Джой Мустафи, главный ученый по данным Aviso, Inc – Интервью

Джой Мустафи, занявший место среди 10 лучших ученых по данным в Индии по версии Analytics India Magazine, возглавлял исследования в области науки о данных в таких технологических гигантах, как Salesforce (CRM ), Microsoft (MSFT ) и IBM, получил 50 патентов и опубликовал более 25 работ по искусственному интеллекту.

Он проработал в IBM более десяти лет в качестве ученого по данным, занимаясь различными решениями в области бизнес-интеллекта, включая IBM Watson. Он работал в качестве старшего прикладного ученого в Microsoft, отвечая за исследования в области искусственного интеллекта. Недавно Мустафи занимал должность старшего исследователя на платформе Einstein компании Salesforce.

Мустафи также является основателем и президентом MUST Research, некоммерческой организации, которая содействует совершенствованию в области науки о данных, когнитивных вычислений, искусственного интеллекта, машинного обучения и продвинутой аналитики для пользы общества.

Недавно Мустафи присоединился к компании Aviso, Inc, базирующейся в Редвуд-Сити, в качестве главного ученого по данным, где он будет использовать свой опыт для того, чтобы помочь клиентам Aviso ускорить процесс заключения сделок и расширить возможности получения дохода.

Что изначально привлекло вас к искусственному интеллекту?

Я очень люблю математику, и также программирование. Я получил степень магистра в области статистики и выполнил постдипломную работу в области компьютерных приложений. Когда я начал свое исследование в области искусственного интеллекта в 2002 году в Индийском статистическом институте в Калькутте, я использовал язык программирования C для разработки системы искусственных нейронных сетей для распознавания рукописных цифр. Это было более 2500 строк кода, все написанные с нуля без использования встроенных библиотек, кроме стандартных входных/выходных операций. Это включало очистку и предварительную обработку данных,工程ERING особенностей и алгоритм обратного распространения ошибки с многослойным перцептроном. весь процесс был сочетанием всех предметов, которые я изучал. В то время искусственный интеллект не был так популярен в корпоративном мире, и только несколько академических организаций занимались продвинутыми исследованиями в этой области. И, кстати, искусственный интеллект не был новым в то время! Область исследований в области искусственного интеллекта восходит к 1956 году, когда профессор Джон Маккарти и другие ученые основали эту область на легендарной конференции в Дартмутском колледже.

Вы работали с некоторыми из наиболее продвинутых компаний в области искусственного интеллекта, таких как IBM Watson и Microsoft. Какой проект был для вас наиболее интересным?

Я хочу упомянуть первый патент, который я получил, работая в IBM: метод решения задач с использованием естественного языка, который был открытой проблемой для IBM Watson. Система, которую я разработал, может понимать арифметические или алгебраические задачи, сформулированные на естественном языке, и предоставлять решение в реальном времени в виде ответа на естественном языке. Для этого система должна была выполнить следующие ключевые шаги: получить входные предложения и вопрос, который необходимо ответить; преобразовать входные предложения в последовательность предложений, которые правильны с математической точки зрения; преобразовать правильные предложения в математические уравнения; решить систему уравнений; и изложить математический результат на естественном языке.

Также я хочу упомянуть мой лучший проект для Microsoft — Softie! Я изобрел и построил физического робота, оснащенного различными типами сменных входных устройств и датчиков, чтобы он мог получать информацию от людей. Стандартизированный метод общения с компьютером позволял пользователю вносить практические корректировки, что позволяло осуществлять более богатые взаимодействия в зависимости от контекста. Мы смогли реализовать прочную систему с функциями, включая клавиатуру, указывающее устройство, сенсорный экран, компьютерное зрение, распознавание речи и т. д. Мы сформировали команду из различных бизнес-единиц и поощряли их исследовать применения искусственного интеллекта и смежных областей.

Вы также являетесь основателем и президентом MUST Research, некоммерческой организации, зарегистрированной в соответствии с Законом об обществах и доверительных фондах Индии. Расскажите нам об этой некоммерческой организации.

MUST Research посвящена содействованию совершенствованию и компетентности в области науки о данных, когнитивных вычислений, искусственного интеллекта, машинного обучения и продвинутой аналитики для пользы общества. MUST стремится создать экосистему, которая позволит взаимодействовать академию и бизнес, помогая им решать проблемы и осведомляя их о последних разработках в когнитивной эпохе, чтобы предоставлять решения, предлагать руководство или обучение, организовывать лекции, семинары и мастер-классы, а также сотрудничать в научных программах и социальных миссиях. Самой интересной особенностью MUST является ее фундаментальные исследования в области передовых технологий, таких как искусственный интеллект, машинное обучение, обработка естественного языка, текстовая аналитика, компьютерное зрение, аудиосигнальная обработка, речевая технология, встроенные системы, робототехника и т. д.

Что вдохновило вас на создание MUST Research?

Моя любовь к научной фантастике и математике часто заставляет меня думать о том, как технологии могут изменить мир, и я часто думал о создании группы единомышленников-экспертов в области продвинутых технологий с 1993 года, когда я был в 9-м классе. Как только я получил свою первую работу, мне потребовалось 10 лет, чтобы созвать встречу, и еще 10 лет, чтобы определить группу подходящих экспертов и создать некоммерческую организацию. Теперь у нас есть около 500 ученых по данным в MUST по всей Индии, которые с энтузиазмом вносят вклад в исследования по новым технологиям.

За последние несколько лет в отрасли произошли значительные достижения в области глубокого обучения, обучения с подкреплением, обработки естественного языка и т. д. Какая область машинного обучения сейчас кажется вам наиболее интересной?

Все алгоритмы машинного обучения интересны, когда они реализуются в виде продукта или услуги, которую могут использовать бизнес или люди в реальном мире. Эра глубокого обучения имеет свои плюсы и минусы, хотя иногда оно помогает в автоматической инженерии особенностей, но в то же время может работать как черный ящик и привести к ситуации “мусор на входе – мусор на выходе”, если не используются правильные наборы данных или алгоритмы. Некоторые из последних технологий также требуют больших объемов вычислительной мощности, времени и данных. Главное, что нужно помнить, это то, что глубокое обучение является подмножеством машинного обучения (ML), которое, в свою очередь, является подмножеством искусственного интеллекта (AI), а искусственный интеллект является подмножеством науки о данных — поэтому все это связано. И это не зависит от Python, R или Scala — я начал свое путешествие в области искусственного интеллекта с языка C, и можно даже писать программы на искусственный интеллект на языке ассемблера. Создание успешных систем искусственного интеллекта зависит прежде всего от понимания бизнес-среды или исследовательской среды, а затем от соединения точек между действиями и данными для построения системы, которая действительно помогает людям в различных областях. Будете ли вы работать с обработкой естественного языка, компьютерным зрением, видеоаналитикой, речевой технологией или робототехникой, лучший способ продвижения — начать с наиболее простого подхода и затем принять более сложные методы итеративно, экспериментируя и совершенствуя свою систему.

Вы часто выступаете в качестве гостевого лектора в ведущих университетах Индии. Какой вопрос вы часто слышите от студентов, и как вы лучше всего отвечаете на него?

Самый частый вопрос, который я слышу, это: “Как я могу стать ученым по данным?” Я всегда говорю молодым людям, что это вполне возможно, и пытаюсь направить их к использованию их любви к математике, статистике или компьютерным наукам для решения реальных бизнес-проблем. Люди также спрашивают, как они могут присоединиться к MUST, и ответ прост: “Постройте свой профиль с помощью нескольких проектов и сосредоточьтесь на том, чтобы думать нестандартно.” Если вы хотите стать ученым по данным, вы должны также доказать, что вы можете инновировать. Без инноваций мы не можем называть себя учеными. Конечно, получение патентов или публикация ваших исследований в авторитетных журналах и конференциях также помогает!

Вы недавно присоединились к компании Aviso в качестве главного ученого по данным, чтобы использовать ваш опыт в области искусственного интеллекта и машинного обучения. Расскажите нам немного о компании Aviso и вашей роли в ней.

Aviso использует искусственный интеллект и машинное обучение для того, чтобы помочь руководителям продаж и исключить догадки из процесса заключения сделок. Это fascинующая задача, и моя основная ответственность заключается в том, чтобы помочь организации расти в положительном направлении, используя глубокие исследования для создания условий для успеха клиентов. Я использую свои знания и опыт в области искусственного интеллекта и инноваций, чтобы помочь сделать наши основные продукты и исследовательские проекты более:

Адаптивными: Они должны учиться, когда меняется информация, и когда меняются цели и требования. Они должны разрешать неоднозначности и терпеть непредсказуемость. Они должны быть сконструированы так, чтобы питаться динамическими данными в реальном времени.

Интерактивными: Они должны легко взаимодействовать с пользователями, чтобы те могли комфортно определять свои потребности. Они должны взаимодействовать с другими процессорами, устройствами, сервисами, а также с людьми.

Итеративными и сохраняющими состояние: Они должны помогать определять проблему, задавая вопросы или находя дополнительный входной сигнал, если проблема неоднозначна или неполна. Они должны помнить предыдущие взаимодействия в процессе и возвращать информацию, подходящую для конкретного применения в тот момент времени.

Контекстно-зависимыми: Они должны понимать, выявлять и извлекать контекстные элементы, такие как смысл, синтаксис, время, местоположение, соответствующую область, регулирование, профиль пользователя, процесс, задачу и цель. Они должны черпать информацию из нескольких источников, включая как структурированную, так и неструктурированную цифровую информацию.

Что привлекло вас к этой должности в компании Aviso?

Aviso работает над заменой устаревших систем CRM на безшовные, оснащенные искусственным интеллектом инструменты, которые могут предоставлять действенные идеи и разблокировать полный потенциал команд продаж. Наша продукция — это умная система, которая понимает болевые точки продаж, исключает время-consuming ввод данных и предоставляет руководителям рекомендации и руководство, необходимые для эффективного заключения сделок. Меня привлекла сильная команда руководителей и клиентская база, но также и приверженность Aviso использованию продвинутых инструментов искусственного интеллекта для решения реальных задач. Продажи — это важная часть любого бизнеса, и Aviso помогает с этим, используя силу искусственного интеллекта. В точку! Что еще можно желать?

Наконец, есть ли что-то еще, что вы хотели бы поделиться об искусственном интеллекте?

Искусственный интеллект делает вычисляемыми новый класс проблем. Чтобы ответить на динамичную природу понимания пользователей своих проблем, когнитивная вычислительная система предлагает синтез не только источников информации, но и влияний, контекстов и прозрений. Эти системы отличаются от текущих вычислительных приложений тем, что они выходят за рамки табулирования и расчетов на основе предварительно сконфигурированных правил и программ. Они могут делать выводы и даже рассуждать на основе широких целей. В этом смысле когнитивные вычисления — это новый тип вычислений, целью которого является разработка более точных моделей того, как человеческий мозг или разум воспринимает, рассуждает и реагирует на стимулы. Это область исследования, которая изучает, как создавать компьютеры и программное обеспечение, способные к интеллектуальному поведению. Это междисциплинарная область: искусственный интеллект — это место, где сходятся несколько наук и профессий, включая компьютерные науки, электронику, математику, статистику, психологию, лингвистику, философию, нейробиологию и биологию. Вот что делает его так интересным!