste provocări la scară, am fost nevoiți să inventăm și să adăugăm continuu straturi noi de explicabilitate, audit, risc și responsabilitate deasupra soluțiilor noastre – prelucrarea cererilor, subscrierea, monitorizarea fraudelor, etc. În timp, am creat un cadru de observabilitate a învățării automate acceptabil și escalabil pentru diversele părți interesate din industria serviciilor financiare.

Acum lansăm o versiune DIY a acestui cadru sub numele de AryaXAI (xai.arya.ai). Orice echipă de învățare automată sau de business poate utiliza AryaXAI pentru a crea o guvernanță cuprinzătoare a inteligenței artificiale pentru cazuri de utilizare critice. Platforma aduce transparență și auditabilitate soluțiilor de inteligență artificială, care sunt acceptabile pentru toți stakeholderii. AryaXAI face inteligența artificială mai sigură și acceptabilă pentru cazuri de utilizare critice, oferind o explicabilitate fiabilă și precisă, oferind dovezi care pot susține diligența regulamentară, gestionând incertitudinea inteligenței artificiale prin furnizarea de controale de politică avansate și asigurând coerența în producție prin monitorizarea derulării datelor sau a modelului și alertarea utilizatorilor cu analiza cauzală.

AryaXAI acționează, de asemenea, ca un flux de lucru comun și oferă insights acceptabile pentru toți stakeholderii – echipe de știință a datelor, IT, risc, operațiuni și conformitate, făcând implementarea și întreținerea modelelor de învățare automată/ inteligență artificială să fie fără probleme și fără aglomerație.

O altă soluție oferită este o platformă care îmbunătățește aplicabilitatea modelului de învățare automată prin implementarea contextuală a politicii. Puteți descrie ce este aceasta în mod specific?

Devine dificil să monitorizați și să controlați modelele de învățare automată în producție, din cauza volumului mare de caracteristici și predicții. În plus, incertitudinea comportamentului modelului face dificilă gestionarea și standardizarea guvernanței, riscului și conformității. Astfel de eșecuri ale modelelor pot rezulta în pierderi financiare și de reputație semnificative.

AryaXAI oferă “controale de risc/politică”, un component critic care păstrează interesele de business și etice prin impunerea de politici asupra inteligenței artificiale. Utilizatorii pot adăuga, edita sau modifica politici pentru a administra controalele de politică. Acest lucru permite echipelor transversale să definească garduri de politică pentru a asigura evaluarea continuă a riscurilor, protejând astfel afacerea de incertitudinea inteligenței artificiale.

Care sunt exemplele de cazuri de utilizare pentru aceste produse?

AryaXAI poate fi implementat pentru diverse procese critice pentru misiunea din diferite industrii. Cele mai comune exemple sunt:

BFSI: Într-un mediu de strictețe regulamentară, AryaXAI face ca industria BFSI să se alinieze cu ușurință la cerințe și să colecteze dovezi necesare pentru a gestiona risc și a asigura conformitatea.

• Subscrierea creditelor pentru împrumuturi garantate/negarantate
• Identificarea fraudelor/tranzacțiilor suspecte
• Audit
• Managementul ciclului de viață al clientului
• Luarea deciziilor de credit

Mașini autonome: Mașinile autonome trebuie să respecte strictețea regulamentară, siguranța operațională și explicabilitatea în deciziile luate în timp real. AryaXAI permite o înțelegere a modului în care sistemul de inteligență artificială interacționează cu vehiculul

• Analiză decizională
• Operațiuni de vehicul autonom
• Date despre starea vehiculului
• Monitorizarea sistemului de conducere autonomă

Sănătate: AryaXAI oferă insights mai profunde din perspective medicale, tehnice, juridice și ale pacienților. De la descoperirea de medicamente la producție, vânzări și marketing, AryaXAI promovează colaborarea multidisciplinară

• Descoperirea de medicamente
• Cercetarea clinică
• Validarea datelor din studiile clinice
• Îngrijire de calitate superioară

Care este viziunea dvs. pentru viitorul învățării automate în finanțe?

În ultimul deceniu, a existat o educație și o promovare masivă a “inteligenței artificiale”. Am văzut multiple cicluri de hype în acest timp. Probabil că suntem acum la al 4-lea sau al 6-lea ciclu de hype. Primul a fost când învățarea profundă a câștigat ImageNet în 2011/12, urmat de lucrări în jurul clasificării de imagini/text, recunoașterea vorbirii, mașini autonome, inteligență artificială generativă și, în prezent, cu modele de limbaj mare. Diferența dintre vârful hype-ului și utilizarea pe scară largă se reduce cu fiecare ciclu de hype, datorită iterațiilor în jurul produsului, cererii și finanțării.

Urmează trei lucruri:

1. Cred că am descoperit cadrul de scalare pentru soluții de inteligență artificială, cel puțin pentru câțiva experți. De exemplu, Open AI este în prezent o organizație fără venit, dar estimează că va genera 1 miliard de dolari în venit în următorii 2 ani. Deși nu toate companiile de inteligență artificială pot atinge o astfel de scară, șablonul de scalabilitate este mai clar.
2. Definirea soluțiilor de inteligență artificială ideale este aproape clară pentru toate sectoarele: În contrast cu perioada anterioară, în care produsul a fost construit prin experimente iterative pentru fiecare caz de utilizare și fiecare organizație, stakeholderii sunt din ce în ce mai educați pentru a înțelege ce au nevoie de la soluțiile de inteligență artificială.
3. Reglementările sunt acum la fel de importante: Necesitatea unor reglementări clare în jurul confidențialității datelor și utilizării inteligenței artificiale este acum în plină expansiune. Organele de reglementare și guvernamentale sunt capabile să publice sau sunt în proces de a publica cadrele necesare pentru utilizarea sigură, etică și responsabilă a inteligenței artificiale.

Ce urmează?

Explozia “Modelului ca serviciu (MaaS)”:

Vom vedea o cerere tot mai mare pentru propuneri de “Model ca serviciu” nu numai orizontal, dar și vertical. În timp ce “OpenAI” reprezintă un exemplu bun de “MaaS orizontal”, Arya.ai este un exemplu de “MaaS vertical”. Cu experiența noastră în implementări și seturi de date, Arya.ai a colectat seturi de date verticale critice care sunt utilizate pentru a antrena modele și a le oferi ca modele pre-antrenate sau gata de utilizare.

Verticalizarea este noul orizontal: Am văzut acest trend în “adopția cloud”. În timp ce jucătorii orizontali se concentrează pe “platforme pentru toată lumea”, jucătorii verticali se concentrează pe nevoile utilizatorului final și le oferă sub formă de strat de produs specializat. Acest lucru este valabil și pentru ofertele de “MaaS”.

XAI și guvernanța inteligenței artificiale vor deveni o normă în întreprinderi: În funcție de sensibilitatea reglementărilor, fiecare sector va atinge un cadru de XAI și guvernanță acceptabil, care va fi implementat ca parte a designului, și nu ca o componentă adăugată.

Inteligența artificială generativă pe date tabulare poate vedea ciclurile sale de hype în întreprinderi: Crearea de seturi de date sintetice este supusă unei soluții ușor de implementat pentru a rezolva provocările legate de date în întreprinderi. Echipele de știință a datelor ar prefera foarte mult acest lucru, deoarece problema este sub controlul lor, și nu depinde de business, care poate dura, fi scump și nu garantat să urmeze toți pașii atunci când colectează date. Datele sintetice rezolvă problemele de polarizare, dezechilibru de date, confidențialitate și insuficiență a datelor. Desigur, eficacitatea acestei abordări trebuie încă demonstrată. Cu toate acestea, odată cu mai multă maturitate în tehnici noi, cum ar fi transformatorii, putem vedea mai multe experimente pe seturi de date tradiționale, cum ar fi tabulare și multidimensionale. În urma succesului, această abordare poate avea un impact semnificativ asupra întreprinderilor și ofertelor de “MaaS”.

Există altceva pe care ați dori să-l împărtășiți despre Arya.ai?

Focusul Arya.ai este rezolvarea “inteligenței artificiale” pentru bănci, asigurători și instituții financiare. Abordarea noastră este verticalizarea tehnologiei până la ultimul strat și facerea acesteia utilizabilă și acceptabilă de către fiecare organizație și stakeholder.

AryaXAI (xai.arya.ai) va juca un rol important în furnizarea acesteia către mase în cadrul sectorului FSI. Cercetarea noastră continuă despre datele sintetice a reușit într-un număr mic de cazuri de utilizare, dar ne propunem să o facem mai viabilă și acceptabilă. Vom continua să adăugăm straturi suplimentare “norului de inteligență artificială” pentru a servi misiunii noastre.

Cred că vom vedea mai multe startup-uri precum Arya.ai, nu numai în sectorul FSI, ci și în fiecare sector.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Arya.ai ar trebui să viziteze Arya.ai.