Доктор Вішал Сікка, засновник і генеральний директор Vianai – Серія інтерв’ю

Вішал Сікка є засновником і генеральним директором Віанай, колишній технічний директор SAP AG і колишній генеральний директор Infosys. Зараз він також є членом ради директорів Oracle, наглядової ради BMW Group і радником Стенфордського інституту людського штучного інтелекту.

Платформа Vianai поєднує в собі елементи з відкритим вихідним кодом, власні методи та оптимізацію Vianai, а також орієнтований на людину дизайн, щоб перенести штучний інтелект на підприємство в масштабах у різноманітних ландшафтах. За допомогою платформи великі організації можуть створювати, оптимізувати, розгортати та керувати складними моделями машинного навчання на існуючій інфраструктурі, а також покращувати роботу та продуктивність моделей машинного навчання на підприємстві,

Що спочатку привабило вас у машинному навчанні?

Я зацікавився штучним інтелектом у підлітковому віці, коли прочитав роздуми Марвіна Мінскі про наші уми як суспільства простих агентів, і дізнався про Елізу Джо Вейзенбаума (дуже ранній чат-бот) і критику цього Джона Маккарті. Пізніше я мав честь попросити Маккарті очолити мій кваліфікаційний іспитовий комітет ШІ в Стенфорді. Маккарті та Мінскі були двома батьками галузі штучного інтелекту, і обидва глибоко розуміли його можливості, а також обмеження, і мені пощастило вчитися в них обох.

Сьогодні ми все ще бачимо, що ШІ має великий потенціал і водночас має значні обмеження. Ті самі проблеми, з якими ми стикалися 30 років тому, все ще очевидні сьогодні, зокрема, коли ми дивимося на ШІ на підприємстві. Коли я був студентом, мене надихнула робота над тим, щоб побачити, чи можна якось розкрити цінність ШІ, і я продовжував цим захоплюватися.

Раніше ви писали кілька важливих статей, яка, на вашу думку, була найбільш важливою для розвитку ваших поглядів на ШІ?

Будучи студентом, я, мабуть, прочитав кілька тисяч робіт. Прогнозні статті Маккарті про «консультантів», про деякі ключові філософські проблеми штучного інтелекту, статті Марвіна про розум як суспільство, про об’єднання коннекціоністського (на основі нейронних мереж) і символічного підходів до штучного інтелекту, статті Джуди Перла про ймовірнісне міркування та причинно-наслідковий інтелект, а також статті Девіда Марра (про зір), Пет Вінстон (про вивчення описів об’єктів на прикладах), робота Уолдінгера щодо програмного синтезу та багато інших сформували мої погляди. Останнім часом я читав твори Хінтона, Лекуна, звернень уваги, а також роботи Синтії Рудін, Фернанди Вієгас та інших.

Ви зазначили, що досвід розробників у створенні системи штучного інтелекту фрагментований і зламаний, які поточні проблеми стоять за створенням системи штучного інтелекту?

Системи штучного інтелекту сьогодні можуть бути пояснені лише відносно невеликою кількістю людей — статистика різниться, але здається, що у світі може бути лише близько 20-30,000 52,000, які розуміють справжні методи роботи систем штучного інтелекту. Це значно менше, ніж приблизно 1 XNUMX людей, які, за нашими оцінками, є професіоналами MLOps, або XNUMX мільйон, за нашими оцінками, спеціалісти з обробки даних. Багато з них не можуть сказати вам, чому система робить те, що вона є, чому вона дає рекомендації, які вона робить, чи що може бути поганим, або як працюють базові методи.

Помістіть це на фоні надзвичайно складного ландшафту. Існує понад 300 постачальників MLOps, які Gartner відстежує в будь-який момент часу. Кожен із них має спеціалізовані пропозиції. З іншого боку, великі хмарні постачальники мають свій власний смак і часто прагнуть заблокувати компанії у своїх екосистемах та інфраструктурі.

Крім того, сам комп’ютер часто занадто дорогий для компаній, щоб справді створювати та навчати деякі з найдосконаліших доступних моделей. Це залишили кілька компаній, які мають талант і ресурси, необхідні для управління вимогами системи ШІ.

Брак розуміння, складність інструментарію та вартість обчислень у поєднанні створюють розрізнений і складний ландшафт для будь-якої компанії, яка прагне володіти ШІ. У Vianai ми розробляємо методи, щоб полегшити використання штучного інтелекту та полегшити його розуміння та спостереження, одночасно значно скорочуючи ресурси та витрати, пов’язані з отриманням найкращої продуктивності.

Не могли б ви поділитися історією генезису Vianai?

Я провів багато років, працюючи над впровадженням нових, проривних інновацій на підприємствах. Я та мої команди створили кілька продуктів, які охопили десятки тисяч підприємств і вважалися проривними. Я також провів дві фундаментальні трансформації в моїх двох подорожах до того, як розпочати Vianai, і брав участь у трансформаціях на сотнях підприємств. До цього додалися мої багаторічні дослідження ШІ та зосередження на тому, як зробити ШІ кращим, актуальнішим і на службі людства.

Дещо незвичним чином – ці речі зійшлися разом. Я був у відпустці з сім’єю в Південно-Східній Азії [наприкінці 2018 року]. Ми робили покупки на маленькому ринку, і продавець мав гарні ювелірні вироби ручної роботи. Він був зроблений за традиційною технікою та місцевим камінням, і це було приголомшливо, але, звичайно, ніхто за межами цього маленького міста про них не чув. І мені спало на думку таке запитання: «А що, якби цей постачальник міг використовувати ШІ? Як би це виглядало? Як повинні працювати системи?» У той момент я зрозумів, що кожен бізнес у світі буде трансформований за допомогою штучного інтелекту, і що на цю трансформацію не можна дивитися через призму вчорашнього дня, а потрібні продукти та ідеї, які потрібно починати з чистого аркуша.

Приблизно через місяць я заснував Vianai з місією запровадити справжній, орієнтований на людину штучний інтелект для компаній у всьому світі. Це означає надання продуктів і послуг, додатків і технологій, інструментів, які дозволяють бізнес-користувачам, дослідникам обробки даних, інженерам машинного навчання та навіть постачальникам у віддалених частинах світу по-справжньому скористатися перевагами ШІ.

Відтоді ми створили програми, щоб допомогти компаніям розпочати роботу зі штучним інтелектом, платформу, яка допомагає фахівцям з машинного навчання керувати своїми моделями штучного інтелекту та контролювати їх, а також методи оптимізації, щоб надати більшій кількості компаній доступ до штучного інтелекту.

У всьому ми виявили, що значний потенціал об’єднання людського розуміння, оцінки та співпраці з даними та найкращими методами ШІ залишається невикористаним. Грунтуючись на нашій роботі з провідними корпоративними компаніями, я побачив, що ті самі методи, які допоможуть невеликим постачальникам, допоможуть найбільшим підприємствам у світі.

Vianai — це штучний інтелект, орієнтований на людину. Чи можете ви визначити, що це таке і чому це важливо?

Людиноорієнтований штучний інтелект – це штучний інтелект, який прагне розширити людську роботу та покращити людське судження. Машинне навчання занадто часто розглядається як заміна людської праці. Але штучний інтелект доповнює людей — він пропонує масштаб, повторюваність і точність, яку люди не можуть відтворити. Але ШІ не може відтворити людське судження, людський досвід або наше розуміння контексту.

Є очевидні приклади цього, наприклад, штучний інтелект приймає черепаху за гвинтівку, але набагато частіше ми надто довіряємо ШІ, коли він ще не довів свою надійність. Сумно відома історія виникла десятиліття тому, коли ШІ однієї фірми дозволили торгувати без втручання людини. Алгоритм втратив 440 мільйонів доларів менш ніж за годину.

Для більш останнього прикладу, найсучасніші мовні моделі відносно легко сплутати або упередити. Генератори перетворення тексту в зображення є потенційно потужними, але потребують дуже конкретних команд від користувача-людини, щоб отримати повний потенціал.

Таким чином, орієнтований на людину штучний інтелект є свого роду фокусом у дизайні наших продуктів. Ми об’єднуємо силу людського розуміння – як судження та співпрацю – разом із найкращими даними та техніками штучного інтелекту, щоб створити інтелектуальні системи, які можуть значно покращити бізнес-результати та процеси.

Чи могли б ви пояснити потребу в циклі зворотного зв’язку за людьми та ШІ?

Існує ціла гілка ШІ під назвою «людина в циклі», яка спирається на механізми зворотного зв’язку людей для природного покращення продуктивності штучного інтелекту. Це природно і має сенс для будь-якої системи.

Системи штучного інтелекту можуть удосконалюватися з часом шляхом перенавчання, яке включає в себе будь-які дії, виконані користувачем. Звичайно, це також є частиною наших додатків. Наведу приклад.

До Covid ми працювали з великою фінансовою компанією над прогнозуванням попиту. Завдяки тому, як ми розробили систему, коли прийшов Covid і зламав стільки інших моделей, наша швидко адаптувалася до змін, і її ніколи не потрібно було перебудовувати. Це другий і найважливіший аспект людського штучного інтелекту, проектування систем із самого початку, щоб врахувати складності сучасного життя.

Це створює довіру та систему, яка росте разом з організацією та користувачем.

Що робить Vianai платформою ШІ нового покоління?

Незважаючи на те, що існує багато дискусій навколо ризиків, регулювання та перспектив штучного інтелекту, мало хто шукав те, що ми вважаємо рішенням — концепцію людського штучного інтелекту.

Тоді наша платформа готова до проблем, які виникнуть, коли штучний інтелект стане більш реальним на підприємстві. Це вирішення проблем довіри, упередженості та прозорості. Це дозволяє компаніям масштабувати ШІ за допомогою моніторингу та оптимізації. І це дозволяє нетехнічним користувачам використовувати штучний інтелект через наші програми.

Які труднощі стоять перед створенням платформи, яка значно оптимізує роботу штучного інтелекту підприємства?

Найбільші проблеми, які ми бачимо на підприємствах, які використовують штучний інтелект, це талант, інструменти та технології. По-перше, таланти, як правило, зосереджені в кількох місцях, особливо у великих технологічних компаніях. Через це стороннім членам команди дуже важко брати участь у нагляді, управлінні та формуванні програми штучного інтелекту та може створити ще більшу упередженість, оскільки лише обмежена кількість членів команди працює над операціями.

Технології та інструменти також можуть стати проблемою для оптимізації ШІ. Зараз і технології, і інструменти обмежені. Мікросхеми для запуску штучного інтелекту є дефіцитними та дуже дорогими, а інструменти закріплені за певними постачальниками, що зменшує свободу підвищення вартості при збільшенні вартості. Незалежно від того, де компанія може перебувати на шляху корпоративного штучного інтелекту, ці виклики можуть ускладнити впровадження корисного та етичного штучного інтелекту, оскільки він створює роз’єднану, фрагментовану стратегію та видаляє інструменти, необхідні для виконання належних функцій. Організації повинні бути в змозі підтримувати всі сфери штучного інтелекту від впровадження до обслуговування, а також мати командну підтримку та пропонувати внесок, щоб досягти успіху.

Для справжнього успіху я виявив, що можливості платформи мають бути повністю відкритими, модульними, гнучкими та не залежати від дорогих оновлень обладнання та програмного забезпечення. І завдяки підходу, орієнтованому на людину, люди все ще можуть використовувати знання, контекст, досвід і креативність для вирішення проблем – це потім посилюється платформою ШІ, а не замінюється.

Чи є ще щось, чим ви хотіли б поділитися про Vianai?

Багато в чому ми живемо в часи ШІ. Існує багато галасу та дискусій навколо ШІ, що в цілому добре. Ми спостерігаємо значний прогрес і ширше впровадження, ніж у минулому, у таких сферах, як Generative AI та інших сферах. Однак ми також повинні працювати над тим, щоб визнати обмеження штучного інтелекту – реалії сучасних технологій штучного інтелекту, а також реалії дефіциту досвіду в галузі штучного інтелекту та брак довіри до штучного інтелекту, особливо на підприємствах. Якщо ми зможемо сформулювати штучний інтелект як підсилювач нашого життя, суспільства, нашої роботи, нашого потенціалу та матимемо необхідний нагляд за штучним інтелектом, щоб забезпечити це, тоді я вірю, що ми нарешті побачимо, як він втілиться в життя значущим і трансформаційним чином.

Дякую за чудове інтерв’ю, читачі, які хочуть дізнатися більше, повинні відвідати Віанай.