Бабак Ходжат, главный офицер по искусственному интеллекту в Cognizant – Серия интервью

Бабак Ходжат, главный офицер по искусственному интеллекту, возглавляет лаборатории исследований искусственного интеллекта, команду разработчиков и исследователей, которая продвигает состояние искусственного интеллекта, создает дифференцированные функции искусственного интеллекта в предложениях Cognizant и возглавляет инициативы компании по искусственному интеллекту для добра.

Бабак является бывшим сооснователем и генеральным директором Sentient, ответственным за основную технологию, стоящую за крупнейшей в мире распределенной системой искусственного интеллекта. Бабак также был основателем первого в мире хедж-фонда, управляемого искусственным интеллектом, Sentient Investment Management.

Бабак является серийным предпринимателем, создавшим несколько компаний в долине Силикона в качестве основного изобретателя и технолога. До сооснования Sentient Бабак был старшим директором по инженерии в Sybase iAnywhere, где он возглавлял инженерию мобильных решений. До Sybase Бабак был сооснователем, техническим директором и членом совета директоров Dejima Inc. Бабак является основным изобретателем запатентованной технологии Dejima, ориентированной на агентов, применяемой к интеллектуальным интерфейсам для мобильных и корпоративных вычислений – технологии, стоящей за Siri от Apple.

Бабак опубликовал более 50 статей в области искусственной жизни, ориентированного на агентов программного обеспечения и распределенного искусственного интеллекта и имеет 39 выданных патентов США на свое имя. Он является экспертом в различных областях искусственного интеллекта, включая обработку естественного языка, машинное обучение, эволюционные алгоритмы и распределенный искусственный интеллект.

Cognizant – это глобальная компания профессиональных услуг и консалтинга в области информационных технологий, которая помогает организациям модернизировать свою цифровую инфраструктуру, внедрять новые технологии, такие как искусственный интеллект, облако, данные и автоматизацию, и перестраивать бизнес-процессы для повышения гибкости и роста.

Вы основали несколько компаний, связанных с искусственным интеллектом, написали две книги и помогли создать технологию, повлиявшую на Siri. Что из личного опыта или поворотных моментов наиболее сформировало вашу убежденность в искусственном интеллекте как инструменте для реального воздействия?

Мое увлечение искусственным интеллектом началось рано в моей академической карьере и только укрепилось с тех пор. Несколько ключевых поворотных моментов включали создание некоторых из первых агентных систем в Dejima для программирования потребительских товаров, таких как ваш видеомагнитофон, работу, которую мы выполнили в Sentient Technologies, применение искусственного интеллекта к сложным проблемам, таким как финансовая торговля. Технология естественного языка, которую я разработал для Siri, которая также была основана на агентах, была еще одним поворотным моментом.

Эти реальные применения продемонстрировали мне, что искусственный интеллект может выйти за рамки теоретических конструкций и обеспечить осязаемую бизнес-ценность. Мы теперь вступаем в взрывной период коммерциализации технологий искусственного интеллекта, особенно с помощью многоагентных систем, которые полностью преобразуют, как работают предприятия, позволяя автоматизировать многие сложные задачи.

Давайте поговорим о вашем последнем проекте – этой системе, основанной на искусственном интеллекте, для планирования использования земель, разработанной совместно с Университетом Техаса. Что вдохновило разработку этого инструмента, и как он представляет собой сдвиг от теоретического искусственного интеллекта к реальному воздействию на политику?

Система искусственного интеллекта для планирования использования земель, которую мы разработали в сотрудничестве с Университетом Техаса в Остине, была вдохновлена необходимостью решить сложные экологические и экономические компромиссы в глобальном использовании земель. Фреймворк, управляемый машинным обучением, использует технологию, стоящую за Cognizant Neuro AI Decisioning и построен на платформе Project Resilience.

Наша совместная исследовательская команда стремилась помочь реализовать цели устойчивого развития Организации Объединенных Наций, создав инструмент, который мог бы оптимизировать использование земель для максимизации хранения углерода, минимизации экономических нарушений и сохранения продовольственной безопасности и среды обитания. Традиционные подходы часто упускают из виду тонкие компромиссы, такие как местные эффекты преобразования сельскохозяйственных земель или пастбищ в леса. Мы пошли по другому пути, который использовал эволюционный искусственный интеллект, вычислительный подход, вдохновленный естественным отбором. Он был разработан для изучения тысяч политических сценариев, итеративного улучшения и балансирования конкурирующих целей для более эффективных, контекстно-зависимых стратегий использования земель.

Система представляет собой значительный сдвиг от теоретических концепций искусственного интеллекта к реальному воздействию на политику. Она интегрирует исторические данные об использовании земель, восходящие к векам, и углеродные данные с сложными эволюционными алгоритмами, чтобы обеспечить действенные, оптимизированные рекомендации, а не абстрактные прогнозы.

Отдельно мы также создали интерактивный инструмент, который генерирует и оценивает сценарии климатической политики с помощью симулятора En-ROADS, giúpая лицам, принимающим решения, сравнивать и настраивать планы действий. Система позволяет законодателям и лицам, принимающим решения, симулировать стимулы политики и直接 понимать компромиссы, помогая им выбирать целевые, эффективные вмешательства. Интеграция системы с платформами, такими как симулятор En-ROADS от Climate Interactive, позволяет масштабировать оптимизацию политики, основанной на искусственном интеллекте, для более широкой аудитории, подчеркивая искусственный интеллект как практического партнера в решении реальных проблем устойчивости.

Можете ли вы рассказать нам, как работает инструмент с точки зрения пользователя? Какие решения он может поддержать, и как он обеспечивает индивидуальные рекомендации для разных регионов?

С точки зрения пользователя инструмент функционирует как интерактивная платформа поддержки принятия решений в динамичной, данных среде, которая помогает вам принимать более умные решения, которые работают для целей климата.

Лицам, принимающим решения, законодателям и другим заинтересованным сторонам можно изучить различные стратегии использования земель и их экологические и экономические последствия. Пользователи могут симулировать стимулы – налоговые льготы для землевладельцев, например – и наблюдать, как они могут повлиять на изменения в использовании земель для снижения углерода.

Он поддерживает ряд решений, адаптированных для разных регионов. Например, он может помочь вам определить, где следует вносить изменения в использование земель для достижения лучших результатов, сколько земли следует преобразовать (например, превратить сельскохозяйственные земли в лес), и какие есть плюсы и минусы различных политик использования земель. Чтобы обеспечить индивидуальные рекомендации, он учитывает глобальную историю использования земель и углеродные данные, чтобы предложить различные подходы для разных областей. Он может учитывать регионные характеристики, такие как широта и тип земли.

Симулятор En-ROADS, управляемый Neuro AI, может помочь лицам, принимающим решения, и законодателям экспериментировать с различными компромиссами для достижения различных климатических целей.

Эволюционный искусственный интеллект был описан как “секретный соус” за этим проектом. Как этот подход работает на практике, и почему он так эффективен для решения сложных экологических и политических проблем?

Идея эволюционного искусственного интеллекта вдохновлена естественным отбором в биологии. Как вычислительный подход в контексте планирования использования земель, на практике он имитирует естественную эволюцию, чтобы найти умные решения сложных экологических проблем, с которыми традиционные методы борются.

Вместо того, чтобы пытаться запрограммировать идеальные политики использования земель заранее, подход эволюционного искусственного интеллекта создает различные модели политики и тестирует каждую из них в симулированных средах с реальными климатическими и земельными данными. Он сохраняет лучшие модели и “разводит” их вместе, добавляя мутации, чтобы обнаружить неожиданные решения. Он повторяет этот процесс за многие поколения, отсеивая плохие исполнители и сохраняя лучшие из сотен или тысяч сценариев.

Это работает хорошо для экологических проблем, поскольку он не перегружается множеством переменных, таких как типы почв, климатические условия и экономические факторы.

Политика использования земель часто предполагает конкурирующие цели – экономический рост, снижение углерода, продовольственная безопасность. Как ваша система обрабатывает эти компромиссы, и какие неожиданные идеи она открыла до сих пор?

Наша система искусственного интеллекта была построена специально для обработки конкурирующих целей, таких как экономический рост, снижение углерода и продовольственная безопасность. Она генерирует Парето-графики (концепция, используемая в многокритериальной оптимизации), которые балансируют воздействие на углерод и изменение использования земель для разных мест.

Исследовательская команда обнаружила несколько неожиданных идей. Например, хотя общепринято, что леса хорошо хранят углерод, искусственный интеллект не стал рекомендовать максимальное покрытие лесами повсюду. Вместо этого он показал важные различия: замена пастбищ, таких как пустыни и луга, на лес не была так эффективна, как замена сельскохозяйственных земель на лес. Географическое местоположение также оказалось решающим. Одни и те же преобразования использования земель давали разные результаты в зависимости от широты.

Приоритезация была одним из наиболее практических идей искусственного интеллекта. Вместо того, чтобы равномерно распределять усилия, он предложил сосредоточить основные преобразования использования земель в стратегических местах, где они будут иметь наибольшее воздействие.

Project Resilience направлена на масштабирование этого типа полезности искусственного интеллекта для решения Целей устойчивого развития за пределами климата – таких как энергетика, здравоохранение и даже реагирование на пандемию. Что вас больше всего вдохновляет в потенциале расширения этой платформы на другие области?

Что меня больше всего вдохновляет в потенциале этой платформы, так это то, что мы показываем, что построение искусственного интеллекта таким образом, чтобы он был совместным, доступным и адаптируемым, может привести к мощным решениям для решения глобальных проблем. Платформа Project Resilience – это подходящий пример реализации этих трех принципов. Лицам, принимающим решения, ученым и общественности предлагается возможность разработать инструменты искусственного интеллекта и принимать более обоснованные решения для значимого воздействия. Мы приглашаем наших читателей стать участниками здесь.

Лаборатория искусственного интеллекта в Cognizant теперь является основным драйвером инноваций, с десятками патентов и стратегией инвестиций в размере миллиарда долларов. Как инициативы, такие как эта, вписываются в вашу более широкую дорожную карту для применения искусственного интеллекта в крупном масштабе?

Инициатива по искусственному интеллекту для планирования использования земель идеально соответствует нашему подходу к применению искусственного интеллекта, который фокусируется на решении высокоэффективных, сложных реальных проблем, а не чисто академических упражнений. Эволюционный искусственный интеллект может справиться с часто сложными компромиссами, найденными в бизнесе и политических решениях. Решение проблем климата через подход, который балансирует экономические, социальные и экологические факторы, демонстрирует, как искусственный интеллект может обеспечить практическую ценность, управляя конкурирующими приоритетами.

Работа также отражает нашу видение разработки искусственного интеллекта, который дополняет принятие решений человеком, а не заменяет его.

Вы возглавляли усилия по искусственному интеллекту в стартапах и корпорациях. Что является ключом к обеспечению того, чтобы технологии, такие как эволюционный искусственный интеллект, оставались объяснимыми и действенными – а не просто мощными – для правительств и промышленных заинтересованных сторон?

Одним из величайших преимуществ эволюционного искусственного интеллекта является то, что он не просто стремится определить оптимальные решения, но также может раскрыть альтернативные стратегии, которые расширяют понимание заинтересованных сторон того, что возможно.

Искусственный интеллект и данные должны служить принятию решений, а не просто генерировать отчеты. Лица, принимающие решения, тонут в анализах, сталкиваясь с все более сложными выборами. Нам нужно сместить фокус с простого предоставления идей и прогнозов на создание интерактивных систем поддержки принятия решений, которые предлагают прескриптивные решения на основе доступных данных. Этот подход позволяет вам ориентироваться в сложности и принимать лучшие решения, которые эволюционируют по мере изменения обстоятельств.

Глядя вперед, где вы видите наибольшие возможности для эволюционного искусственного интеллекта, чтобы оказать воздействие за пределами использования земель – будь то в контроле инфекционных заболеваний, планировании возобновляемой энергетики или чем-то совершенно другим?

Инфекционные заболевания, планирование возобновляемой энергетики и продовольственная безопасность – все это достойные области, где эволюционный искусственный интеллект может оказать воздействие. Инициатива эпохи COVID-19, над которой мы работали, демонстрирует потенциал. Через Project Resilience мы построили системы, которые могли одновременно оптимизировать содержание пандемии и экономическую стабильность, помогая правительствам, таким как Исландия, принимать обоснованные решения о открытии школ.

С помощью эволюционного искусственного интеллекта мы наконец решаем наиболее насущные глобальные проблемы по-новому, предлагая конкретные политики, которые балансируют конкурирующие приоритеты, а не производя решения “один размер для всех”.

Сила эволюционного искусственного интеллекта заключается в том, что он может симулировать тысячи комбинаций политики, сохраняя то, что работает, и отбрасывая то, что не работает. И это не просто теоретически. Мы строим интерактивные инструменты, которые ставят эту возможность в руки реальных лиц, принимающих решения.

После десятилетий в области искусственного интеллекта вы видели циклы ажиотажа, которые приходят и уходят. Что дает вам уверенность в том, что текущая волна – особенно инструменты, такие как этот – наконец выполняет обещание искусственного интеллекта улучшить общество?

Настоящий прогресс в обещании искусственного интеллекта улучшить общество происходит, когда мы выходим за рамки цикла ажиотажа и строим системы, которые улучшают принятие решений человеком в областях, которые имеют значение, включая устойчивость. Вот настоящий тест на то, выполняет ли искусственный интеллект свои обещания.

Что я постоянно наблюдаю, так это то, что технологии развиваются через предсказуемые закономерности оптимизации и демократизации, а не через отдельные, переоцененные моменты. Посмотрите на историю вычислительной техники. Мы перешли от компьютеров, заполняющих целые комнаты, к мощным часам через непрерывное совершенствование, а не через один драматический скачок.

Я действительно верю, что мы находимся на точке перегиба, где технологии могут действительно улучшить общество. Путь вперед лежит через практические применения, которые решают реальные человеческие проблемы, такие как наша работа по планированию использования земель, балансирующая снижение углерода с другими целями. Вот как искусственный интеллект выполняет свои обещания: через измеримое воздействие на наши наиболее сложные проблемы.

Cognizant недавно установил рекорд Гиннесса по самому крупному событию кодирования – вовлекая более 53 000 сотрудников из 40 стран и произведя более 30 000 прототипов. С вашей точки зрения, что это говорит о роли кодирования в демократизации грамотности искусственного интеллекта в крупных организациях?

Масштаб и воздействие нашего события кодирования говорят многое о том, насколько трансформирующим может быть этот подход в демократизации грамотности искусственного интеллекта. Более 40% участников были некодерами, а 20% никогда не писали строку кода раньше. Это говорит о том, что кодирование не является снижением планки, а открытием дверей для эволюционирующей рабочей силы с искусственным интеллектом. Мы даже использовали многоагентную систему искусственного интеллекта для оценки 30 000 прототипов за один день, что заняло бы у человеческой команды целый год.

Вместо того, чтобы требовать глубоких знаний программирования, кодирование позволяет любому с идеей выразить ее на естественном языке и сотрудничать с искусственным интеллектом, чтобы оживить ее. Для опытных разработчиков это позволяет им автоматизировать больше рутинного процесса кодирования, освобождая их для сосредоточения внимания на более ценной работе, которая стимулирует бизнес-ценность. Лично я был поражен тем, насколько быстро я мог перевести сложный алгоритм из псевдокода в рабочее приложение, освобождая меня от сосредоточения внимания исключительно на творческих и стратегических аспектах.

Снижая барьеры и ermögая практическую экспериментацию с генеративным искусственным интеллектом, мы переводим грамотность искусственного интеллекта из специализированного навыка в общую организационную способность. Для организаций кодирование помогает ускорить творчество, удаляет барьеры и разблокирует коллективный интеллект всей рабочей силы в беспрецедентном масштабе.

За пределами впечатляющего масштаба, какие были некоторые из наиболее значимых результатов этой инициативы кодирования? Видите ли вы это как шаблон для того, как предприятия могут культивировать инновации и навыки, применяемые к искусственному интеллекту, на глобальном уровне?

Настоящее воздействие нашей инициативы кодирования заключалось в энтузиазме, который мы увидели по всей нашей организации, когда сотрудники из HR, продаж, инженерии, финансов, юридического отдела, маркетинга и многих других принимали искусственный интеллект и участвовали. Их идеи, основанные на глубоком знании предмета и практическом бизнес-инсайте, привели к тысячам прототипов, которые в противном случае никогда не появились бы.

С более чем 30 000 уникальных проектов, полученных в результате этих усилий, мы задаем темп для экономики искусственного интеллекта, где каждый имеет инструменты для инноваций с искусственным интеллектом. В то же время мы разблокируем творчество в масштабе и наделяем рабочую силу – как внутри Cognizant, так и для наших клиентов в отраслях, которые мы обслуживаем – чтобы стать более грамотными в искусственном интеллекте.

Мы绝ительно видим эту инициативу как шаблон, который другие организации могут повторить. Объединив доступные инструменты, основанные на искусственном интеллекте, совместную и открытую культуру, а также масштабную оценку, основанную на искусственном интеллекте, мы можем лучше обслуживать наших клиентов, чтобы разблокировать неиспользованное творчество и ускорить развитие навыков искусственного интеллекта по всей их рабочей силе.

Спасибо за отличный интервью, читателям, которые хотят узнать больше, следует посетить Cognizant.