Ramprakash Ramamoorthy, ManageEngine’de AI Araştırma Başkanı – Röportaj Serisi

Ramprakash Ramamoorthy, ManageEngine‘in AI Araştırma Başkanıdır, Zoho Corp‘un企业 IT yönetim bölümüdür. ManageEngine, şirketlerin IT’alrı üzerinde kontrol sağlamalarına olanak tanır, güvenlik, ağlar ve sunuculardan uygulamalara, hizmet masasına, Active Directory, masaüstü ve mobil cihazlara kadar.

İlk olarak bilgisayar bilimi ve makine öğrenimi ile nasıl ilgilenmeye başladınız?

Büyürken, hesaplama konusundaki doğal bir meraktım vardı, ancak kişisel bir bilgisayar sahibi olmak ailecek bizim için mümkün değildi. Ancak dedemin yerel bir kolejde kimya profesörü olması sayesinde, bazen kolejdeki bilgisayarı saatlerce kullanma fırsatı buldum.

İlgiğim üniversitede derinleşti, nihayet kendi PC’mi edindim. Orada, üniversitem için birkaç web uygulaması geliştirdim. Bu uygulamalar hala bugün, tam 12 yıl sonra kullanımda – bu, ilk çalışmalarımın etkisini ve kalıcılığını gerçekten vurguluyor. Bu deneyim, yazılım mühendisliği ve uygulamaların ölçeklendirilmesi ve dağıtılmasıyla ilgili gerçek dünya zorlukları konusunda kapsamlı bir dersdi.

Teknoloji alanındaki profesyonel yolculuğum, Zoho Corp’da stajyer olarak başladı. İlk olarak mobil uygulama geliştirme konusunda kararlıydım, ancak patronum, uygulama geliştirmeye başlamadan önce bir makine öğrenimi projesini tamamlamamı önerdi. Bu, bir dönüm noktası oldu – asla mobil uygulama geliştirme fırsatı bulamadım – bu nedenle biraz hüzünlü.

Zoho Corp’da, öğrenmenin yaparken öğrenme kültürüne sahibiz. Bir sorunla yeterli zaman geçirirseniz, o konuda uzman olursunuz. Bu kültürden ve patronumun rehberliğinden gerçekten memnун – bu, makine öğrenimi alanındaki yolculuğuma başlattı.

ManageEngine ve Zoho’nun AI Araştırma Direktörü olarak, ortalama bir iş gününüz nasıl geçer?

İş günüm dinamik ve hem takım işbirliği hem de stratejik planlama etrafında döner. Günümün önemli bir kısmı, yetenekli mühendisler ve matematikçilerden oluşan bir ekiple yakın çalışarak geçer. Birlikte, hizmetlerimizin omurgasını oluşturan AI yığınımızı inşa ediyor ve geliştiriyoruz.

Merkezi AI ekibi olarak, ManageEngine ve Zoho içindeki çeşitli ürünlere AI çözümleri sunuyoruz. Bu rol, çeşitli ürün hatları ve benzersiz gereksinimlerini derinlemesine anlamayı gerektirir. Etkileşimlerim sadece ekibimle sınırlı değil; ayrıca organizasyon genelindeki iç ekiplerle geniş çapta çalışıyorum. Bu işbirliği, AI stratejimizi müşterilerimizin sürekli değişen ihtiyaçlarıyla uyumlu hale getirmek için çok önemlidir. Bu, şirketin en zeki zihinleriyle omuz omuza çalışmak için harika bir fırsat.

AI’deki gelişmelerin hızlı temposu nedeniyle, alanındaki son gelişmeleri ve trendleri takip etmek için önemli zaman harcamaktayım. Bu sürekli öğrenme, kenarımızı korumak ve stratejilerimizin ilgili ve etkili kalmasını sağlamak için çok önemlidir.

Ayrıca, rolüm ofis sınırlarının ötesine uzanıyor. Konuşma ve seyahat konusunda bir tutkum var, bu da sorumluluklarımla güzel bir şekilde örtüşüyor. Sıklıkla analistlerle görüşüyor ve çeşitli forumlara katılıyorum, AI stratejimizi tanıtıyorum. Bu etkileşimler, sadece vizyonumuzu ve başarılarımızı yaymakla kalmaz, aynı zamanda stratejik planlama ve yürütme için geri bildirim sağlar.

ManageEngine’ı 2013 yılında stratejik bir AI öncüsü olarak konumlandırmanızdan bu yana AI’nin evrimini şahsen gözlemlediniz. O erken günlerde kullanılan bazı makine öğrenimi algoritmaları nelerdi?

İlk odak noktamız, geleneksel istatistiksel tekniklerin yerini AI modelleri ile değiştirmekti. Örneğin, anormallik tespitinde, uçları işaretleyen bir zil çan yönteminden, geçmiş verilerden öğrenen, kalıpları ve mevsimselliği tanıyan AI modellerine geçtik.

AI platformumuzun temeli olarak, destek vektör makinelerinden karar ağacına dayalı yöntemlere kadar geniş bir yelpazede algoritmaları entegre ettik. Bu algoritmalar, AI’nin geçmiş verilerden yararlanarak kalıp bulma, tahmin ve kök neden analizi için önemli ölçüde yararlanabileceği niş kullanım durumlarını belirlemede kilit rol oynadı. Şaşırtıcı bir şekilde, bu algoritmaların çoğu hala etkili bir şekilde üretimde ve bu da onların alaka düzeyini ve verimliliğini vurguluyor.

LLM’ler ve Üretken AI’nin ManageEngine’daki iş akışını nasıl değiştirdiğini tartışabilir misiniz?

Büyük dil modelleri (LLM’ler) ve üretken AI, tüketici dünyasında kesinlikle bir etki yaratmış olsa da, ManageEngine dahil olmak üzere kurumsal alana entegrasyonu daha yavaş oldu. Bunun bir nedeni, özellikle maliyet ve önemli veri ve hesaplama gereksinimleri açısından yüksek giriş engeli.

ManageEngine’da, alanına özgü LLM’leri potansiyellerini bizim ihtiyaçlarımıza göre uyarlamak için stratejik olarak yatırım yapıyoruz. Bu, sadece genel uygulamalara sahip modeller geliştirmek değil, aynı zamanda belirli alanlara odaklanan modelleri içerir. Örneğin, güvenlik olaylarını daha verimli bir şekilde işaretleyebilecek bir LLM ve altyapı izleme odaklı bir LLM üzerinde çalışıyoruz. Bu özel modeller şu anda laboratuvarlarımızda geliştirilme aşamasında ve LLM’lerin ve üretken AI’nin ortaya çıkan davranışlarını kurumsal IT çözümlerimize somut değer katmak için kullanma taahhüdümüzü yansıtıyor.

ManageEngine, çeşitli kullanım durumları için bir dizi farklı AI aracı sunuyor, özellikle gurur duyduğunuz bir araç var mı?

ManageEngine’daki tüm AI araçlarından gurur duyuyorum, ancak kullanıcı ve varlık davranış analitiği (UEBA) özellikle benim için öne çıkıyor. İlk günlerimizde piyasaya sürüldü ve hala güçlü ve vital bir parçası. Piyasa beklentilerini anladık ve her anormalliğe bir açıklama ekledik. UEBA yeteneğimiz sürekli olarak gelişiyor ve bunları daha da iyileştirmek için öğrenmelerimizi taşıyoruz.

ManageEngine şu anda AppCreator adlı, IT ekiplerinin özelleştirilmiş çözümleri hızla oluşturmasına ve bunları şirket içinde başlatmasına olanak tanıyan bir düşük kodlu özel uygulama geliştirme platformu sunuyor. Düşük kodlu veya kod içermeyen uygulamaların geleceği hakkında neler düşünüyorsunuz? Sonunda bunlar hakim olacak mı?

Düşük kodlu ve kod içermeyen uygulamaların geleceği, özellikle değişen iş ihtiyaçları bağlamında çok umut verici. Bu platformlar, mevcut yazılım varlıklarının kapasitelerini genişletmek ve maksimize etmek için organizasyonlar için çok önemli bir rol oynamaya başlıyor. İşletmeler büyüdükçe ve gereksinimleri değiştikçe, düşük kodlu ve kod içermeyen çözümler, uyum sağlamak ve yenilikçi olmak için esnek ve verimli bir yol sunuyor.

Ayrıca, bu platformlar, AI gibi gelişen teknolojiyi hizmet olarak sunarak, organizasyonların AI’nin gücünü örneklemesi için önemli bir role sahip. Bu, AI’nin kapılarını daha geniş bir kitleye açıyor.

Kendi görüşünüzü AI riskleri, AI yanlılığı ve ManageEngine’ın bu riskleri nasıl yönettiği hakkında paylaşabilir misiniz?

ManageEngine’da, AI risklerinin, özellikle AI yanlılığının ciddi tehdidini tanıyoruz, bu da teknoloji erişim açığını genişletebilir ve insan kaynakları ve finans gibi kritik iş fonksiyonlarını etkileyebilir. Örneğin, AI’nin işe alım süreçlerinde yanlı davranış sergilediği hikayeler, bizim için uyarıcı bir öykü.

Bu riskleri azaltmak için, AI modellerimizin yaşam döngüsü boyunca yanlılığı en aza indirgeyecek sıkı politikalar ve iş akışları uyguluyoruz. Bu modelleri sürekli olarak izlemek çok önemlidir, çünkü başlangıçta yanlı olmadıkları halde, zaman içinde veri değişikliklerine bağlı olarak yanlılık geliştirebilirler.

Ayrıca, AI araçlarımızın güçlü ve sorumlu bir şekilde kullanılması için diferansiyel gizlilik ve homomorfik şifreleme gibi gelişmiş teknolojilere yatırım yapıyoruz. Bu çabalar, AI araçlarımızın sadece güçlü olmasını sağlamakla kalmaz, aynı zamanda tüm kullanıcılar ve uygulamalar için etik ve sorumlu bir şekilde kullanılmasını sağlar.

AI ve robotik geleceği hakkında neler düşünüyorsunuz?

AI ve robotiğin geleceği hem heyecan verici hem de dönüştürücü görünüyor. AI, geçmişte kesinlikle bir dizi yükseliş ve düşüş yaşamıştır. Ancak veri toplama ve işleme yeteneklerinin gelişmesiyle ve veri etrafındaki yeni gelir modelleriyle AI, şimdi sağlam bir şekilde kurulmuştur ve kalıcıdır.

AI, yazılımımızla etkileşim şeklimizi hem kurumsal hem de kişisel düzeyde önemli ölçüde etkileyen bir ana akım teknoloji haline gelmiştir. Üretken yetenekleri zaten günlük hayatımızın bir parçası haline gelmiştir ve AI’nin daha da erişilebilir ve şirketler için uygun fiyatlı hale gelmesini, yeni teknikler ve gelişmeler sayesinde öngörüyorum.

Bu geleceğin önemli bir yönü, AI geliştiricilerinin sorumluluğudur. AI modellerinin güçlü ve yanlılıktan arınmış olması için inşa edilmesinin çok önemli olduğu açıktır. Ayrıca, AI’nin hızlı gelişimiyle eşleşen bir hızda yasal çerçevelerin evrimleşmesini umuyorum, böylece ortaya çıkan herhangi bir yasal sorun etkili bir şekilde yönetilir ve hafifletilir.

AI için vizyonum, bu teknolojilerin günlük hayatımıza sorunsuz bir şekilde entegre edildiği, yeteneklerimizi ve deneyimlerimizi geliştirdiği, aynı zamanda etik ve sorumlu bir şekilde yönetildiği bir gelecektir.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular ManageEngine ziyaret edebilir.