Dr. Vishal Sikka, Người sáng lập & CEO của Vianai – Series Phỏng vấn

Vishal Sikka là Người sáng lập và CEO của Vianai, cựu CTO của SAP AG, và cựu CEO của Infosys. Hiện tại, ông cũng phục vụ trong hội đồng quản trị của Oracle , hội đồng giám sát của Tập đoàn BMW và là cố vấn cho Viện Trí tuệ Nhân tạo Trung tâm Con người của Stanford.

Nền tảng Vianai kết hợp các yếu tố mã nguồn mở, kỹ thuật và tối ưu hóa độc quyền của Vianai, và thiết kế lấy con người làm trung tâm để mang AI đến doanh nghiệp với quy mô lớn, trên các phong cảnh đa dạng. Với nền tảng, các tổ chức lớn có thể xây dựng, tối ưu hóa, triển khai và quản lý các mô hình ML tinh vi trên cơ sở hạ tầng hiện có và cải thiện hoạt động và hiệu suất của các mô hình ML trên toàn doanh nghiệp,

Điều gì ban đầu thu hút bạn đến học máy?

Tôi trở nên quan tâm đến AI khi còn là một thiếu niên, khi tôi đọc những suy nghĩ của Marvin Minsky về tâm trí của chúng ta như các xã hội của các tác nhân đơn giản, và tìm hiểu về Eliza (một chương trình trò chuyện rất sớm) của Joe Weizenbaum và phê bình của John McCarthy về nó. Sau đó, tôi đã có vinh dự được có McCarthy chủ trì ủy ban thi tuyển AI của tôi tại Stanford. McCarthy và Minsky là hai người cha của lĩnh vực Trí tuệ Nhân tạo, và cả hai đều có những hiểu biết sâu sắc về sức mạnh cũng như hạn chế của nó, và tôi may mắn được học với cả hai.

Chúng ta vẫn có thể thấy ngày nay rằng AI có tiềm năng lớn, và đồng thời có những hạn chế đáng kể. Những thách thức mà chúng ta đã vật lộn 30 năm trước vẫn còn rõ ràng ngày nay, đặc biệt là khi chúng ta nhìn vào AI trong doanh nghiệp. Tôi đã được truyền cảm hứng bởi công việc như một sinh viên, để xem liệu giá trị của AI có thể được mở khóa một cách nào đó, và tôi đã tiếp tục đam mê với nó.

Bạn đã viết một số bài báo quan trọng, bạn tin rằng bài báo nào là quan trọng nhất trong việc phát triển quan điểm của bạn về AI?

Là một sinh viên, tôi phải đã đọc hàng ngàn bài báo. Các bài báo tiên tri của McCarthy về “Người tư vấn”, về một số vấn đề triết học quan trọng của AI, các bài báo của Marvin về tâm trí như một xã hội, về việc kết hợp các phương pháp tiếp cận kết nối (dựa trên mạng nơ-ron) và biểu tượng đối với AI, các bài báo của Judea Pearl về推 lý xác suất và trí tuệ nguyên nhân, và các bài báo của David Marr (về tầm nhìn), Pat Winston (về việc học mô tả các đối tượng từ các ví dụ), công việc của Waldinger về tổng hợp chương trình, và nhiều người khác đã định hình quan điểm của tôi. Gần đây, tôi đã đọc các tác phẩm của Hinton, Lecun, những người chú ý, cũng như các tác phẩm của Cynthia Rudin, Fernanda Viegas, và những người khác.

Bạn đã tuyên bố rằng trải nghiệm của nhà phát triển khi xây dựng một hệ thống AI là phân mảnh và bị hỏng, những vấn đề hiện tại nào đằng sau việc xây dựng một hệ thống AI?

Hệ thống AI ngày nay thực sự chỉ có thể được giải thích bởi một số lượng người tương đối nhỏ — các số liệu thống kê khác nhau, nhưng dường như chỉ có khoảng 20-30.000 người trên thế giới hiểu các phương pháp thực sự của cách hệ thống AI hoạt động. Điều này nhỏ hơn nhiều so với 52.000 người mà chúng tôi ước tính là chuyên gia MLOps, hoặc 1 triệu người mà chúng tôi ước tính là nhà khoa học dữ liệu. Nhiều người trong số họ không thể nói cho bạn biết tại sao hệ thống làm việc như thế, tại sao nó đưa ra các khuyến nghị như vậy hoặc những gì có thể xảy ra sai, hoặc cách các kỹ thuật cơ bản hoạt động.

Đặt điều này vào bối cảnh của một phong cảnh phức tạp rộng lớn. Có hơn 300 nhà cung cấp MLOps mà Gartner đang theo dõi tại bất kỳ thời điểm nào. Mỗi người trong số họ có một dịch vụ chuyên biệt. Các nhà cung cấp đám mây lớn mặt khác có hương vị riêng của mọi thứ, và thường tìm cách khóa các công ty vào hệ sinh thái và cơ sở hạ tầng của họ.

Sau đó, chính việc tính toán thường quá tốn kém đối với các công ty để thực sự xây dựng và đào tạo một số mô hình tiên tiến nhất có sẵn. Những điều đó được dành cho một số công ty có tài năng và nguồn lực cần thiết để quản lý nhu cầu của một hệ thống AI.

Thiếu hiểu biết, sự phức tạp của công cụ và chi phí của việc tính toán kết hợp lại để tạo ra một phong cảnh phân mảnh và đầy thách thức cho bất kỳ công ty nào tìm cách trở nên thành thạo AI. Tại Vianai, chúng tôi đang xây dựng các phương pháp để làm cho AI dễ sử dụng và dễ hiểu hơn, đồng thời giảm đáng kể tài nguyên và chi phí liên quan đến việc đạt được hiệu suất tốt nhất.

Bạn có thể chia sẻ câu chuyện về nguồn gốc của Vianai?

Tôi đã dành nhiều năm để đưa các đổi mới mới, đột phá đến các doanh nghiệp. Các đội của tôi và tôi đã xây dựng một số sản phẩm đã đạt đến hàng chục nghìn doanh nghiệp và được coi là những đổi mới. Tôi cũng đã lãnh đạo hai sự chuyển đổi cơ bản trong hai hành trình trước khi bắt đầu Vianai và tham gia vào các sự chuyển đổi tại hàng trăm doanh nghiệp. Thêm vào đó là nhiều năm học tập về AI và tập trung vào cách làm cho AI tốt hơn, phù hợp và phục vụ cho nhân loại.

Trong một cách khá bất thường – những điều này đã kết hợp lại. Tôi đang đi nghỉ mát với gia đình ở Đông Nam Á [vào cuối năm 2018]. Chúng tôi đang mua sắm tại một chợ nhỏ, và người bán có những món trang sức đẹp, được làm bằng kỹ thuật truyền thống và đá địa phương, và nó thật tuyệt vời, nhưng,当然, không ai ngoài thị trấn nhỏ này đã nghe nói về họ. Và tôi đã có một câu hỏi đến trong tâm trí, “Nếu người bán này có thể sử dụng AI? Điều đó sẽ trông như thế nào? Làm thế nào các hệ thống sẽ hoạt động?” Tại thời điểm đó, nó đã đánh tôi rằng mọi doanh nghiệp trên thế giới sẽ được chuyển đổi với AI, và rằng sự chuyển đổi này không thể được nhìn bằng ống kính của ngày hôm qua, mà cần các sản phẩm và ý tưởng bắt đầu từ một tờ giấy trắng.

Khoảng một tháng sau, tôi thành lập Vianai với sứ mệnh mang AI lấy con người làm trung tâm thực sự đến các doanh nghiệp trên toàn thế giới. Điều này có nghĩa là cung cấp các sản phẩm và dịch vụ, ứng dụng và công nghệ, công cụ cho phép người dùng kinh doanh, nhà khoa học dữ liệu, kỹ sư ML và thậm chí các nhà cung cấp ở các vùng xa của thế giới thực sự gặt hái được lợi ích của AI.

Kể từ đó, chúng tôi đã tạo ra các ứng dụng để giúp các doanh nghiệp bắt đầu với AI, một nền tảng để giúp các chuyên gia ML quản lý và theo dõi các mô hình AI của họ, và các kỹ thuật tối ưu hóa để cho phép nhiều công ty tiếp cận AI hơn.

Qua mọi thứ, chúng tôi đã tìm thấy rằng tiềm năng đáng kể của việc kết hợp sức mạnh của hiểu biết con người, phán quyết và hợp tác với dữ liệu và các kỹ thuật AI tốt nhất vẫn chưa được khai thác. Dựa trên công việc của chúng tôi với các công ty hàng đầu, tôi đã thấy rằng các kỹ thuật tương tự sẽ giúp người bán nhỏ sẽ giúp các doanh nghiệp lớn nhất trên thế giới.

Vianai là tất cả về AI lấy con người làm trung tâm, bạn có thể định nghĩa điều này và tại sao nó lại quan trọng?

AI lấy con người làm trung tâm là AI nhằm mục đích khuếch đại công việc của con người và cải thiện phán quyết của con người. Học máy thường được nghĩ đến như một sự thay thế cho lao động của con người. Nhưng AI là bổ sung cho con người — nó cung cấp quy mô và tính lặp lại và độ chính xác mà con người không thể sao chép. Nhưng AI không thể sao chép phán quyết của con người, kinh nghiệm của con người, hoặc hiểu biết của chúng ta về bối cảnh.

Có những ví dụ rõ ràng về điều này, ví dụ như AI nhầm một con rùa với một khẩu súng, nhưng thường xuyên hơn chúng ta đặt quá nhiều niềm tin vào AI khi nó chưa chứng minh được sự tin cậy của mình. Một câu chuyện nổi tiếng đến từ một thập kỷ trước, khi một công ty AI được phép giao dịch mà không có sự can thiệp của con người. Thuật toán đã mất 440 triệu đô la trong chưa đầy một giờ.

Để có một ví dụ gần đây hơn, các mô hình ngôn ngữ tiên tiến vẫn còn dễ bị nhầm lẫn hoặc thiên vị. Các công cụ tạo hình ảnh từ văn bản có tiềm năng mạnh mẽ, nhưng đòi hỏi các lệnh rất cụ thể từ người dùng để đạt được tiềm năng đầy đủ.

AI lấy con người làm trung tâm, thì, là một loại tập trung trong thiết kế của các sản phẩm của chúng tôi. Chúng tôi kết hợp sức mạnh của hiểu biết con người – như phán quyết và hợp tác – cùng với dữ liệu và các kỹ thuật AI tốt nhất, để tạo ra các hệ thống thông minh có thể cải thiện đáng kể kết quả kinh doanh và quy trình.

Bạn có thể giải thích nhu cầu về một vòng phản hồi giữa con người và AI?

Có một nhánh AI gọi là “con người trong vòng lặp” phụ thuộc vào các cơ chế phản hồi của con người để tự nhiên cải thiện hiệu suất của AI. Điều này là tự nhiên, và có ý nghĩa đối với bất kỳ hệ thống nào.

Các hệ thống AI có thể cải thiện theo thời gian, thông qua việc đào tạo lại, bao gồm bất kỳ hành động nào mà người dùng đã thực hiện. Điều này,当然, là một phần của các ứng dụng của chúng tôi. Hãy để tôi đưa ra một ví dụ.

Trước Covid, chúng tôi đã làm việc với một công ty dịch vụ tài chính lớn về dự báo nhu cầu. Vì cách chúng tôi thiết kế hệ thống, khi Covid đến và phá vỡ nhiều mô hình khác, của chúng tôi đã điều chỉnh nhanh chóng đến những thay đổi và không bao giờ cần phải được xây dựng lại. Đây là khía cạnh thứ hai và quan trọng nhất của AI lấy con người làm trung tâm, thiết kế các hệ thống từ đầu để kết hợp các phức tạp của cuộc sống hiện đại.

Điều này tạo ra niềm tin và một hệ thống phát triển cùng với tổ chức và người dùng.

Điều gì làm cho Vianai trở thành một nền tảng AI thế hệ tiếp theo?

Mặc dù có rất nhiều cuộc thảo luận về rủi ro, quy định và lời hứa của AI, nhưng ít người đã tìm kiếm giải pháp — khái niệm AI lấy con người làm trung tâm.

Nền tảng của chúng tôi sau đó đã sẵn sàng cho các vấn đề sẽ đến khi AI trở nên thực sự trong doanh nghiệp. Nó là để giải quyết các vấn đề xung quanh niềm tin, thiên vị và minh bạch. Nó cho phép các công ty mở rộng AI với việc theo dõi và tối ưu hóa. Và nó cho phép người dùng không kỹ thuật khai thác AI thông qua các ứng dụng của chúng tôi.

Điều gì là một số thách thức đằng sau việc xây dựng một nền tảng mà简化 đáng kể trải nghiệm cho AI doanh nghiệp?

Thách thức lớn nhất chúng tôi thấy trong các doanh nghiệp kết hợp AI là tài năng, công cụ và công nghệ. Đầu tiên, tài năng thường tập trung ở một số nơi, đặc biệt là trong các công ty công nghệ lớn. Điều này làm cho nó rất khó cho các thành viên nhóm bên ngoài tham gia vào việc giám sát, quản trị và định hình chương trình AI và có thể tạo ra nhiều thiên vị hơn khi chỉ một số thành viên nhóm làm việc trên hoạt động.

Công nghệ và công cụ cũng có thể là một thách thức trong việc简化 AI. Hiện tại, cả công nghệ và công cụ đều bị giới hạn. Các chip để chạy AI là hiếm và rất tốn kém, và các công cụ bị khóa vào các nhà cung cấp nhất định, điều này giảm sự tự do để cải thiện chi phí trong khi mở rộng giá trị. Không quan trọng một công ty có thể ở đâu trong hành trình AI doanh nghiệp, những thách thức này có thể làm cho việc triển khai AI hữu ích và đạo đức trở nên thách thức khi nó tạo ra một chiến lược phân mảnh và không kết nối.

Để thành công thực sự, tôi đã tìm thấy rằng các khả năng của nền tảng cần phải hoàn toàn mở, mô-đun, linh hoạt và không phụ thuộc vào phần cứng và phần mềm tốn kém. Và với một cách tiếp cận lấy con người làm trung tâm, con người vẫn có thể mang lại kiến thức, bối cảnh, kinh nghiệm và sáng tạo để giải quyết vấn đề – điều này sau đó được khuếch đại bởi nền tảng AI, không bị thay thế.

Có điều gì khác mà bạn muốn chia sẻ về Vianai?

Trong nhiều cách, chúng tôi đang sống trong thời đại của AI. Có rất nhiều tiếng ồn và thảo luận xung quanh AI, điều này nói chung là một điều tốt. Chúng tôi đang thấy nhiều tiến bộ và sự áp dụng rộng rãi hơn so với trong quá khứ trong các lĩnh vực như AI Tạo sinh và các lĩnh vực khác. Tuy nhiên, chúng tôi cũng nên làm việc để nhận ra các hạn chế của AI – thực tế của công nghệ AI ngày nay cũng như thực tế của sự khan hiếm chuyên môn về AI, và sự thiếu tin cậy vào AI, đặc biệt là trong các doanh nghiệp. Nếu chúng tôi có thể định hình AI như một sự khuếch đại của cuộc sống của chúng tôi, xã hội, công việc, tiềm năng của chúng tôi, và có sự giám sát cần thiết của AI để đảm bảo điều này, thì tôi thực sự tin rằng chúng tôi cuối cùng sẽ thấy nó trở thành hiện thực theo những cách có ý nghĩa và chuyển đổi.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Vianai.