Финансирование
Ричард Бойд, сооснователь и генеральный директор Tanjo Inc – Серия интервью
Ричард Бойд – предприниматель, автор и спикер на различные темы, от образования до здравоохранения, виртуальных миров, компьютерных игр, машинного обучения и интерфейсов человека и компьютера. За три десятилетия Ричард возглавлял или помог создать некоторые из самых инновационных технологических компаний и услуг в различных отраслях, включая создание и руководство четырьмя компаниями в регионе исследовательского треугольника Северной Каролины. Ричард продал свою последнюю компанию Lockheed Martin и остался в качестве директора лаборатории виртуальных миров.
Ричард является сооснователем и генеральным директором компании Tanjo Inc, занимающейся искусственным интеллектом и машинным обучением, базирующейся в регионе исследовательского треугольника Северной Каролины.
Вы работаете над VR с 90-х годов, и в 2001 году вы стали сооснователем 3Dsolve. Какими были некоторые из первых проектов, над которыми работала 3Dsolve?
Самым значимым первым проектом для 3Dsolve было помощь команде армии США в обучении тактическим операциям с помощью симуляционного обучения. Мы создали первый “Уровень 4 интерактивного мультимедийного обучения” (IMI) курс для армии, который прошел валидацию TRADOC. По сути, это было использование ценности “безопасной практики в полностью симулированной 3D-среде для наземных подразделений”. Первый курс включал более 100 часов инструктажа в совместной симулированной 3D-игровой среде для 25B10 MOS (военной специальности) для связи.
Мы отправляли солдат в Афганистан и Ирак в то время и обучали их работать в цифровых тактических операционных центрах (DTOC), когда у нас не было DTOC в США для их обучения. 3Dsolve путешествовала в Форт-Худ, Форт-Гордон и различные другие объекты, чтобы найти оборудование, встретиться с экспертами и построить виртуальные DTOC, где солдаты могли обучаться. Результаты валидации показали, что солдаты, использующие этот метод, были обучены за более короткое время с более высоким уровнем знаний (и процентом сдачи экзаменов) чем при использовании любых классических методов обучения. Я считаю это началом серьезной игровой индустрии.
Я также был членом совета ADL (Advanced Distributed Learning) Colab, где были созданы стандарты для повторно используемого обучающего контента. Я работал с Филипом Доддсом над 3D-стандартами для SCORM (Shareable Content Object Reference Model). Сноской: Филип был тем, кто играл на органе в фильме Стивена Спилберга “Близкие контакты третьей степени”.
Я также был членом другой международной стандартной организации под названием 3DIF, возглавляемой Intel и Boeing, где мы создали международный стандарт ECMA с тем же названием для 3D-форматов обмена. Идея заключалась в том, чтобы наконец захватить всю ценность 3D-CAD-моделей, построенных для всего, что сделано в мире, и перевести их для использования в серьезных играх и 3D-технических документах. Это живет в Adobe Acrobat и других платформах.
Мы продолжали работать с гарнитурами и различными периферийными устройствами VR, сотрудничая с пионерами отрасли Уорреном Робинеттом, доктором Фредом Бруксом, Аланом Кэем и другими. Мой сооснователь Дэвид Смит создал целую открытую платформу вместе с Аланом Кэем под названием OpenCroquet, которая все еще существует сегодня.
Как изменилась ваша жизнь после того, как Lockheed Martin приобрела 3Dsolve в 2007 году?
Одним из пионерских проектов, над которым мы работали в 3Dsolve, который привел к покупке Lockheed, была симуляция всего подводного лодки класса Los Angeles. В то время ВМС США все еще выделяли целые корабли для обучения. Мы были пионерами в идее “Total Ship Simulation”, реплицируя всю подводную лодку в многопользовательской игровой среде. Мы использовали движок Epic Games Unreal и действительно преобразили обучение для этих судов. В Lockheed мы создали симуляции эсминцев, корабля Littoral Combat Ship, а также всех подсистем.
Это было сложно сначала, адаптируясь от компании, занимающейся технологией игр, к дополнительным слоям надзора и отчетности, необходимым в 100-летнем оборонном подрядчике. Мы научились создавать свою собственную реальность. Я сформировал неформальную организацию под названием Virtual World Labs и спроектировал ее по образцу знаменитой LM Skunkworks в Калифорнии. На самом деле, Skunkworks стал членом VWL. Мы узнали в первый год, что каждый раз, когда вы придумываете патентную заявку, вы получаете чек, и еще один, когда она предоставляется. Итак, это стало нашей программой стимулирования. Мы сидели, изобретая вещи в AR, VR и AI. К концу моего 5-летнего пребывания там мы накопили более 100 патентных заявок в небольшой группе из примерно 40 человек.
Одной из самых интересных и актуальных программ было создание Додского виртуального мира Framework. Мы были частью нескольких крупномасштабных совместных военных игровых упражнений и наблюдали за разочарованиями из-за отсутствия совместимости среди проприетарных систем, которые должны были работать вместе в этих больших живых, конструктивных и виртуальных симуляционных упражнениях. Наша первая реакция была на то, что это была решенная проблема… Это называется Интернет! Если сообщество приобретения сможет просто заставить всех придерживаться веб-сервисов, мы можем построить лучшие интегрированные системы обучения. И WebGL только что прошел проверку в Всемирном веб-консорциуме. Пришло время для потрясения делового как обычно. Пентагон выпустил запрос на предложение о “общем виртуальном мире Framework” для интегрированной симуляции. Руководитель этой программы в Пентагоне был творческим бывшим пилотом ВВС по имени Фрэнк ДиДжованни. Мы называли его D9. Он напоминает мне много историй о полковнике Джоне Бойде, который толкал к творческому разрушению наших программ истребителей и мышления в ВВС.
Проблема заключалась в том, что D9 явно сказал своей команде приобретения, что он “не хочет никаких компаний, подобных Lockmart”, чтобы построить этот новый фреймворк. Но Дэвид и я пошли туда вместе с обычным списком из примерно 17 поставщиков, претендующих на программу, и мы выиграли. Мы узнали позже, что все остальные показывали проприетарные решения и пытались заставить правительство принять их. Мы показали, что ответ на эту глубокую проблему лежит в архитектуре Интернета. Мы сказали, что можем спроектировать это за несколько месяцев и иметь рабочую модель через шесть. Мы также сказали, что это должно быть открытым исходным кодом. Мы выиграли “руки вниз, удар” по словам D9, потому что наш подход был так свеж и другой и “вне коробки”.
Когда я вернулся в Орландо, чтобы объяснить эту новую победу руководству нашего подразделения Lockheed Martin, меня вызвали на ковёр. Меня поздравили, но затем они спросили об открытом исходном коде. “Что это будет значить для нашего существующего конструктивного сим-бизнеса?” они спросили. Мой ответ – “Оно полностью разрушит его”. Была пауза, затем неизбежный вопрос “Итак, как мы будем зарабатывать деньги? Какова бизнес-модель?” Мой ответ – “Бизнес-модели будут легионными”. Я все еще наслаждаюсь запутанными хмуростями, которые этот ответ вызвал. Я прошел через все способы, которыми Red Hat смогла построить многомиллиардный бизнес на основе бесплатного программного обеспечения, но я не думаю, что они когда-либо стали комфортными с разрушением.
Моя должность на тот момент была директором по возникающим и разрушительным технологиям, вместе с моей должностью главного архитектора Virtual World Labs. Я работал в течение следующего года, пытаясь заставить Lockheed принять больше самоуничтожения и шумпетерское творческое разрушение. Я описал инновации в больших организациях, таких как Lockheed, как подобные родам. Люди любят идею иметь детей. Это хорошо для общества и очень полезно. Дети – это наше будущее. Но через неправильную линзу дети также могут быть рассмотрены как паразиты. Начиная с того момента, когда они впервые занимают позицию в утробе, они начинают отнимать ресурсы. Если бы не защитные условия утробы, антитела матери вышли бы, чтобы уничтожить ребенка. Инновации в Lockheed были как это. Все хотят и говорят об инновациях, но никто не хочет жертвовать своими ресурсами для этого, когда отдача так далеко.
Во время вашего пребывания в Lockheed Martin одна из патентов, которые вы соавторствовали, звучит как что-то из научно-фантастического блокбастера, называемого холо-децком. Что же такое холо-децк?
В 2009 году меня пригласили в Лос-Анджелес Джеймсом Кэмероном во время производства его фильма “Аватар”. Мы работали с Джимом раньше (над “Бездной”) и он хотел показать мне свою новую 3D-камеру, которую он изобрел с Винсом Пейсом (которого мы также знали из “Бездны”). Но то, что действительно заворожило меня, была виртуальная сцена внутри огромного ангара Hughes. Я провел много времени там с маленьким плоским экраном, просто прогуливаясь по виртуальному миру Пандоры. Я написал об этом для Armed Forces Journal и придумал с Дэвидом Смитом идею построить большую виртуальную тренировочную площадку размером с футбольное поле. в то время мы работали над программой под названием Future Immersive Training Environment (FITE) для морской пехоты. В этой программе морской пехотинец носил ноутбук на спине и шлем. Все это дополнительное оборудование действительно вызвало некоторые опасения по поводу негативной тренировки. Я никогда не забуду первого сержанта, который застегнул его и сказал: “мы должны тренироваться так, как мы сражаемся, верно?” и затем упал на землю и закатился, разбив все электронику на бесполезные кусочки. Концепция холо-децка была более похожа на Volume Джеймса Кэмерона для съемок фильмов; где актеры имеют светящиеся костюмы и все инструменты вокруг них. Шлем все еще был необходим, но был беспроводным и легким. Более похож на современный Oculus Quest. Мы даже придумали, как сделать это на улице в солнечном свете.
В 2015 году вы написали что мы не должны так сильно беспокоиться о машинах, которые берут верх, а вместо этого мы должны выяснить, как достичь правильного баланса между людьми и автоматизацией, чтобы оптимизировать результаты. Все ли еще считаете, что общество слишком обеспокоено AGI или машинами, которые берут верх?
Я думаю, что когда действительно умные люди с избытком экспертизы в этой области (например, Рэй Курцвейл, Стивен Хокинг, Илон Маск, Джеймс Кэмерон и Билл Гейтс) выражают обеспокоенность, мы должны все обратить внимание и отслеживать прогресс в сторону искусственного общего интеллекта и последствия для общества. Если мы узнали что-то недавно, то это то, что экспертиза имеет значение, и мы всегда должны прислушиваться к предупреждениям от людей с более глубокой экспертизой, чем наша.
Однако, учитывая ближайшее будущее, мы видим больше постепенного разрушения, которое заслуживает немедленного внимания и действий. Моя суть цитаты о 21-м веке императиве достижения правильного баланса между людьми и автоматизацией, чтобы оптимизировать результаты, является критической проблемой прямо сейчас. Я действительно думаю, что любой, кто не получает это правильно, обречен быть нерелевантным скоро, не только неконкурентоспособным. Когда JP Morgan заменил 320 000 часов в год юридического обзора кредитных соглашений на систему машинного обучения под названием COIN, они разрушили самих себя и сразу же создали выгоду в размере 300 миллионов долларов для своей основной деятельности. И эта выгода теперь является аннуитетом. Любой из их конкурентов, у которых все еще есть эта стоимость, не может надеяться конкурировать.
Я считаю, что это правда и императив для компаний, правительств, даже отдельных людей. Я являюсь членом совета директоров колледжа в Северной Каролине с 70 000 студентов. Я постоянно пытаюсь направлять студентов и нашу учебную программу к тем специальностям, которые все еще будут выполняться людьми через пять лет. Когда я нахожу студентов, которые хотят поступить в радиологию, я объясняю им, что машины уже лучше людей в чтении рентгеновских снимков. Рассмотрите новую область или то, как эта область, скорее всего, изменится с этой реальностью. Это не футуризм. Это Nowism.
Вы заявили, что люди думают линейно, а машины думают экспоненциально. Очевидно, что вы являетесь экспоненциальным мыслителем, почему людям так трудно думать экспоненциально?
70% американцев не могут прочитать и понять раздел науки в New York Times (исследование Университета Мичигана). Авторы, такие как Дэн Ариэли, в его бестселлере “Предсказуемо иррационально”, и другие говорят о том, как люди просто не хорошо умеют статистически мыслить. Экспоненциальное и логарифмическое мышление также не очень универсальны. Мой наставник и герой Алан Кей имеет отличную речь Теда о универсалах и неуниверсалах в образовании. Я написал об этом в статье на сайте Getting Smart о пересмотре образования с первого принципа. По сути, абстрактное и дедуктивное рассуждение трудны, если их не преподают. У нас абсолютно есть проблема с образованием, которая препятствует нашей способности понять прогресс закона Мура или вероятный распространение пандемии.
Текущая пандемия проливает другой яркий свет на последствия того, что у лидерства нет возможности экспоненциально мыслить (или прислушиваться к экспертизе).
Вы работаете в VR с 90-х годов, как вы относитесь к некоторым текущим потребительским приложениям VR, таким как Oculus Quest?
Каждый раз, когда я вижу американские горки VR-хайпа, поднимающиеся обратно вверх по склону трека, я начинаю напоминать всем о трех основных ограничениях, которые препятствуют широкому внедрению.
- Некоторые люди навсегда будут физически не в состоянии наслаждаться стереоскопическим 3D VR.
- Трение настройки и подключения делает это опытом, который не многие найдут приятным.
- Хрупкость систем означает, что только экспертные хоббиисты будут хотеть работать с этим и устранять неисправности.
Люди не имели апгрейда в течение долгого времени (с плейстоценовой эпохи, на мой взгляд) и некоторые из нас имеют очень трудное время, адаптируясь к иммерсивным 3D-отображениям. Значительная часть населения никогда не будет комфортно с иммерсивным VR из-за того, как они физически подключены. Итак, отложив их в сторону на момент, мы остаемся со вторым большим вопросом: ужасное трение подключения к этим устройствам. Слишком много кабелей и настроек, прежде чем можно войти в опыт. И третье – это хрупкость и ломкость всех этих дополнительных переходников и соединителей.
Oculus Quest далеко превзошел мои ожидания, полностью устранив второе и третье ограничения. В моей семье мы проводим время в контенте Oculus Quest почти каждый день. Это, на мой взгляд, большой прорыв, который нужен был VR. Теперь нам просто нужно пройти последнюю милю и посмотреть, как мы можем адаптировать технологию, чтобы удовлетворить тех, кто имеет физические ограничения, которые препятствуют наслаждению VR.
Какова была ваша вдохновение за запуском Tanjo?
Я открыл для себя машинное обучение в 2009 году, когда я руководил Virtual World Labs в Lockheed Martin. Машинное обучение, конечно, уже существовало, но это был год, когда я полностью понял, как далеко оно продвинулось и как оно фундаментально отличается от “искусственного интеллекта”, который мы использовали в компьютерных играх и симуляциях ДОД до этого.
Я теперь думаю об ИИ как о развитии в 3 этапа. На первом этапе, который длился с 1958 года до 2009 года (мой произвольный маркер), мы не просили компьютер вычислить что-то, пока люди полностью не понимали это и не могли разбить его на хрупкие логические ворота и операторы if/then. Мы затем кормили это компьютерам как конечные машины или иерархические деревья поведения и запускали программы. В конце концов, все это было просто код. Ничего мистического в этом.
Следующий этап – это машинное обучение, где человек не обязательно понимает, как сказать машине, чтобы она управляла автомобилем. Теперь мы просто кормим большое количество обучающих данных хорошо спроектированным машинным обучением библиотек, которые затем выводят свое собственное понимание. Сегодня система машинного обучения может просто посмотреть 100 часов видео и выйти и управлять автономным транспортным средством безупречно где угодно. (Я обычно шучу, что “где угодно, кроме Рима”).
В Tanjo мы используем машинное обучение в коротких проектах, чтобы дать банкам и учреждениям высшего образования и компаниям из списка Fortune 2000 интеллектуальное усиление и автоматизацию, которые преобразуют то, как они работают. Мы регулярно видим возврат на инвестиции в 10 раз от наших реализаций. И этот возврат обычно является аннуитетом. Сколько технологических инвестиций мы видели раньше, которые создают такие виды производственных выгод? У нас были проверенные измерения ROI до 600 раз; и один смущающий результат в 1600 раз. Мы даже не используем последнее как справочный материал, потому что оно кажется слишком гиперболическим.
Можете ли вы обсудить Tanjo Animated Personas (TAP), и как это работает?
Наш большой прорыв произошел, когда мы поняли, что эти удивительные, странные системы машинного интеллекта смотрят на людей так же, как они смотрят на информационные объекты. Мы провели ранний эксперимент с набором обучающих данных из популярного приложения для знакомств. Наша маленькая мини-мозг машинного обучения создала графики интересов и карты настроений для каждого человека из его данных, которые возникли, похожие на профиль Майерс-Бриггс. Мы подумали кратко о создании приложения для знакомств на основе машинного обучения в 2014 году. Это было очень краткое рассмотрение, потому что оно не соответствовало нашим высоким целям делать значимую работу.
Вместо этого мы назвали это “Двигателем сопереживания” и построили то, что мы назвали “Tanjo Animated Personas” из этих закономерностей машинного обучения человеческого поведения.
Аналитическая фирма Gartner дала нам награду “Крутой поставщик” в 2018 году за этот прорыв. Мы помогаем маркетологам-исследователям моделировать и понимать (а также, надеюсь, выковывать более глубокие осмысленные разговоры со своими клиентами; а также использовать его для моделирования популяций людей, чтобы изучить здоровье и благополучие. Например: мы можем создать синтетическую модель населения zip-кода или округа и смоделировать, какие вмешательства и сообщения поощряют лучшее поведение, чтобы уменьшить распространение вируса или снизить ожирение, курение и т. д.
Используете ли вы обучение с учителем, чтобы обучать Tanjo?
Баланс между людьми и машинами так же важен на входе, как и на выходе этих систем. Человеческий надзор абсолютно помогает с обучением “Мозга” одной из наших систем машинного обучения быстрее. Когда мы создали мозг NC, который свяжет все 58 колледжей сообщества в Северной Каролине, мы работали с преподавателями и администраторами некоторых из лучших колледжей здесь, чтобы обеспечить, что его рейтинг различных областей знаний и то, как он сортирует контент, было действительным.
Одним из продуктов Tanjo является ContractBot для анализа контрактов. Что такое ContractBot и для каких типов предприятий он в основном предназначен?
Мы создали Contractbot изначально для отрасли бухгалтерского учета. В 2017 году FASBI (Финансовый комитет по стандартам учета и отчетности) выпустил новые правила, касающиеся признания доходов и учета аренды для бизнеса. Бухгалтерские фирмы проводили конференции по всей стране, чтобы подготовиться себя и своих клиентов к этим изменениям. С нашей линзой машинного обучения мы поняли, что это идеальная возможность для узкоспециализированной системы машинного обучения, чтобы работать вместе с бухгалтерами и значительно увеличить скорость анализа, а также повысить точность. Мы обучили систему более чем на четырех миллионах контрактов: все, от одной страницы, просканированной и написанной от руки, до контрактов со ста страницами гарантий и отказов от ответственности и описаний платежей по этапам. Она быстро научилась понимать язык и сортировать документы или разделы документов и применять бизнес-правила, чтобы почти мгновенно выполнить анализ, который занял бы у человека весь день.
Этот проект и другие являются справочными материалами, которые мы предоставляем, чтобы поощрить кого-либо в бизнесе сегодня взглянуть на новый баланс между человеком и машиной и внимательно изучить каждую деятельность, чтобы определить, какой правильный баланс между человеком и машиной, чтобы оптимизировать свой бизнес.
Когда JP Morgan использовал этот подход, чтобы исключить 320 000 часов в год анализа кредитов, они не только понесли 100-кратный возврат на инвестиции в том году, но и получат этот аннуитет каждый год вперед. Любой из их конкурентов, у которых все еще есть эта стоимость, не только будет неконкурентоспособным, но и нерелевантным.
Одним из самых интересных продуктов, которые предлагает Tanjo, является Tanjo’s Enterprise Brain. Какой тип машинного обучения стоит за этим, и какие его варианты использования?
Когда мы использовали машинное обучение, чтобы помочь Департаменту образования США создать Реестр обучения, мы увидели силу машинного обучения, чтобы организовать и проанализировать знания. Когда я говорю об этом, я обычно показываю слайд с изображением из последней сцены “Похитителей ума”, где клерк катит скучную коробку через огромный склад, чтобы подать ее, и на ней есть маленький ярлык, который говорит ARC.
Что мы узнали из проекта Реестра обучения и других, так это то, что корпоративный поиск сломан. У компаний есть неотмеченные и скрытые данные, спрятанные в маленьких озерах и прудах, которые либо недоступны, либо непонятны и поэтому не прозрачны для запроса. В этой ускоряющейся информационной эпохе мы теряем знания, приобретенные каждый день, из-за плохих методов хранения и извлечения.
Tanjo Enterprise Brain живет внутри вашего брандмауэра, с полным исходным кодом, подключается ко всему и не имеет ничего, кроме чтения и сканирования и организации всего, к чему он имеет доступ, и ожидания интересного момента, когда он обнаруживает, что человек пытается сделать что-то, что могло бы использовать обширную карту информации у его ног. Потому что у него так много времени и силы и близости к знаниям вашей организации, он не ограничивается уменьшением своего чтения “Войны и мира” до #РусскийРоман #Толстой #военнаяистория #любовнаяистория. Вместо этого он будет сопоставлять его с “гипердименсиональным отпечатком” до 4000 взвешенных концепций. Этот, казалось бы, чрезмерный усилий окупается с большими дивидендами для исследовательских учреждений, банков и колледжей с Tanjo Enterprise Brains. Это обычное дело для них осознать ценность, далеко превышающую лицензионный сбор, просто на этапе картографирования организационных знаний, который является частью обучения вашего Enterprise Brain, когда лидерство узнает, сколько знаний они инвестируют и от которых зависят, и что все это значит. Когда Enterprise Brain реализован, организация теперь имеет линзу, через которую можно увидеть, как информация вошла в их системы, кто ее поддержал, кто ее оспорил и, в конечном итоге, как были приняты решения. Это становится необходимостью, которая ретроспективно очевидна. И как система машинного обучения, реализованная JP Morgan, платит дивиденды навсегда.
Есть ли что-то еще, что вы хотели бы поделиться о Tanjo?
Tanjo сейчас работает над мозгом Covid-19. Согласно тезису, который движет нашей компанией, мы определяем, как достичь баланса между человеком и машиной, чтобы обеспечить, что правильная информация и лучшие ресурсы доступны людям, принимающим важные решения во время этого кризиса. Возможность Tanjo Animated Personas будет использована для моделирования данных о населении, чтобы отслеживать распространение вируса, но также определить, какие меры и методы коммуникации, и фактические слова, получат поведение, которое нам нужно, чтобы помочь нам успешно пройти через этот кризис в более здоровую экосистему для всех нас.
Это был fascинirующий разговор, читатели, которые могут захотеть узнать больше, должны посетить Tanjo.
