Stephen DeAngelis, grundare och VD för Enterra Solutions – Intervjuer

Stephen DeAngelis är grundare och VD för Enterra Solutions, det första företaget som tillämpar Autonomous Decision Science^TM (ADS^®) teknologi för att utföra slut-till-slut-värdekedjeoptimering, beslutsfattande och komplex forskning och utveckling för företag.

Stephen F. DeAngelis är en internationellt erkänd expert på artificiell intelligens och avancerad analys och deras tillämpningar på kommersiella enheters och statliga myndigheters konkurrenskraft, motståndskraft och säkerhet. Herr DeAngelis är en patentinnehavare, teknikpionjär och entreprenör. Hans karriär ligger i skärningspunkten mellan internationella relationer, näringsliv, stat och akademi. Han bidrar med en unik synvinkel och djup erfarenhet till sina företag.

Kan du dela berättelsen om Enterra Solutions ursprung?

Enterra har sitt ursprung som en amerikansk statlig entreprenör. Enterra utvecklade och genomförde företagsresiliensmodeller (systemiska data-drivna konkurrens-, risk- och prestandamodeller) för amerikanska statliga myndigheter. I samband med detta arbete utvecklade Enterra sin bästa praxis för Enterprise Resilience Management Methodology och Maturity-modell under samarbetsavtal för forskning och utveckling med statliga amerikanska forsknings- och utvecklingsmyndigheter.

För att främja konkurrenskraft och resiliens-teknologi började Enterra arbeta med artificiell intelligens och tillämpad matematik i början av 2000-talet. I mitten av 2000-talet började företaget kombinera sitt arbete inom statlig sektor med banbrytande teoretisk och experimentell akademisk forskning – detta arbete fortsätter idag. Enterras akademiska forskning är ett samarbete som utsätter vårt företag och anställda för några av de mest avancerade och sofistikerade AI- och matematiska teknikerna och metoderna, samtidigt som det etablerar ett djupt nätverk och en uppsättning kontakter till några av de ledande individerna och-seminala tänkarna inom kognitiv vetenskap och resiliens-tillämpningar.

Enterra utnyttjade de vetenskapliga och tekniska lärdomarna från sitt arbete inom statlig sektor och akademi för att omdefiniera stordata-analys i den kommersiella sektorn – resultatet var skapandet av Enterras Autonomous Decision Science^® (ADS^®) & Generativ AI-plattform och en uppsättning värdekedje-expansiva affärsapplikationer som tillsammans skapar en första i sitt slag System för intelligens. Enterras System för intelligens utför autonom slut-till-slut-optimering, planering och genomförande genom att sitta ovanpå en organisations flera transaktions-system för register/engagemang över marknadsföring, försäljning, leverantörskedja och företagsstrategi, och orkestrerar beslut och åtgärder som hjälper företaget att bygga konkurrenskraft och motståndskraft och nå sina affärsmål.

Genom att kombinera Enterras egenutvecklade teknik med organisatorisk kunskap och metoder, förutser Enterra marknadsförändringar systematiskt och i marknadshastighet – och omvandlar företag till Autonoma Intelligenta Företag.

Enterra Solutions erbjuder autonom beslutsforskning, vad är detta specifikt och hur optimerar det affärsbeslut?

Enterras Autonomous Decision Science^® (ADS^®) är teknologiplattformen som driver Enterra System för intelligens. Enterras ADS-teknologiplattform kombinerar tre tidigare separata tekniker:

1. Semantisk resonemang och vektorsymbolisk logik-baserad artificiell intelligens som möjliggör mänsklig resonemang, beslutsfattande och inlärning. Denna unika förmåga kombinerar allmän kunskap och branschkunskap med inferens-resonemang för att skapa ett system som kan fatta beslut med subtil, mänsklig resonemang och sedan lära av resultaten.
2. Glas-box, förklarande, transparent maskinlärning i form av den egenutvecklade Representation Learning Machine^TM (RLM). RLM:s grund är högdimensionell matematik och funktionsanalys. RLM identifierar unikt en funktion som beskriver kombinationen och bidraget från variabler i datamängden som beskriver de observerbara effekterna genom flera lager av interaktion med hög precision. Detta klassificeras som en “glas-box”-algoritm som genererar en funktion, vars utdata är synlig, till skillnad från “svarta lådan”-algoritmer som bara genererar mönster, men inte erbjuder någon förklarande beskrivning av systemets/datasetens dynamik, eller har någon substantiell “förståelse” för vad mönstret betyder.
3. Begränsningsbaserad, icke-linjär optimering som inkorporerar RLM-derivat-formeln, tillsammans med semantisk resonemang och logik, för att utföra snabb optimering som reflekterar de komplexa, multidimensionella, verkliga världens överväganden för att ge högt aktionbara rekommendationer. Denna förmåga bryter dimensioneringsbarriären som är associerad med linjära modeller.

Den unika kombinationen av dessa tekniker har möjliggjort för Enterra att ge kunderna betydligt differentierade förmågor och skapat en högt försvarbar klyfta i den konkurrensutsatta landskapsbilden – både stora AI-teknologiplattformar och punktlösningar.

Ungefär ett år sedan, i “Eye on AI-podden“, diskuterade du hur gammaldags AI fortfarande är ett kraftfullt verktyg. Har dina åsikter förändrats om detta, och vad är några av de traditionella maskinlärningsalgoritmerna som fortfarande används av Enterra Solutions?

Vetenskap är generationellt additivt, vilket innebär att en generation av förmåga bygger på den föregående generationens innovationer för att skapa nya förmågor. Enterra innoverar kontinuerligt och utvecklar kreativt sin teknik. Som nämnts ovan har Enterra skapat en Enterra Autonomous Decision Science^® (ADS^®) & Generativ AI-plattform som är en ensemble av mänsklig resonemang och GenAI-kapaciteter, superavancerad högdimensionell, glas-box, förklarande maskinlärning med icke-linjär, begränsningsbaserad optimering. Vi har kombinerat dessa tidigare separata tekniker under en plattform och därigenom kunnat låsa upp tidigare orealiserbara analytiska förmågor och mildra bristerna i varje enskild teknik.

Hur har Enterra Solutions integrerat Generative AI i sina lösningar?

Medan många organisationer fortfarande är i en upptäckts- och försöksperiod med generativ AI, har Enterra Solutions och våra kunder dragit nytta av dess kraftfulla förmågor i över ett decennium. AI-komponenten i Enterras plattform kommer att unikt lära sig de miljömässiga orsakerna till att rekommendationer är framgångsrika eller inte och bevara denna kunskap i deras ontologier och Generative AI-kunskapsbaser. Enterra kommer, om en kund begär det, att utveckla en specifik GenAI-kunskapsbas som representerar kundens strategier, taktik, affärslogik och sätt att arbeta och vinna, samtidigt som den tillhandahåller uppdaterad logik och begränsningsinställning till optimeringsfunktionerna inom de funktionella komponenterna i Enterras System för intelligens.

Hallucinationer är ett av de primära problemen med Generative AI, hur övervinner Enterra Solutions dessa begränsningar?

Generative AI kan automatisera de flesta arbetsflöden, men eftersom det inte är validerat, är dess trovärdighet tvivelaktig. Detta kan åtgärdas genom att utnyttja ADS-teknologi som kan anslutas till stora språkmodeller (LLM), resonera och triangulera kunskap matematiskt för att validera dess effektivitet. Genom att utnyttja ADS för att leverera trovärdig förklarbarhet och handlingskraft för insikter och rekommendationer, kan förtroende byggas.

Från 2015 till 2019 var du en ledamot i styrelsen för Dalai Lama Center for Ethics and Transformative Values vid MIT, hur har detta format dina värderingar om näringsliv och AI?

När man är involverad i Dalai Lama Center kan man inte hjälpa att tänka på ledarskap och etik som en och samma sak. När man driver ett företag, lär man sig mycket snabbt att man fattar tusentals beslut per år. Vissa är små, vissa är vanliga eller procedurmässiga, och vissa är betydande eller konsekvensrika beslut. Jag hoppas att jag har lärt mig att fatta beslut med etiska överväganden inbyggda i min logik – verkligen en nordstjärna och parametrar för upplyst beslutsfattande. Detta koncept återspeglas också i hur vi konstruerar algoritmer och programvara, och det återspeglas slutligen i hur vi driver vår organisation.

Många näringslivs- och AI-ledare, såsom Geoffrey Hinton, är oroliga för de framtida potentiella problemen med AI, och specifikt AGI, vad är dina åsikter om detta?

Några av Geoffrey Hintons farhågor gäller den potentiella missbruket och den hastighet med vilken AI utvecklas. Dessa är rimliga punkter, eftersom många företag försöker passa in AI i sina affärspraxis utan att först förstå vilka problem de försöker lösa. AI löser inte alla problem och bör inte ses som en universallösning för alla affärsutmaningar. Det är av största vikt att företag börjar med ett affärslett problemuttalande, innan de söker efter livskraftiga lösningar. När du förstår problemet du försöker lösa, kan du förstå den strategiska passningen och den tekniska genomförbarheten av att använda avancerad teknik, som AI.

Du är en serieentreprenör och har framgångsrikt lanserat flera företag inom olika områden, vad driver dig att innovera?

Till slut är jag mer en kreativ livslång lärande och intellektuellt nyfiken affärsman än en administratör. Kombinationen av livslångt lärande och intellektuell nyfikenhet, tillsammans med en entreprenörs iver för att skapa nya affärsverksamheter, driver innovation och skapandet av produkter och tjänster för att fylla identifierade marknadsluckor. Önskan att arbeta med fantastiska team och att “konkurrera och vinna” genom att skapa aktieägarvärde är vad driver mig att innovera.

Vad är din vision för AI:s framtid?

Genom linsen för AI:s användning i nära framtida B2B-applikationer – jag tror att AI kommer att möjliggöra praktiskt autonomt beslutsfattande i nära framtida storskaliga affärsapplikationer. Dessa förmågor kommer att drivas av mänskliga, intelligenta agenter som kompletterar mänskligt beslutsfattande med en artificiell intelligens eller artificiell superintelligens som fokuserar på stora och disruptiva användningsfall. Applikationer som slut-till-slut-värdekedjeoptimering och beslutsfattande för globala företag över branschsektorer och störningar i läkemedelsupptäckt och formulering, och kliniska prövningar, är transformerande och berör de flesta människors liv över hela planeten.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Enterra Solutions.