Игорь Яблков, генеральный директор и основатель Pryon – Интервью

Игорь Яблков является генеральным директором и основателем Pryon. Названный “Луминарием отрасли” журналом Speech Technology Magazine, он ранее основал Yap, мировую первую высокоточную, полностью автоматизированную облачную платформу для распознавания голоса. После того, как продукты компании были развернуты десятками предприятий, компания стала первой приобретением Amazon, связанной с ИИ. Изобретения фирмы затем послужили ядром для последующих продуктов, таких как Alexa, Echo и Fire TV. В качестве директора программы в IBM Игорь возглавлял команду, которая разработала предшественника Watson и создала первый в мире веб-браузер с несколькими режимами взаимодействия.

Игорь получил стипендии Эйзенхауэра и Трумэна по национальной безопасности, чтобы изучить и расширить роль предпринимательства и венчурного капитала в решении геополитических проблем. Как инноватор в области технологий человеческого языка, он считает, что необходимо создавать возможности для карьерного и образовательного роста других, вступающих в STEM-области. Поэтому он выступает в качестве наставника в ускорителе Alexa от TechStars, был резидентом-entrepreneur в Blackstone NC и основал главу Global Shapers, программу Всемирного экономического форума.

Игорь имеет степень бакалавра в области компьютерной инженерии Университета штата Пенсильвания, где он был назван выдающимся выпускником-инженером, и степень МБА Университета Северной Каролины.

Ваш путь в ИИ начался с первой облачной системы распознавания речи в Yap, позже приобретенной Amazon. Как этот опыт сформировал ваше видение ИИ и повлиял на вашу текущую работу в Pryon?

Я начну немного раньше в своей карьере, поскольку Yap не был нашей первой работой с взаимодействиями на основе естественного языка.

Мое первое знакомство с взаимодействиями на основе естественного языка началось в IBM, где я начал как стажер в начале 90-х и в конечном итоге стал директором исследований по многим режимам взаимодействия. Там у меня была команда, которая открыла то, что можно считать детской версией Watson. Это было далеко впереди своего времени, но IBM никогда не одобряла это. В конце концов, я разочаровался в этом решении и ушел.

В то время (2006) я набрал лучших инженеров и ученых из Broadcom, IBM, Intel, Microsoft, Nuance, NVIDIA и других, чтобы основать первую облачную компанию ИИ, Yap. Мы быстро приобрели десятки корпоративных и операторских клиентов, включая Sprint и Microsoft, и почти 50 000 000 пользователей на платформе.

Поскольку у нас были бывшие инженеры iPod в команде, мы смогли обратиться в Apple в течение года после основания компании. Они привели нас, чтобы создать прототип версии Siri – это было до выпуска iPhone. Полдекады позже мы были тайно приобретены Amazon, чтобы разработать Alexa для них.

Можете ли вы подробнее рассказать о концепции “трения знаний”, которую Pryon стремится решить, и почему это так важно для современных предприятий?

Трение знаний возникает из-за того, что исторически организации не имели единой инстанциации знаний. Хотя у нас были такие репозитории на наших университетских кампусах и в гражданских сообществах в виде библиотек, не было унификации данных и знаний на стороне предприятия из-за множества поставщиков, которых они использовали.

В результате каждый человек практически в каждой организации чувствует трение, когда ищет информацию, необходимую для выполнения своей работы и рабочих процессов. Вот где мы увидели возможность для Pryon. Мы подумали, что есть возможность для нового слоя над стеком программного обеспечения предприятия, который, используя подсказки естественного языка, может пересекать системы учета и извлекать различные типы объектов – текст, изображения, видео, структурированные и неструктурированные данные – и собрать все вместе в время ответа менее одной секунды.

Это было рождение Pryon, первой в мире облачной системы знаний, усиленной ИИ.

Платформа Pryon интегрирует передовые технологии ИИ, такие как компьютерное зрение и большие языковые модели. Можете ли вы объяснить, как эти компоненты работают вместе, чтобы улучшить управление знаниями?

Pryon разработала платформу ИИ (ПИ), которая преобразует содержимое из его фундаментальных статических единиц в интерактивные знания. Она достигает этого, интегрируя конвейер ингестии, конвейер извлечения и генеративный конвейер в единый опыт. Платформа подключается к вашим существующим системам учета, которые могут включать различные типы содержимого, такие как Confluence, Documentum, SAP, ServiceNow, Salesforce, SharePoint и многие другие. Это содержимое может быть в форме аудио, видео, изображений, текста, презентаций PowerPoint, файлов PDF, файлов Word и веб-страниц.

ПИ преобразует эти объекты в облако знаний, которое затем может публиковать и подписываться на любые интерактивные или сенсорные trải nghiệm, которые вам могут понадобиться. Независимо от того, нужно ли людям взаимодействовать с этими знаниями или есть транзакции между машинами, требующие объединения всех этих несоответствующих знаний, платформа обеспечивает согласованность и доступность. По сути, она выполняет ETL (Извлечение, Преобразование, Загрузка) на левой стороне, обеспечивая trải nghiệm через API на правой стороне.

Какие некоторые из ключевых проблем, с которыми сталкивается Pryon при разработке решений ИИ для использования в предприятиях, и как вы решаете их?

Поскольку мы вертикально интегрированы, мы получаем высшие оценки за точность, масштабируемость, безопасность и скорость. Одна из проблем с деконструированными подходами, когда вам нужно несколько разных поставщиков и объединить их, чтобы достичь той же рабочей нагрузки, которую мы делаем, заключается в том, что вы в конечном итоге получаете что-то менее производительное. Вы не можете соответствовать моделям, и у вас нет сигналов безопасности, протекающих через него так же хорошо.

Это как iPhones: есть причина, по которой Apple создает свои собственные чипы, устройства, операционные системы и приложения. Делая это, они достигают самого высокого уровня производительности с наименьшим энергопотреблением. Напротив, другие поставщики, которые интегрируют из нескольких разных источников, склонны отставать от них на одну или две генерации.

Как Pryon обеспечивает точность, масштабируемость, безопасность и скорость своих решений ИИ, особенно в крупномасштабных средах предприятий?

Поддерживаемая прочной основой Ретриевал-Усиленного Генерирования (RAG), Pryon была разработана для удовлетворения строгих требований бизнеса. Используя лучшую в своем классе технологию извлечения информации, Pryon безопасно обеспечивает точные и своевременные ответы – наделяя бизнес возможностью преодолеть трение знаний.

• Точность: Pryon отличается точностью, точно поглощая и понимая содержимое, хранящееся в различных форматах, включая текст, изображения, аудио и видео. Используя передовые технологии, разработанные на заказ, Pryon извлекает критически важные знания с точностью более 90% и обеспечивает ответы с четкой атрибуцией исходных документов. Это гарантирует, что предоставляемая информация является одновременно надежной и проверяемой.
• Масштаб предприятия: Pryon разработана для обработки крупномасштабных сред предприятий. Она масштабируется до миллионов страниц содержимого и поддерживает тысячи одновременных пользователей. Pryon также включает в себя готовые коннекторы для крупных платформ, таких как SharePoint, ServiceNow, Amazon S3, Box и многие другие, что делает ее легко интегрируемой в существующие рабочие процессы и системы.
• Безопасность: Безопасность является приоритетом номер один для Pryon. Она защищает от утечек данных посредством контроля доступа на уровне документа и гарантирует, что модели ИИ не обучаются на данных клиентов. Кроме того, Pryon может быть реализована в средах на месте, предлагая дополнительные слои безопасности и контроля для конфиденциальной информации.
• Скорость: Pryon предлагает быструю развертку, с возможностью реализации за две недели. Платформа имеет интерфейс без кода для обновления содержимого, что позволяет быстро и легко вносить изменения. Кроме того, Pryon обеспечивает гибкость выбора публичной, пользовательской или разработанной Pryon большой языковой модели (БЯМ), что делает процесс реализации бесшовным и высоко настраиваемым.

Это почему академические учреждения, компании Fortune 500, государственные агентства и НПО в критических секторах, таких как оборона, энергетика, финансовые услуги и полупроводники, используют нас.

Pryon подчеркивает Ответственный ИИ с инициативами, такими как уважение авторства и этическая источниковка обучающих данных. Как вы реализуете эти принципы в своей повседневной деятельности?

Наши клиенты и партнеры контролируют, что попадает в их экземпляр Pryon. Это включает в себя публичную информацию из авторитетных академических учреждений и государственных агентств, опубликованную информацию, которую они правильно лицензировали для своих организаций, проприетарную информацию, образующую ядро их бизнеса, и личное содержимое для индивидуального использования. Pryon синтезирует эти четыре типа источников в единое облако знаний, полностью находящееся под контролем спонсирующей организации. Эта способность безопасно управлять различными типами содержимого является причиной, по которой мы доверяемы в прочных средах, включая критическую инфраструктуру.

С учетом того, что Pryon недавно получила 100 миллионов долларов в рамках финансирования серии B, какие ваши главные приоритеты для роста и инноваций компании в ближайшие годы?

После серии B мы находимся на ранней стадии роста. Одна часть этой фазы – индустриализация продукта, который мы установили, для поддержки облачных сред и типов серверов, с которыми, вероятно, столкнутся наши клиенты и партнеры.

Первая сфера внимания – обеспечение того, что наш продукт может справиться с этими требованиями, а также предлагать им модульный доступ к нашим возможностям для поддержки их рабочих процессов.

Вторая основная сфера – развитие партнеров по масштабированию, которые могут создавать практики вокруг нашей работы с нашим инструментарием и управлять необходимыми изменениями, когда организации трансформируются для поддержки новой эры цифрового интеллекта. Третья сфера внимания – продолжение исследований и разработок, чтобы оставаться впереди кривой и определять состояние искусства в этой области.

Как человек, который был на переднем крае инноваций ИИ, как вы рассматриваете текущее состояние регулирования ИИ, и какую роль, по вашему мнению, может сыграть Pryon в формировании этих дискуссий?

Я думаю, что мы все задаемся вопросом, каким был бы мир, если бы мы смогли регулировать некоторые технологии ближе к их зарождению, как социальные сети, например. Мы не понимали, как сильно это повлияет на наши сообщества. Разные государства имеют разные точки зрения на регулирование. Европейцы имеют несколько ограниченную перспективу, соответствующую их ценностям с помощью Закона об ИИ ЕС.

С другой стороны, некоторые среды совершенно не ограничены. В США мы ищем баланс между позволением инновациям процветать, особенно в коммерческой деятельности, и защитой чувствительных случаев использования, чтобы избежать предубеждений и других рисков, таких как одобрение заявок на кредит.

Большинство регулирования направлено на наиболее чувствительные случаи использования, особенно в потребительских приложениях и государственных или государственных использованиях. Лично я нахожусь в совете With Honor, двупартийной коалиции ветеранов, политиков и законодателей. Мы видели сходимость, независимо от политических убеждений, на обеспокоенность по поводу введения технологий ИИ во все аспекты нашей жизни. Часть нашей роли – влиять на эволюцию регулирования, предоставляя обратную связь, чтобы найти правильный баланс, который мы все хотели для других технологических областей.

Какой совет вы дадите другим предпринимателям ИИ, стремящимся создать значимые и ответственные решения ИИ?

Сейчас это будет и дикий запад, и фантастическая среда для разработки новых форм приложений ИИ. Если у вас нет обширного опыта в ИИ – скажем, 10, 20 или 30 лет – я не рекомендовал бы разрабатывать платформу ИИ с нуля. Вместо этого найдите область применения, где технология пересекается с вашей предметной экспертизой.

Независимо от того, являетесь ли вы художником, юристом, инженером, линейным рабочим, врачом или в другой области, использование вашей экспертизы даст вам уникальный голос, точку зрения и продукт на рынке. Этот подход, вероятно, будет лучшим использованием вашего времени, энергии и опыта, а не созданием еще одного “как у всех” продукта.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Pryon.