Доктор Вишал Сикка, основатель и генеральный директор Vianai – Серия интервью

Вишал Сикка – основатель и генеральный директор Vianai, бывший технический директор SAP AG и бывший генеральный директор Infosys. В настоящее время он также является членом совета директоров Oracle , наблюдательного совета BMW Group и советником Института человеческого искусственного интеллекта Стэнфордского университета.

Платформа Vianai сочетает в себе открытые исходные элементы, проприетарные методы и оптимизации Vianai, а также человеко-ориентированный дизайн, чтобы принести искусственный интеллект в предприятия в масштабе, на различных ландшафтах. С помощью платформы крупные организации могут создавать, оптимизировать, развертывать и управлять сложными моделями машинного обучения на существующей инфраструктуре и улучшать операции и производительность моделей машинного обучения во всей компании,

Что изначально привлекло вас к машинному обучению?

Я заинтересовался искусственным интеллектом в подростковом возрасте, когда прочитал размышления Марвина Минского о нашем разуме как обществе простых агентов, и узнал о чат-боте Элизе Джо Вайценбаума и критике Джона Маккарти на этот счет. Позже я имел честь иметь Маккарти в качестве председателя комитета по квалификации искусственного интеллекта в Стэнфордском университете. Маккарти и Минский были двумя отцами области искусственного интеллекта, и оба имели глубокие знания о возможностях, а также ограничениях искусственного интеллекта, и мне повезло учиться у обоих.

Мы все еще можем видеть сегодня, что искусственный интеллект имеет огромный потенциал, и в то же время имеет значительные ограничения. Те же проблемы, с которыми мы сталкивались 30 лет назад, все еще актуальны сегодня, особенно когда мы смотрим на искусственный интеллект в предприятиях. Меня вдохновила работа как студента, чтобы увидеть, можно ли как-то разблокировать ценность искусственного интеллекта, и я продолжаю быть страстным о нем.

Вы ранее написали некоторые инструментальные статьи, какая из них, по вашему мнению, была наиболее инструментальной в развитии ваших взглядов на искусственный интеллект?

Как студент, я должен был прочитать несколько тысяч статей. Статьи Маккарти о “Советнике”, о некоторых ключевых философских проблемах искусственного интеллекта, статьи Минского о разуме как обществе, о соединении связного (нейронной сети) и символического подходов к искусственному интеллекту, статьи Джудеи Перл о вероятностном рассуждении и причинном интеллекте, и статьи Дэвида Марра (о зрении), Пата Уинстона (об обучении описаниям объектов на примерах), работы Вальдингера по синтезу программ, и многие другие сформировали мои взгляды. Более недавно я читал работы Хинтона, Лекюна, внимания, а также работы Синтии Рудин, Фернанды Виегас и других.

Вы заявили, что опыт разработки системы искусственного интеллекта фрагментирован и сломан, какие из них являются текущими проблемами при построении системы искусственного интеллекта?

Системы искусственного интеллекта сегодня могут быть объяснены только относительно небольшим количеством людей – статистика варьируется, но кажется, что может быть только около 20-30 тысяч в мире, которые понимают истинные методы работы систем искусственного интеллекта. Это значительно меньше, чем 52 тысячи МЛОпс-профессионалов, или 1 миллиона, которых мы оцениваем как специалистов по данным. Многие из них не смогли бы сказать, почему система делает то, что она делает, почему она дает рекомендации или что может пойти не так, или как работают основные методы.

Поместите это на фоне чрезвычайно сложного ландшафта. Есть более 300 поставщиков МЛОпс, которые отслеживает Gartner в любой момент времени. Каждый из них имеет специализированное предложение. Крупные облачные поставщики, с другой стороны, имеют свой собственный вкус всего, и часто стремятся запереть компании в своих экосистемах и инфраструктуре.

Затем сама вычислительная мощность часто слишком дорогая для компаний, чтобы действительно построить и обучить некоторые из самых передовых моделей, доступных сегодня. Эти модели остаются за пределами нескольких компаний, которые имеют таланты и ресурсы, необходимые для управления требованиями системы искусственного интеллекта.

Недостаток понимания, сложность инструментов и стоимость вычислительной мощности объединяются, чтобы создать разъединенный и сложный ландшафт для любой компании, стремящейся быть искусственно интеллектуальной. В Vianai мы строим методы, чтобы сделать искусственный интеллект проще в использовании и понимании, а также значительно снижать ресурсы и затраты, связанные с получением лучшей производительности.

Можете ли вы поделиться историей создания Vianai?

Я провел много лет, работая над тем, чтобы принести новые, разрушительные инновации в предприятия. Мои команды и я построили несколько продуктов, которые достигли десятков тысяч предприятий и были признаны прорывными. Я также возглавлял две фундаментальные трансформации в моих двух предыдущих путешествиях до начала работы в Vianai и участвовал в трансформациях в сотнях предприятий. Добавляя к этому мои многие годы изучения искусственного интеллекта и сосредоточения внимания на том, как сделать искусственный интеллект лучше, более актуальным и на службе человечества.

В некотором необычном смысле – все эти вещи объединились. Я был на отдыхе с моей семьей в Юго-Восточной Азии [в конце 2018 года]. Мы покупали в небольшом рынке, и у продавца были красивые, ручные украшения. Они были сделаны с помощью традиционных методов и местных камней, и они были потрясающими, но, конечно, никто за пределами этого небольшого города не слышал о них. И у меня возник вопрос в голове, “Что, если этот продавец мог бы использовать искусственный интеллект? Как бы это выглядело? Как бы системы работали?” В тот момент мне стало ясно, что каждое предприятие в мире будет преобразовано с помощью искусственного интеллекта, и что это преобразование не может быть рассмотрено через призму вчерашнего дня, а нуждается в продуктах и идеях, которые должны начинаться с чистого листа.

Примерно через месяц я основал Vianai с миссией принести истинный, человеко-ориентированный искусственный интеллект бизнесу во всем мире. Это означает предоставление продуктов и услуг, приложений и технологий, инструментов, которые позволяют бизнес-пользователям, специалистам по данным, инженерам машинного обучения и даже поставщикам в удаленных частях мира действительно получить выгоду от искусственного интеллекта.

С тех пор мы создали приложения, чтобы помочь бизнесу начать работать с искусственным интеллектом, платформу, чтобы помочь практикам машинного обучения управлять и контролировать свои модели искусственного интеллекта, и методы оптимизации, чтобы позволить большему количеству компаний получить доступ к искусственному интеллекту.

Через все это мы обнаружили, что значительный потенциал объединения человеческого понимания, суждения и сотрудничества с данными и лучшими методами искусственного интеллекта остается неиспользованным. Основываясь на нашей работе с ведущими компаниями, я увидел, что те же методы, которые помогли бы небольшому поставщику, помогли бы и крупнейшим предприятиям в мире.

Vianai – это все о человеко-ориентированном искусственном интеллекте, можете ли вы определить, что это такое и почему это важно?

Человеко-ориентированный искусственный интеллект – это искусственный интеллект, который стремится усилить человеческую работу и улучшить человеческое суждение. Машинное обучение слишком часто рассматривается как замена человеческого труда. Но искусственный интеллект является дополнением к людям – он предлагает масштаб, повторяемость и точность, которых люди не могут воспроизвести. Но искусственный интеллект не может воспроизвести человеческое суждение, человеческий опыт или наше понимание контекста.

Есть очевидные примеры этого, когда искусственный интеллект принимает черепаху за винтовку, например, но гораздо чаще мы слишком сильно доверяем искусственному интеллекту, когда он еще не доказал себя заслуживающим доверия. Знаменитая история произошла decade назад, когда одна фирма позволила своему искусственному интеллекту торговать без человеческого вмешательства. Алгоритм потерял 440 миллионов долларов менее чем за час.

Для более недавнего примера, передовые языковые модели остаются относительно легко запутать или предвзятыми. Генераторы текста-изображений потенциально мощные, но требуют очень конкретных команд от человеческого пользователя, чтобы получить их полный потенциал.

Человеко-ориентированный искусственный интеллект, тогда, является своего рода фокусом в проектировании наших продуктов. Мы приносим силу человеческого понимания – как суждение и сотрудничество – вместе с лучшими данными и методами искусственного интеллекта, чтобы создать интеллектуальные системы, которые могут значительно улучшить бизнес-результаты и процессы.

Можете ли вы объяснить необходимость обратной связи между людьми и искусственным интеллектом?

Есть целая ветвь искусственного интеллекта, называемая “человек в цикле”, которая полагается на обратную связь людей, чтобы естественно улучшить производительность искусственного интеллекта. Это естественно и имеет смысл для любой системы.

Системы искусственного интеллекта могут улучшаться со временем, посредством повторного обучения, которое включает в себя любые действия, которые пользователь выполнил. Это, конечно, является частью наших приложений. Дайте мне пример.

До Covid-19 мы работали с крупной финансовой компанией по прогнозированию спроса. Благодаря тому, как мы спроектировали систему, когда Covid-19 пришел и нарушил многие другие модели, наша система быстро адаптировалась к изменениям и никогда не нуждалась в перестройке. Это второй и наиболее важный аспект человеко-ориентированного искусственного интеллекта – проектирование систем с самого начала, чтобы включать сложности современной жизни.

Это создает доверие и систему, которая растет с организацией и пользователем.

Что делает Vianai платформой следующего поколения искусственного интеллекта?

Хотя существует много обсуждений о рисках, регулировании и обещаниях искусственного интеллекта, немногие искали то, что мы считаем решением – концепцию человеко-ориентированного искусственного интеллекта.

Наша платформа, тогда, готова к проблемам, которые возникнут, когда искусственный интеллект станет более реальным в предприятиях. Она призвана решить проблемы доверия, предвзятости и прозрачности. Она позволяет компаниям масштабировать искусственный интеллект с мониторингом и оптимизацией. И она позволяет не-техническим пользователям использовать искусственный интеллект посредством наших приложений.

Какие есть проблемы при построении платформы, которая значительно упрощает опыт предприятия искусственного интеллекта?

Самые большие проблемы, которые мы видим в предприятиях, включающих искусственный интеллект, – это таланты, инструменты и технологии. Во-первых, таланты сконцентрированы в нескольких местах, особенно в более крупных технологических компаниях. Это делает очень трудным для внешних членов команды участвовать в надзоре, управлении и формировании программы искусственного интеллекта и может создать еще больше предвзятости, поскольку только ограниченное количество членов команды работает над операциями.

Технологии и инструменты также могут быть проблемой при упрощении искусственного интеллекта. Сейчас технологии и инструменты ограничены. Чипы для запуска искусственного интеллекта редки и очень дорогие, и инструменты заперты в определенных поставщиках, что снижает свободу улучшить стоимость, сохраняя ценность. Независимо от того, на каком этапе своего пути в искусственный интеллект находится компания, эти проблемы могут сделать реализацию полезного и этичного искусственного интеллекта сложной, поскольку она создает несвязанную, фрагментированную стратегию и удаляет инструменты, необходимые для правильного выполнения функций. Организации должны быть в состоянии поддерживать все области искусственного интеллекта, от реализации до обслуживания, и иметь командную поддержку и предложения, чтобы сделать его успешным.

Для истинного успеха я обнаружил, что возможности платформы должны быть полностью открытыми, модульными, гибкими и не зависящими от дорогих апгрейдов оборудования и программного обеспечения. И с человеко-ориентированным подходом люди все еще могут привнести знания, контекст, опыт и творчество в решение проблем – это затем усиливается платформой искусственного интеллекта, а не заменяется.

Есть ли что-то еще, что вы хотели бы поделиться о Vianai?

Во многих отношениях мы живем в эпоху искусственного интеллекта. Есть много шума и обсуждений вокруг искусственного интеллекта, что в целом является хорошей вещью. Мы видим много достижений и более широкое внедрение, чем в прошлом, в таких областях, как генеративный искусственный интеллект и другие области. Однако мы также должны работать над признанием ограничений искусственного интеллекта – реалий технологии искусственного интеллекта сегодня, а также реалий нехватки экспертизы в области искусственного интеллекта и отсутствия доверия к искусственному интеллекту, особенно в предприятиях. Если мы можем представить искусственный интеллект как усилитель нашей жизни, общества, нашей работы, нашего потенциала и иметь необходимый надзор за искусственным интеллектом, чтобы обеспечить это, то я действительно верю, что мы наконец увидим его оживлением в осмысленных и трансформационных способах.

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