Джен Вескіо, президентка Empiric Earth — серія інтерв’ю

Джен Вескіо — президентка Empiric Earth, відповідальна за стратегію розвитку продуктів, корпоративний розвиток і комерціалізацію. Раніше вона обіймала посаду директорки з розвитку бізнесу в Uber, де керувала глобальним розвитком бізнесу та налагодженням нових партнерств у сферах мобільності й автономного руху. Її досвід також охоплює інвестиції в технологічні компанії, що розвиваються, і консультування таких компаній із метою допомогти фізичному ШІ перейти від досліджень до комерційного впровадження.

Empiric Earth об’єднує Nexar і Nauto, щоб надавати аналітичні дані про водіння в реальних умовах, моделі безпеки та можливості для валідації. Компанія поєднує мільярди миль історії водіння із записами про рідкісні події, щоб допомогти розробникам, автопаркам та іншим організаціям оцінювати продуктивність і ризики. У цьому інтерв’ю Вескіо розповідає про незалежне оцінювання, відповідальне управління даними, комерціалізацію та інфраструктуру, потрібну для масштабування фізичного ШІ.

Ваша тривала кар’єра охоплює глобальний розвиток бізнесу в Uber, інвестиції в новітні технології та консультування компаній у сфері фізичного ШІ. Спочатку ви увійшли до ради директорів Empiric Earth у квітні, а нещодавно обійняли посаду президентки. Що вас привабило в компанії і що зрештою переконало вас узяти на себе активнішу керівну роль?

Як інвесторка й консультантка у сфері фізичного ШІ я постійно помічала ту саму прогалину. Чимало команд проводили експерименти, але лише одиниці мали дані з реального світу, які доводили б, що їхні системи працюють поза тестовим середовищем. В Empiric Earth такі дані вже були. Понад 10 мільярдів миль реального водіння та 60 мільйонів граничних випадків — це те, чого не купиш і чого не можна підробити.

Це ставить компанію в незвичне становище. Нам не потрібно конкурувати з компаніями, які створюють роботів, транспортні засоби чи моделі. Ми можемо допомогти їм усім швидше вийти на ринок, надаючи аналітичні дані з реального світу, потрібні для управління ризиками, перевірки продуктивності та зміцнення довіри. Як членкиня ради директорів, я побачила можливість створити щось фундаментальне для всієї екосистеми фізичного ШІ.

До посади президентки мене спонукали Зак і його бачення. Я знаю його ще з тих часів, коли ми обоє розвивали партнерства у сфері мобільності: я — в Uber, а він — у Lyft. Коли людина, якій ви довіряєте вже багато років, приходить до вас зі складною проблемою та унікальним активом, ви дослухаєтеся. Ми доповнюємо одне одного. Він думає про цю галузь і про те, куди вона рухається. Я присвятила кар’єру перетворенню нових технологій на бізнеси, здатні масштабуватися. Фізичний ШІ саме зараз виходить із дослідницької сфери й переходить до реального впровадження, і я не хотіла спостерігати за цим лише на засіданнях ради директорів.

Empiric Earth утворилася внаслідок злиття Nexar і Nauto, об’єднавши дві компанії з глибокою експертизою в галузі аналітики реального водіння та безпеки на основі ШІ. Які унікальні можливості відкриває це об’єднання і як, на вашу думку, об’єднана компанія вирізнятиметься на швидкозмінному ринку фізичного ШІ?

Nexar і Nauto засновано у 2015 році, і сукупно понад два десятиліття вони досліджували ту саму проблему з двох різних ракурсів. Разом ми можемо зрозуміти, що відбувається на дорозі та як на це реагують водії, — завдяки цьому маємо значно повніше уявлення про поведінку й ризики в реальних умовах.

Для ширшого ринку це міст між симуляцією та реальним світом. Більшість команд створюють системи й тестують їх у симуляції, але найскладніше — довести, що система здатна надійно працювати в реальних умовах. Ми можемо допомогти партнерам виявити сценарії, з якими їхні системи ще не стикалися, вдосконалити моделі та перевірити продуктивність на відповідність реальним подіям. Це може скоротити цикли розробки, зменшити ризики й прискорити комерціалізацію.

Нас вирізняє здатність забезпечувати незалежне оцінювання в усій екосистемі фізичного ШІ. Ми не створюємо транспортні засоби, роботів чи автономні системи, які розробляють наші клієнти. Ми надаємо аналітичні дані з реального світу, що допомагають їм оцінювати продуктивність, управляти ризиками та зміцнювати довіру. Для цього потрібні нейтральність, сумісність і взаємодія між системами. Виводячи на ринок нові сфери застосування, моделі та послуги, ми прагнемо, щоб клієнти могли використовувати їх із різними апаратними платформами й технологічними комплексами, не прив’язуючись до одного постачальника. Наша мета — бути «арбітром» для всієї екосистеми, а не визначати, хто в ній переможе.

Фізичний ШІ стає одним із наступних ключових напрямів розвитку штучного інтелекту, а сфери його застосування охоплюють автономні транспортні засоби, робототехніку та інтелектуальну інфраструктуру. Які, на вашу думку, найбільші перешкоди заважають цим системам надійно працювати в непередбачуваних умовах реального світу і чому доступ до реальних даних настільки важливий для подолання цих перешкод?

Найбільша перешкода полягає в тому, що фізичний світ ніколи не був задокументований. Мовні моделі швидко стали ефективними, тому що їх навчали на текстах, які люди створювали десятиліттями. Для дороги, складської підлоги чи тротуару нічого подібного немає. Більшість того, що там відбувається, — наприклад, ситуація, коли зіткнення ледве вдалося уникнути, або смуга руху, перекрита сьогодні вранці, — взагалі ніде не фіксується.

Це створює дві проблеми. Перша полягає в тому, що фізичний світ постійно змінюється. Система має знати, що відбувається зараз, а фото, зроблене минулої весни, не розповість їй про дорогу, яка змінилася сьогодні вранці. До того ж не можна повернутися в минуле й зібрати дані за вчорашній день. Друга проблема — фрагментарність. Жодна компанія не бачить достатньо велику частину світу самостійно, тому розробники проводять окремі експерименти з різними наборами даних, моделями й технологічними стеками. Через це складніше порівнювати результати, ділитися тим, що працює, і перетворювати перспективні дослідження на комерційно життєздатні продукти.

Дані з реального світу допомагають подолати обидві проблеми. Події, які трапляються рідко, але призводять до збоїв системи, щодня відбуваються десь у світі; виявити їх можна лише безперервно спостерігаючи за широким спектром реальних умов. За нашими даними зі США, на кожне зіткнення припадає близько 19 ситуацій, коли зіткнення ледь не сталося, і майже жодна з них не потрапляє до поліцейського звіту чи страхового позову. Зак нещодавно влучно написав у своєму есе: безпека — це вивчення того, чого не сталося. Неможливо вивчати такі випадки, якщо їх ніхто не зафіксував.

Empiric Earth зібрала понад 10 мільярдів миль даних про поїздки та понад 60 мільйонів граничних випадків, а щомісяця фіксує ще сотні мільйонів миль. Як цей величезний набір даних може допомогти розробникам ШІ навчати й перевіряти надійніші автономні системи, особливо в рідкісних або небезпечних ситуаціях, які традиційні симуляції відтворюють із труднощами?

Більшість систем уже добре справляється зі звичайним водінням. Проблеми досі спричиняють рідкісні крайні випадки: зіткнення, пішохід, який виходить на дорогу з-за припаркованих автомобілів, тварина на проїжджій частині, зона дорожніх робіт, якої ще минулого тижня не було. Такі ситуації трапляються надто рідко, щоб випробувальний автопарк міг зібрати достатньо прикладів, а симуляція здатна відтворити лише те, що хтось уже додумався змоделювати.

Empiric Earth створили саме для того, щоб знаходити такі випадки. Ми не обробляємо кожну милю, яку проїжджає наша мережа. Ми зберігаємо лише невелику частину даних, яку наші моделі позначають як незвичну або ризиковану. Саме так із 10 мільярдів миль отримуємо 60 мільйонів граничних випадків, якими розробники можуть користуватися на практиці.

Команди використовують ці дані трьома способами. Вони шукають потрібні приклади: команда, що працює над зонами дорожніх робіт, може знайти тисячі реальних прикладів того, як водії-люди проїжджають такі ділянки, замість того щоб прописувати кілька сценаріїв вручну. Вони запитують дані, яких бракує: якщо система не справляється з поворотами ліворуч на завантажених перехрестях, ми можемо спрямувати мережу саме на такі ситуації й збирати нові приклади в міру їх виникнення. Також команди зіставляють симуляцію з реальністю. Коли партнер відтворює реальні зіткнення та ситуації, у яких пішоходи й велосипедисти ледь не постраждали, він може перевірити, чи поводиться змодельований світ так само, як справжній, перш ніж випустити систему.

Саме це робить такі дані цінними не лише самі по собі. Симуляція вкрай важлива, але вона має спиратися на те, що насправді відбувається в реальному світі. Доступ до цих свідчень допомагає розробникам раніше виявляти прогалини, швидше вдосконалювати системи й ухвалювати обґрунтованіші рішення про те, коли вони готові до впровадження. Це також створює основу для послідовнішого й незалежного оцінювання в міру масштабування галузі.

Один із визначальних принципів Empiric Earth — незалежність від виробників автономних систем і транспортних засобів, які компанія оцінює. Чому незалежна перевірка стає дедалі важливішою в міру переходу фізичного ШІ до широкого впровадження та які стандарти має запровадити галузь, щоб установити дієві орієнтири для оцінювання безпеки ШІ?

Коли фізичний ШІ переходить із дослідницьких середовищ у громадський простір, довіра стає не менш важливою, ніж технічні характеристики.

Нині значна частина галузі покладається на розробників, які самостійно тестують свої системи й звітують про їхню ефективність. На цьому етапі це зрозуміло, але в міру того, як дедалі більше автономних систем з’являтиметься в повсякденному середовищі, клієнти, регулятори й громадськість усе частіше вимагатимуть незалежних підтверджень їхньої надійної роботи.

Подібні виклики вже виникали в інших галузях. Коли ви сідаєте в автомобіль, діє усталена система ліцензування водіїв, технічного огляду транспортних засобів і визначення вимог до безпеки. Для демонстрації готовності й ефективності фізичного ШІ знадобляться власні підходи. Для автономних транспортних засобів це могло б бути схоже на водійське посвідчення: стандартизований іспит, який підтверджує, що система працює на рівні водія-людини або краще.

Питання в тому, як установити дієві орієнтири, що відображають реальні умови, а не спираються виключно на контрольовані випробування чи симуляції. Такі орієнтири мають ґрунтуватися на даних із реального світу, враховувати рідкісні й небезпечні ситуації та давати змогу послідовно оцінювати різні системи.

Саме тут Empiric Earth може відіграти важливу роль. Ми не вважаємо, що лише компанії, які розробляють автономні системи, мають оцінювати їхню ефективність. Наша роль — надавати незалежні дані про реальний світ, моделі й засоби перевірки, які дають іншим змогу оцінювати ефективність, керувати ризиками та зміцнювати довіру. Зберігаючи нейтральність і сумісність з іншими системами, ми можемо підтримувати оцінювання різних технологій і платформ, а не віддавати перевагу якомусь одному підходу.

Зрештою, для встановлення стандартів потрібна співпраця розробників, дослідників, регуляторів та інших зацікавлених сторін. Ми прагнемо допомогти закласти основу для незалежного оцінювання, щоб довіра ґрунтувалася на доказах, а не на заявах.

У міру того як дедалі складніші системи ШІ взаємодіють із фізичним світом, організаціям потрібно знаходити баланс між потребою вичерпно збирати дані з реального світу та захистом приватності, безпеки й відповідальним управлінням даними. Як Empiric Earth підходить до цих викликів і які запобіжні заходи необхідні, щоб завоювати суспільну довіру до масштабної інфраструктури фізичного ШІ?

Довіра починається з того, як дані збирають, захищають і використовують. У Empiric Earth захист приватності закладено в наш підхід від самого початку. Ми зосереджуємося на фіксації подій реального світу, які дають цінну інформацію, а не вважаємо однаково важливим кожен момент поїздки. Знеособлення даних і відповідальне поводження з ними — основа цього процесу.

Не менш важливе й походження даних. У міру того як фізичний ШІ наближається до комерційного впровадження, розробникам потрібно знати, звідки надійшли дані, як їх було зібрано та які права регулюють їх використання. Без цієї основи важко сформувати довіру, необхідну для масштабування.

У різних ринках також діють різні вимоги щодо приватності, згоди та локалізації даних. Для кожного з них наша платформа застосовує налаштування, визначені для конкретної країни, тож ми можемо дотримуватися місцевих правил, не перебудовуючи систему. Оцінюючи, куди й у який спосіб розширювати діяльність, ми маємо враховувати ці відмінності.

Головний принцип тут — прозорість. Кожен, хто створює інфраструктуру для фізичного ШІ, має бути спроможним пояснити, які дані збирає, як їх захищає і хто може ними користуватися. Відповідальне поводження з даними — не щось окреме від побудови успішного бізнесу. Воно є однією з умов широкого впровадження.

Ваш досвід роботи в Uber пов’язаний із перетворенням новітніх технологій і стратегічних партнерств на бізнеси, здатні масштабуватися. На новій посаді ви відповідаєте за продуктову стратегію, корпоративний розвиток і комерціалізацію Empiric Earth. Які уроки, засвоєні в Uber, найважливіші для масштабування фізичного ШІ? Як ви вирішуєте, коли розвивати потрібні компетенції всередині компанії, а коли — вдаватися до придбань або партнерств?

В Uber я зрозуміла, що правильне рішення може змінюватися. Ми створили власну програму розробки автономних технологій ATG, бо вважали, що маємо контролювати весь технологічний стек. Згодом ми відчужили її на користь Aurora, а до розробки автономних технологій повернулися через партнерства. На той час обидва рішення були слушними. Змінилися наші критерії оцінювання швидкості, вартості та ризику.

Тож до кожного рішення — розробляти самостійно, купувати чи шукати партнера — ми застосовуємо однаковий набір запитань. Який ризик? Яких ресурсів і капіталу це потребуватиме? Наскільки швидко ми вийдемо на ринок і що тим часом робитимуть конкуренти? Чи відповідає це нашій стратегії?

Empiric Earth починає з іншої позиції, ніж більшість компаній, адже найскладніше для створення — дані — у нас уже є. Ми розвиваємо ті напрями, де ця основа дає нам перевагу, яку важко відтворити. Придбання доцільні, коли вони додають взаємодоповнювальні компетенції або пришвидшують реалізацію нашої стратегії. А партнерства часто дають змогу найшвидше отримати доступ до клієнтів, нових ринків і комерційного масштабу. Фізичний ШІ — надто широкий напрям, щоб одна компанія могла створити все самотужки. Тому ми прагнемо співпрацювати з партнерами, які допоможуть зміцнити всю екосистему, і визначати послідовність наших кроків з огляду як на ринкові умови, так і на нашу конкурентну перевагу — наші активи.

Ви також брали участь у розвитку екосистеми ШІ з відкритим вихідним кодом, зокрема співпрацювали зі спільнотою OpenClaw. Як, на вашу думку, інновації у відкритому програмному забезпеченні можуть сприяти розвитку фізичного ШІ? Чи здатні більша прозорість і співпраця пришвидшити його впровадження, водночас забезпечуючи дотримання стандартів безпеки й управління, яких потребують ці системи?

Відкритий вихідний код змінив темпи розвитку ШІ у сфері програмного забезпечення. Коли більше людей можуть працювати з тими самими інструментами, цикли досліджень стають коротшими, а вдалі ідеї з’являються звідусіль, а не лише в найбільших лабораторіях. Фізичний ШІ поки що перебуває на ранньому етапі цього шляху. Значна частина роботи в цій галузі — це дослідження й демонстраційні проєкти, і тепер постає питання, як перетворити цю роботу на життєздатні бізнеси.

Я очолювала напрям партнерств у OpenClaw Foundation, створеній для підтримки бачення Пітера Штайнбергера щодо персонального агентного ШІ з відкритим вихідним кодом. Це один із найяскравіших прикладів того, як відкритий проєкт прискорює виконання реальної роботи: люди могли взяти його, запустити у власних системах і пристосувати до своїх потреб.

Саме цей урок, на мою думку, варто добре засвоїти фахівцям у сфері фізичного ШІ. Відкриті інструменти дають змогу більшій кількості команд розробляти й експериментувати, не починаючи з нуля. Якщо дані залишаються у власному середовищі клієнта, а не потрібно надсилати їх кудись іще, зникає одна з головних причин, через які компанії зволікають. Автопарк, місто чи виробник можуть застосовувати ШІ до власних даних, самостійно контролювати цей процес і швидше отримувати від нього користь.

Поєднання цих двох ідей допоможе галузі перейти від досліджень і демонстраційних проєктів до продуктів, за які люди готові платити. Відкритість сама по собі не робить систему безпечною, тож потрібні ретельне тестування, чітке управління й підзвітність. Але відкрита екосистема, у якій дані залишаються в тих, кому вони належать, дає змогу впроваджувати більше систем у реальних умовах, а саме там накопичений досвід примножується.

У Empiric Earth нас цікавить, як відкриті інструменти й дані, що залишаються в середовищі клієнта, можуть сприяти розвитку всієї екосистеми фізичного ШІ, водночас даючи нам змогу захищати реальні дані, які становлять цінність нашої роботи. Ми не вважаємо, що розвиток екосистеми й побудова сталого бізнесу мають бути взаємовиключними цілями.

Ви говорили про важливість залучення більшої кількості жінок до керівництва у сфері ШІ, особливо тепер, коли галузь починає встановлювати стандарти безпеки та рамки управління, які визначатимуть, як інтелектуальні машини функціонуватимуть у суспільстві. Як, на вашу думку, більша різноманітність у керівництві може вплинути на розроблення безпечніших і відповідальніших систем ШІ?

До цього питання я підходжу обережно, адже теза «додайте більше жінок — і ШІ стане безпечнішим» сама по собі є різновидом упередженості. Ідеться про ширше питання. Агенти, яких ми створюємо, навчаються на тому, що вже робили люди, і на тому, як ми їх навчаємо. Якщо всі, хто формує цей процес навчання, мислять однаково, системи переймають ті самі сліпі зони.

Різноманітне керівництво дає змогу враховувати більше поглядів, ухвалюючи рішення про те, що має бути важливим для агента, зокрема про емпатію, турботу та те, як вибір впливає на людину по той бік взаємодії. Чимало ризиків, пов’язаних із ШІ, мають технічний характер. Інші виникають, коли системи ухвалюють рішення, які не відображають цінностей або потреб людей, на яких ці рішення впливають. Залучення різних поглядів до таких рішень допомагає виявити сліпі зони, перш ніж вони перетворяться на реальні проблеми.

Мої очікування від цих систем прості. Вони мають допомагати людям ухвалювати кращі рішення й давати нам більше часу на спілкування одне з одним у реальному житті. Для цього потрібні баланс і дієві механізми контролю, що враховують різні погляди. Жодна група не впорається з цим сама, тож нам потрібно заохочувати жінок долучатися й допомагати розвивати взаємодію між агентами та людьми, між агентами, а також між людьми.

Якщо зазирнути на три—п’ять років уперед, де ви бачите найбільші можливості для Empiric Earth за межами вже наявних застосувань у сфері безпеки дорожнього руху та інтелектуальних рішень для автопарків? Яку роль, на вашу думку, відіграватиме Empiric Earth в інфраструктурі, що підтримуватиме цей перехід, у міру того як автономні транспортні засоби, робототехніка та інші технології фізичного ШІ дедалі глибше входитимуть у повсякденне життя?

Ми починали з безпеки дорожнього руху та автопарків, і ці напрями залишаються основою нашого бізнесу. Але ширші можливості полягають у підтримці фізичного ШІ: зниженні ризиків, створенні стандарту валідації та, зрештою, підвищенні безпеки реального світу.

Основні виклики подібні, незалежно від того, чи створюєте ви автономний транспортний засіб, робота-доставника або систему роздрібної аналітики, що працює в реальній мережі реклами й торгівлі. Як зрозуміти, що відбувається в реальному світі? Як визначити, чи здатна система впоратися з непередбачуваними ситуаціями? І як оцінювати ефективність та керувати ризиками, коли ці системи переходять до комерційного впровадження?

Я бачу, що Empiric Earth може стати важливим інтелектуальним шаром екосистеми фізичного ШІ, надаючи дані про реальний світ, моделі, застосунки й послуги, які допомагатимуть розробникам, партнерам та операторам знаходити відповіді на ці запитання. Для цього бачення важливими будуть нейтральність, портативність і сумісність. Ми прагнемо, щоб наші рішення працювали з різними технологіями та платформами, аби клієнти могли обирати ті, що найкраще відповідають їхнім потребам.

Ми маємо винятково міцне підґрунтя у сфері інтелектуальних рішень для водіння в реальних умовах, і тепер можемо розвивати його завдяки новим можливостям, партнерствам і бізнес-моделям.

Фізичний ШІ не вийде на масштаб лише завдяки тому, що одна компанія створить найкращого робота чи найкращу модель. Масштабування відбудеться тоді, коли ширша екосистема матиме інтелектуальні рішення, інструменти й заходи безпеки, необхідні для застосування цих систем у реальному світі. Саме таку роль ми хочемо, щоб відігравав Empiric Earth.

Дякуємо за чудове інтерв’ю! Читачам, які хочуть дізнатися більше про інтелектуальні рішення для реального світу та незалежну валідацію фізичного ШІ, радимо відвідати Empiric Earth.