Stephen DeAngelis, grundare och VD för Enterra Solutions – Intervju-serie

Stephen DeAngelis är grundare och VD för Enterra Solutions, det första företaget som tillämpade 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 konkurrenskraft, motståndskraft och säkerhet för kommersiella enheter och statliga myndigheter. Herr DeAngelis är en patentinnehavare, teknikpionjär och entreprenör. Hans karriär ligger i skärningspunkten mellan internationella relationer, affärer, regering och akademi. Han bidrar med en unik perspektiv och djup erfarenhet till sina företag.

Kunde du dela berättelsen om Enterra Solutions ursprung?

Enterra har sitt ursprung som en amerikansk regeringskontraktör. Enterra utvecklade och utförde företagsmotståndskraft (systemisk data-driven konkurrenskraft, risk och prestation) modeller 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 federalt finansierade amerikanska forsknings- och utvecklingsbyråer.

För att främja konkurrenskraft och motståndskraftsteknologi 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 den offentliga sektorn med banbrytande teoretisk och experimentell akademisk forskning – detta arbete fortsätter idag. Enterras akademiska forskning är en bi-directional samverkan 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 seminal tänkarna inom kognitiv vetenskap och motståndskraftstillämpningar.

Enterra utnyttjade de vetenskapliga och tekniska lärdomarna från sitt arbete inom den offentliga sektorn och akademin för att omdefiniera stordataanalys i den kommersiella sektorn – resultatet var skapandet av Enterras Autonomous Decision Science^® (ADS^®) & Generative AI-plattform och en uppsättning värdekedjeexpansiva affärsapplikationer som kommer samman för att skapa en första i sitt slag System of Intelligence. Enterras System of Intelligence utför autonom slut-till-slut-optimisering, planering och utförande genom att sitta ovanpå en organisations flera transaktionsbaserade system för registrering/engagemang över marknadsföring, försäljning, leverantörskedja och corporate-strategi, och orkestrerar beslut och åtgärder som hjälper företaget att bygga konkurrenskraft och motståndskraft och nå sina affärsmål.

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

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

Enterras Autonomous Decision Science^® (ADS^®) är teknologiplattformen som driver Enterra System of Intelligence^TM. Enterras ADS-teknologiplattform kombinerar tre tidigare siloade teknologier:

1. Semantisk resonemang och vektorsymbolisk logikbaserad artificiell intelligens som möjliggör mänsklig resonemang, beslutsfattande och lärande. Denna unika förmåga kombinerar allmän kunskap och branschkunskap med inferensresonemang för att skapa ett system som kan fatta beslut med subtil, mänsklig resonemang och sedan lära av resultaten.
2. Glas-box, förklarande, transparent maskinlärande i form av den proprietära Representation Learning Machine^TM (RLM). Grundvalen för RLM är högdimensionell matematik och funktionsanalys. RLM identifierar unikt en funktion som beskriver kombinationen och bidraget av variabler i datamängden som beskriver de observerbara effekterna genom flera lager av interaktion med en hög grad av precision. Detta klassificeras som en “glas-box”, förklarande algoritm som genererar en funktion, vars utdata är synlig till skillnad från “black-box” algoritmer som bara genererar mönster, men inte erbjuder någon förklarande beskrivning av systemets/datasättets dynamik, och inte har någon substantiell “förståelse” för vad mönstret betyder.
3. Begränsningsbaserad, icke-linjär optimering som inkorporerar RLM-derivat, tillsammans med semantiska resonemangs- och logikbegränsningar, för att utföra snabb optimering som reflekterar de komplexa multi-dimensionella realvärldsfaktorerna för att hämta högaktionsbara rekommendationer. Denna förmåga bryter dimensioneringsbarriären som är förknippad med linjära modeller.

Den unika kombinationen av dessa tekniker har möjliggjort för Enterra att erbjuda kunderna betydligt differentierade funktioner och skapat en hög försvarsbarriär i den konkurrensutsatta landskapsbilden – med både stora AI-teknologiplattformar och punktlösningar.

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

Vetenskapen är generationellt additiv, vilket innebär att en generation av kapacitet byggs på den föregående generationens innovationer för att skapa nya kapaciteter. Enterra innovativa och kreativt utvecklar sin teknik kontinuerligt. Som nämnts ovan har Enterra skapat en Enterra Autonomous Decision Science^® (ADS^®) & Generative AI-plattform som är en ensemble av mänsklig resonemang och GenAI-kapaciteter, superavancerad högdimensionell, glas-box, förklarande maskinlärande med icke-linjär, begränsningsbaserad optimering. Vi har kombinerat dessa tidigare siloade teknologier under en plattform och har på så sätt kunnat låsa upp tidigare orealiserbara analytiska kapaciteter 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 kapaciteter 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 kommer att behålla den lärande i deras Ontologier och Generative AI-kunskapsbaser. Enterra, när en kund begär det, kommer 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 of Intelligence.

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-teknik 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 handlingsbarhet av insikter och rekommendationer, kan förtroende byggas.

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

Nåväl, om man är involverad i Dalai Lama Center kan man inte hjälpa att tänka på ledarskap och etik som en och samma sak. När du driver ett företag lär du dig mycket snabbt att du fattar tusentals beslut om året. Vissa är små, vissa är vanliga eller procedurmässiga, och vissa är betydande eller konsekvensbeslut. 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.

Ofta är affärs- och AI-ledare som Geoffrey Hinton oroliga för den framtida potentialen för problem med AI, och specifikt AGI, vad är dina åsikter om detta?

Vissa 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 anses vara en universallösning för alla affärsutmaningar. Det är av stor vikt att företag börjar med en affärsledande problemformulering innan de söker efter livskraftiga lösningar. När du förstår problemet du försöker lösa, kan du förstå den strategiska passformen och den tekniska genomförbarheten av att använda avancerad teknik, som AI.

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

Till slut är jag mer en kreativ livslång lärande och intellektuellt nyfiken affärsman än en administratör. Kombinationen av livslångt lärande och intellektuell nyfikenhet, när den kombineras med en entreprenörs iver för att skapa nya affärer, driver innovation och skapandet av produkter och tjänster för att fylla identifierade marknadsluckor. Önskan att arbeta med stora team av människor och att “tävla och vinna” genom att skapa aktieägarvärde är vad driver mig att innovativa.

Vad är din vision för AI:s framtid?

Genom linsen av AI:s användning i nära framtida B2B-applikationer – tror jag att AI kommer att möjliggöra praktiskt autonomt beslutsfattande i nära framtida storskaliga affärsapplikationer. Dessa kapaciteter kommer att drivas av mänskliga intelligenta agenter som förstärker 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 disruptiva användningsfall inom läkemedelsupptäckt och formuleringsutveckling, och kliniska prövningar, är transformerande och berör livet för de flesta människor på planeten.

Tack för den utmärkta intervjun, läsare som vill lära sig mer bör besöka Enterra Solutions.