รัมปรากาช รามาโมร์ที, หัวหน้าฝ่ายวิจัย AI ของ ManageEngine – สัมภาษณ์เชิงลึก

รัมปรากาช รามาโมร์ที เป็นหัวหน้าฝ่ายวิจัย AI ของ ManageEngine ซึ่งเป็นฝ่ายจัดการ IT ของ Zoho Corp ManageEngine ช่วยให้ธุรกิจสามารถควบคุม IT ของตนเองได้อย่างมีประสิทธิภาพ ตั้งแต่ด้านความปลอดภัย เครือข่าย และเซิร์ฟเวอร์ ไปจนถึงแอปพลิเคชัน การบริการ และอุปกรณ์มือถือ

คุณเริ่มสนใจคอมพิวเตอร์และแมชชีนเลิร์นนิงได้อย่างไร?

ตั้งแต่เด็ก ฉันมีความสนใจในคอมพิวเตอร์ แต่ครอบครัวของฉันไม่มีเงินเพียงพอในการซื้อคอมพิวเตอร์ให้ฉัน อย่างไรก็ตาม พ่อของฉันเป็นอาจารย์สอนวิชาเคมีที่วิทยาลัยท้องถิ่น และบางครั้งฉันก็ได้ใช้คอมพิวเตอร์ที่วิทยาลัยหลังเลิกเรียน

ความสนใจของฉันในคอมพิวเตอร์กลายเป็นความหลงใหลมากขึ้นเมื่อฉันเข้าเรียนมหาวิทยาลัย และฉันก็ได้พัฒนาวебแอปพลิเคชันสำหรับมหาวิทยาลัยของฉัน ซึ่งยังคงใช้งานได้จนถึงทุกวันนี้ ซึ่งเป็นเวลา 12 ปีแล้ว ซึ่งแสดงให้เห็นถึงผลกระทบและความยั่งยืนของงานในช่วงแรกของฉัน

การทำงานอาชีพของฉันในด้านเทคโนโลยีเริ่มต้นด้วยการฝึกงานที่ Zoho Corp ในตอนแรก ฉันอยากจะพัฒนาแอปพลิเคชันบนมือถือ แต่หัวหน้าของฉันแนะนำให้ฉันทำโปรเจ็กต์แมชชีนเลิร์นนิงก่อนที่จะไปพัฒนาแอปพลิเคชันบนมือถือ ซึ่งกลายเป็นจุดเปลี่ยนสำคัญในชีวิตการทำงานของฉัน

ที่ Zoho Corp เรามีวัฒนธรรมที่เรียนรู้โดยการทำ เราเชื่อว่าถ้าคุณใช้เวลาพอเพียงกับปัญหา คุณจะกลายเป็นผู้เชี่ยวชาญ ฉันรู้สึกขอบคุณวัฒนธรรมนี้และคำแนะนำจากหัวหน้าของฉัน ซึ่งเป็นจุดเริ่มต้นของการเดินทางของฉันในโลกของแมชชีนเลิร์นนิง

ในฐานะหัวหน้าฝ่ายวิจัย AI ของ Zoho และ ManageEngine วันทำงานของคุณมีลักษณะอย่างไร?

วันทำงานของฉันคือการทำงานร่วมกับทีมและวางแผนเชิงกลยุทธ์ ส่วนสำคัญของวันทำงานของฉันคือการทำงานอย่างใกล้ชิดกับทีมวิศวกรและนักคณิตศาสตร์ที่มีความสามารถสูง ร่วมกันพัฒนาและปรับปรุง AI สแต็กของเรา ซึ่งเป็นรากฐานของบริการของเรา

เราทำงานเป็นทีม AI中央 ที่ให้บริการ AI แก่ผลิตภัณฑ์ต่างๆ ภายใน ManageEngine และ Zoho ซึ่งต้องมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับผลิตภัณฑ์ต่างๆ และความต้องการที่แตกต่างกัน การทำงานร่วมกับทีมภายในองค์กรเป็นสิ่งสำคัญในการจัดตำแหน่งกลยุทธ์ AI ของเรากับความต้องการที่เปลี่ยนแปลงอย่างต่อเนื่องของลูกค้า

ด้วยความก้าวหน้าอย่างรวดเร็วของ AI ฉันใช้เวลาส่วนใหญ่ในการติดตามความก้าวหน้าและแนวโน้มล่าสุดในด้านนี้ การเรียนรู้อย่างต่อเนื่องนี้เป็นสิ่งจำเป็นในการรักษาความสามารถและกลยุทธ์ของเราให้เหมาะสมและมีประสิทธิภาพ

นอกจากนี้ การทำงานของฉันยังขยายออกไปนอกสำนักงาน ฉันมีความหลงใหลในการพูดและเดินทาง ซึ่งเข้ากันได้ดีกับความรับผิดชอบของฉัน ฉันเข้าร่วมการประชุมและฟอรัมต่างๆ เพื่อเผยแพร่กลยุทธ์ AI ของเรา และการมีส่วนร่วมเหล่านี้ไม่เพียงแต่ช่วยให้เราเผยแพร่วิสัยทัศน์และความสำเร็จของเราเท่านั้น แต่ยังให้ข้อมูลที่มีคุณค่าซึ่งสามารถนำกลับมาใช้ในการวางแผนและดำเนินการเชิงกลยุทธ์ของเรา

คุณได้เห็นการพัฒนาของ AI มาตั้งแต่การวางตำแหน่ง ManageEngine เป็นผู้บุกเบิก AI ในปี 2013 อัลกอริทึมแมชชีนเลิร์นนิงใดที่ใช้ในช่วงแรกๆ?

ในตอนแรก เราเน้นการแทนที่เทคนิคสถิติแบบดั้งเดิมด้วยโมเดล AI ตัวอย่างเช่น ในการตรวจจับข้อผิดปกติ เราเปลี่ยนจากวิธีการใช้การกระจายตัวแบบเบลล์ไปสู่โมเดล AI ที่สามารถเรียนรู้จากข้อมูลในอดีตและรับรู้รูปแบบและฤดูกาล

เรานำอัลกอริทึมหลากหลายมาใช้ ตั้งแต่แมชชีนเลิร์นนิงแบบสนับสนุนเวกเตอร์ไปจนถึงวิธีการที่ใช้ต้นไม้ตัดสินใจ ซึ่งเป็นพื้นฐานของแพลตฟอร์ม AI ของเรา อัลกอริทึมเหล่านี้มีบทบาทสำคัญในการระบุกรณีการใช้งานเฉพาะที่ AI สามารถใช้ข้อมูลในอดีตเพื่อค้นหาปattern การคาดการณ์และการวิเคราะห์เหตุผลที่แท้จริงได้อย่างมีประสิทธิภาพ

คุณสามารถพูดถึงวิธีการที่ LLMs และ Generative AI เปลี่ยนแปลงการทำงานที่ ManageEngine ได้หรือไม่?

โมเดลภาษาขนาดใหญ่ (LLMs) และ AI ที่สร้างสรรค์ (Generative AI) ได้สร้างความตื่นตระหนกในโลกผู้บริโภค แต่การรวมเข้าไปในโลกองค์กร รวมถึง ManageEngine ได้เกิดขึ้นอย่างค่อยเป็นค่อยไป สาเหตุหนึ่งคืออุปสรรคในการเข้าถึงสูง โดยเฉพาะในด้านต้นทุน และความต้องการข้อมูลและคำนวณที่สำคัญ

ที่ ManageEngine เรากำลังลงทุนใน LLMs ที่เฉพาะเจาะจงเพื่อใช้ประโยชน์จากศักยภาพของพวกมันในลักษณะที่เหมาะสมกับความต้องการของเรา ซึ่งรวมถึงการพัฒนาโมเดลที่ไม่ใช่แบบทั่วไป แต่ปรับให้เหมาะกับพื้นที่เฉพาะภายในการดำเนินงานขององค์กรของเรา ตัวอย่างเช่น เรากำลังพัฒนา LLM ที่อุทิศให้กับความปลอดภัย ซึ่งสามารถระบุเหตุการณ์ด้านความปลอดภัยได้อย่างมีประสิทธิภาพมากขึ้น และอีกอันหนึ่งที่เน้นไปที่การตรวจสอบโครงสร้างพื้นฐาน โมเดลเหล่านี้อยู่ในระหว่างการพัฒนาในห้องปฏิบัติการของเรา สะท้อนถึงความมุ่งมั่นของเราในการใช้พฤติกรรมที่เกิดขึ้นใหม่ของ LLMs และ Generative AI เพื่อเพิ่มคุณค่าที่เป็นรูปธรรมให้กับโซลูชัน IT ขององค์กรของเรา

ManageEngine มีเครื่องมือ AI หลากหลายสำหรับการใช้งานที่แตกต่างกัน คุณภูมิใจในเครื่องมือใดมากที่สุด?

ฉันภูมิใจในเครื่องมือ AI ทั้งหมดของ ManageEngine แต่เครื่องมือวิเคราะห์พฤติกรรมผู้ใช้และเอนติตี้ (UEBA) ของเรานั้นโดดเด่นสำหรับฉัน เราเปิดตัว UEBA ในช่วงแรกๆ และยังคงเป็นส่วนสำคัญของข้อเสนอของเรา เราเข้าใจความคาดหวังของตลาดและเพิ่มคำอธิบายสำหรับการผิดปกติแต่ละครั้งเป็นมาตรฐาน การวิเคราะห์ UEBA ของเรากำลังพัฒนาและเรานำความรู้ไปใช้เพื่อปรับปรุงมัน

ManageEngine เสนอ AppCreator ซึ่งเป็นแพลตฟอร์มพัฒนาแอปพลิเคชันแบบ low-code ที่ช่วยให้ทีม IT สร้างโซลูชันแบบกำหนดเองได้อย่างรวดเร็วและเปิดตัวได้ทั้งบน-premises และบนคลาวด์ คุณมองเห็นอนาคตของแอปพลิเคชัน low-code หรือ no-code อย่างไร?

อนาคตของแอปพลิเคชัน low-code และ no-code เช่น AppCreator ของเรานั้นมีแนวโน้มที่ดี โดยเฉพาะอย่างยิ่งในบริบทของความต้องการทางธุรกิจที่เปลี่ยนแปลงไป แพลตฟอร์มเหล่านี้กลายเป็นสิ่งจำเป็นสำหรับองค์กรในการขยายและเพิ่มประสิทธิภาพของสินทรัพย์software ที่มีอยู่แล้ว เมื่อธุรกิจเติบโตและความต้องการเปลี่ยนแปลง แพลตฟอร์ม low-code และ no-code เสนอวิธีการที่ยืดหยุ่นและ効率ในการปรับตัวและนวัตกรรม

คุณสามารถแบ่งปันมุมมองของคุณเกี่ยวกับความเสี่ยงของ AI รวมถึงความเอนเอียงของ AI และวิธีการที่ ManageEngine จัดการความเสี่ยงเหล่านี้ได้หรือไม่?

ที่ ManageEngine เรารับรู้ถึงความเสี่ยงที่ร้ายแรงที่เกิดจาก AI รวมถึงความเอนเอียงของ AI ซึ่งสามารถขยายช่องว่างการเข้าถึงเทคโนโลยีและ影响ฟังก์ชันทางธุรกิจที่สำคัญ เช่น HR และการเงิน เราได้เห็นเรื่องราวเกี่ยวกับ AI ที่แสดงพฤติกรรมที่มีความเอนเอียงในการสรรหาบุคลากร ซึ่งเป็นเรื่องที่เราพิจารณาอย่างจริงจัง

เพื่อลดความเสี่ยงเหล่านี้ เราใช้นโยบายและกระบวนการที่เข้มงวดเพื่อให้แน่ใจว่าโมเดล AI ของเราลดความเอนเอียงให้เหลือน้อยที่สุดตลอดวงจรชีวิตของมัน สิ่งสำคัญคือต้องติดตามโมเดลเหล่านี้อย่างต่อเนื่อง เนื่องจาก它们อาจเริ่มต้นโดยไม่มีความเอนเอียง แต่อาจพัฒนาเป็นความเอนเอียงเมื่อเวลาผ่านไปเนื่องจากการเปลี่ยนแปลงของข้อมูล

คุณมีวิสัยทัศน์สำหรับอนาคตของ AI และหุ่นยนต์อย่างไร?

อนาคตของ AI และหุ่นยนต์นั้นกำลังจะเกิดขึ้นอย่างน่าตื่นเต้นและเปลี่ยนแปลง AI ได้พบกับช่วงเวลาแห่งความสำเร็จและความล้มเหลวในอดีต แต่ด้วยความก้าวหน้าในการรวบรวมและประมวลผลข้อมูล รวมถึงโมเดลรายได้ที่เกิดขึ้นใหม่รอบๆ ข้อมูล AI ได้กลายเป็นเทคโนโลยีที่มั่นคงและอยู่ในใจกลางของการโต้ตอบของเรากับซอฟต์แวร์ทั้งในระดับองค์กรและระดับบุคคล

ความสามารถในการสร้างสรรค์ของ AI ได้กลายเป็นส่วนหนึ่งของชีวิตประจำวันของเราแล้ว และฉันคาดว่า AI จะกลายเป็นเทคโนโลยีที่สามารถเข้าถึงได้และราคาไม่แพงสำหรับองค์กรมากขึ้น ขอบคุณเทคนิคใหม่ๆ และความก้าวหน้า

ด้านหนึ่งของอนาคตนี้คือความรับผิดชอบของนักพัฒนา AI ในการรับรองว่าโมเดล AI ของพวกเขามีความแข็งแกร่งและปราศจากความเอนเอียง นอกจากนี้ ฉันหวังว่ากรอบกฎหมายจะพัฒนาอย่างรวดเร็วเพื่อให้สามารถจัดการและบรรเทาผลกระทบทางกฎหมายที่อาจเกิดขึ้นได้อย่างมีประสิทธิภาพ

วิสัยทัศน์ของฉันสำหรับ AI คืออนาคตที่เทคโนโลยีเหล่านี้จะรวมเข้ากับชีวิตประจำวันของเราอย่างไม่มีเงา เพิ่มความสามารถและประสบการณ์ของเราในขณะเดียวกันก็ถูกจัดการและดูแลอย่างมีจริยธรรมและความรับผิดชอบ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม ManageEngine เพื่อเรียนรู้เพิ่มเติม