Joy Mustafi, Chief Data Scientist của Aviso, Inc – Phỏng vấn

Được xếp hạng là một trong số 10 nhà khoa học dữ liệu hàng đầu của Ấn Độ bởi Tạp chí Analytics India, Joy Mustafi đã dẫn đầu nghiên cứu khoa học dữ liệu tại các công ty công nghệ như Salesforce (CRM ), Microsoft (MSFT ) và IBM, giành được 50 bằng sáng chế và viết hơn 25 bài báo về trí tuệ nhân tạo.

Ông đã gắn bó với IBM trong một thập kỷ với tư cách là Nhà khoa học dữ liệu, tham gia vào các giải pháp kinh doanh thông minh khác nhau, bao gồm cả IBM Watson. Ông từng là Nhà khoa học ứng dụng chính tại Microsoft, chịu trách nhiệm về nghiên cứu trí tuệ nhân tạo. Gần đây nhất, Mustafi là Nhà nghiên cứu chính cho nền tảng Einstein của Salesforce.

Mustafi cũng là người sáng lập và Chủ tịch của MUST Research, một tổ chức phi lợi nhuận nhằm thúc đẩy sự xuất sắc và năng lực trong các lĩnh vực khoa học dữ liệu, tính toán nhận thức, trí tuệ nhân tạo, học máy và phân tích nâng cao vì lợi ích của xã hội.

Gần đây, Mustafi đã gia nhập Aviso, Inc với tư cách là Chief Data Scientist, nơi ông sẽ tận dụng kinh nghiệm của mình để giúp khách hàng của Aviso tăng tốc quá trình kết thúc giao dịch và mở rộng cơ hội doanh thu.

Điều gì đã thu hút bạn đến với trí tuệ nhân tạo?

Tôi yêu thích toán học và lập trình. Tôi đã hoàn thành bằng cấp sau đại học về thống kê và làm việc sau đại học về ứng dụng máy tính. Khi tôi bắt đầu hành trình nghiên cứu trí tuệ nhân tạo vào năm 2002 tại Viện Thống kê Ấn Độ ở Kolkata, tôi đã sử dụng ngôn ngữ lập trình C để phát triển một hệ thống mạng nơ-ron nhân tạo cho việc nhận dạng chữ viết tay. Đó là hơn 2500 dòng mã, tất cả được viết từ đầu mà không có thư viện tích hợp nào ngoài đầu vào / đầu ra tiêu chuẩn. Quá trình này là sự kết hợp của tất cả các môn học mà tôi đã học. Vào thời điểm đó, trí tuệ nhân tạo không phổ biến trong thế giới doanh nghiệp và chỉ có một số tổ chức học thuật đang thực hiện nghiên cứu tiên tiến trong lĩnh vực này. Và, bằng cách này hay cách khác, trí tuệ nhân tạo đã không mới vào thời điểm đó! Lĩnh vực nghiên cứu trí tuệ nhân tạo có lịch sử từ năm 1956, khi Giáo sư John McCarthy và những người khác đã khởi xướng lĩnh vực này tại một hội thảo huyền thoại ở Dartmouth College.

Bạn đã làm việc với một số công ty tiên tiến nhất trong lĩnh vực trí tuệ nhân tạo như IBM Watson và Microsoft. Dự án nào mà bạn đã làm việc là thú vị nhất?

Tôi muốn nhắc đến bằng sáng chế đầu tiên mà tôi được trao khi làm việc tại IBM: một phương pháp giải quyết vấn đề từ ngôn ngữ tự nhiên, đây là một vấn đề mở với IBM Watson. Hệ thống mà tôi đã phát triển có thể hiểu một vấn đề toán học hoặc đại số được nêu trong ngôn ngữ tự nhiên và cung cấp giải pháp trong thời gian thực dưới dạng câu trả lời ngôn ngữ tự nhiên. Để làm được điều đó, hệ thống phải xử lý các bước chính sau: Nhận các câu lệnh vấn đề đầu vào và câu hỏi cần trả lời; Chuyển đổi các câu lệnh đầu vào thành một chuỗi câu lệnh được định dạng tốt từ góc độ toán học; Chuyển đổi các câu lệnh được định dạng tốt thành các phương trình toán học; Giải quyết hệ phương trình; và Trình bày kết quả toán học dưới dạng ngôn ngữ tự nhiên.

Cũng có dự án tốt nhất của tôi cho Microsoft – Softie! Tôi đã phát minh và xây dựng một robot vật lý được trang bị các thiết bị đầu vào và cảm biến có thể thay thế để cho phép nó nhận thông tin từ con người. Một phương pháp giao tiếp tiêu chuẩn với máy tính cho phép người dùng thực hiện các điều chỉnh thực tế, cho phép tương tác phong phú hơn tùy thuộc vào ngữ cảnh. Chúng tôi đã triển khai một hệ thống mạnh mẽ với các tính năng bao gồm bàn phím, thiết bị trỏ, màn hình cảm ứng, nhận dạng giọng nói và hơn thế nữa. Chúng tôi đã thành lập một đội từ các đơn vị kinh doanh khác nhau và khuyến khích họ khám phá các ứng dụng nghiên cứu về trí tuệ nhân tạo và các lĩnh vực liên quan.

Bạn cũng là người sáng lập và Chủ tịch của MUST Research, một tổ chức phi lợi nhuận được đăng ký theo Đạo luật và Quỹ của Ấn Độ. Bạn có thể cho chúng tôi biết về tổ chức phi lợi nhuận này?

MUST Research chuyên về thúc đẩy sự xuất sắc và năng lực trong các lĩnh vực khoa học dữ liệu, tính toán nhận thức, trí tuệ nhân tạo, học máy và phân tích nâng cao vì lợi ích của xã hội. MUST nhằm xây dựng một hệ sinh thái để cho phép tương tác giữa học thuật và doanh nghiệp, giúp họ giải quyết vấn đề và nhận thức về các phát triển mới nhất trong kỷ nguyên nhận thức để cung cấp giải pháp, hướng dẫn hoặc đào tạo, tổ chức các bài giảng, hội thảo và hội thảo, và cộng tác về các chương trình và nhiệm vụ khoa học. Tính năng thú vị nhất của MUST là nghiên cứu cơ bản về các công nghệ tiên tiến như trí tuệ nhân tạo, học máy, xử lý ngôn ngữ tự nhiên, phân tích văn bản, xử lý hình ảnh, thị giác máy tính, xử lý tín hiệu âm thanh, công nghệ giọng nói, hệ thống nhúng, robot, v.v.

Điều gì đã truyền cảm hứng cho bạn để thành lập MUST Research?

Sự yêu thích của tôi đối với các bộ phim khoa học viễn tưởng và toán học có nghĩa là tôi thường suy nghĩ về cách công nghệ có thể thay đổi thế giới, và tôi đã suy nghĩ về việc thành lập một nhóm chuyên gia tiên tiến từ năm 1993, khi tôi đang học lớp 9. Khi tôi có việc làm đầu tiên, nó đã mất 10 năm để triệu tập một cuộc họp – và thêm 10 năm để xác định một nhóm chuyên gia phù hợp và thành lập một tổ chức phi lợi nhuận. Tuy nhiên, bây giờ chúng tôi đã có khoảng 500 nhà khoa học dữ liệu trong MUST trên toàn Ấn Độ, những người đang đóng góp một cách đam mê cho nghiên cứu về các công nghệ mới nổi.

Trong những năm qua, ngành đã có những tiến bộ đáng kể trong học sâu, học tăng cường, xử lý ngôn ngữ tự nhiên, v.v. Lĩnh vực học máy nào bạn hiện xem là thú vị nhất?

Tất cả các thuật toán học máy đều thú vị khi chúng được triển khai như một sản phẩm hoặc dịch vụ có thể được sử dụng bởi doanh nghiệp hoặc cá nhân trong thế giới thực. Kỷ nguyên học sâu có cả ưu và nhược điểm – đôi khi nó giúp tự động hóa kỹ thuật tính năng, nhưng đồng thời nó có thể hoạt động như một hộp đen và kết thúc với một kịch bản rác vào rác ra nếu không sử dụng đúng dữ liệu hoặc thuật toán. Một số công nghệ mới nhất cũng đòi hỏi nhiều tài nguyên và cần nhiều năng lực xử lý, thời gian và dữ liệu. Điều quan trọng cần nhớ là học sâu là một tập con của học máy (ML), mà lại là một tập con của trí tuệ nhân tạo (AI), và AI là một tập con của khoa học dữ liệu – vì vậy tất cả đều liên kết. Và nó không chỉ về Python, R hoặc Scala – tôi đã bắt đầu hành trình trí tuệ nhân tạo của mình bằng ngôn ngữ C, và bạn thậm chí có thể viết chương trình trí tuệ nhân tạo bằng mã assembly. Xây dựng các hệ thống trí tuệ nhân tạo thành công phụ thuộc trước hết vào việc hiểu môi trường kinh doanh hoặc nghiên cứu và sau đó kết nối các điểm giữa hành động và dữ liệu để xây dựng một hệ thống thực sự giúp đỡ nhiều người trong các lĩnh vực khác nhau. Cho dù bạn đang làm việc với Xử lý ngôn ngữ tự nhiên, Thị giác máy tính, Phân tích video, Công nghệ giọng nói, Robot, v.v., cách tốt nhất để tiến hành là bắt đầu với phương pháp đơn giản nhất và sau đó áp dụng các phương pháp phức tạp hơn theo cách lặp lại khi bạn thử nghiệm và tinh chỉnh hệ thống của mình.

Bạn thường là khách mời tại các trường đại học hàng đầu ở Ấn Độ. Câu hỏi nào mà bạn thường nghe từ sinh viên, và bạn trả lời nó như thế nào?

Câu hỏi mà tôi thường nghe nhất là: “Làm thế nào để trở thành một nhà khoa học dữ liệu?” Tôi luôn nói với những người trẻ rằng điều đó chắc chắn có thể đạt được và cố gắng hướng dẫn họ sử dụng sự yêu thích toán học, thống kê hoặc khoa học máy tính của mình để cố gắng giải quyết các vấn đề kinh doanh thực tế. Người ta cũng hỏi tôi làm thế nào để tham gia MUST, và một lần nữa, câu trả lời rất đơn giản: “Xây dựng hồ sơ của bạn với nhiều dự án và tập trung vào việc suy nghĩ bên ngoài hộp.” Nếu bạn muốn trở thành một nhà khoa học dữ liệu, bạn phải chứng minh rằng bạn có thể đổi mới. Không có sự đổi mới, chúng ta không thể gọi mình là nhà khoa học. Tất nhiên, việc được cấp bằng sáng chế hoặc xuất bản nghiên cứu của bạn trong các tạp chí và hội nghị uy tín cũng giúp!

Bạn gần đây đã gia nhập Aviso với tư cách là nhà khoa học trưởng, để sử dụng chuyên môn trí tuệ nhân tạo và học máy của mình. Bạn có thể cho chúng tôi biết một chút về Aviso và vai trò của bạn với công ty này?

Aviso sử dụng trí tuệ nhân tạo và học máy để hướng dẫn các nhà điều hành bán hàng và loại bỏ việc đoán mò trong quá trình đàm phán. Đó là một thách thức thú vị, và trách nhiệm chính của tôi là giúp tổ chức phát triển theo hướng tích cực, sử dụng nghiên cứu sâu để thiết lập sân khấu cho thành công của khách hàng. Tôi đang sử dụng kiến thức và kinh nghiệm của mình trong lĩnh vực trí tuệ nhân tạo và đổi mới để giúp các sản phẩm và dự án nghiên cứu cốt lõi của chúng tôi trở nên:

Thích nghi: Chúng phải học hỏi khi thông tin thay đổi và khi mục tiêu và yêu cầu phát triển. Chúng phải giải quyết sự模糊 và dung thứ sự không thể đoán trước. Chúng phải được thiết kế để ăn vào dữ liệu động trong thời gian thực.

Tương tác: Chúng phải tương tác dễ dàng với người dùng để người dùng có thể định nghĩa nhu cầu của mình một cách thoải mái. Chúng phải tương tác với các bộ xử lý, thiết bị, dịch vụ khác cũng như với con người.

Lặp lại và có trạng thái: Chúng phải giúp định nghĩa một vấn đề bằng cách đặt câu hỏi hoặc tìm nguồn đầu vào bổ sung nếu một câu lệnh vấn đề không đầy đủ hoặc không rõ ràng. Chúng phải nhớ lại các tương tác trước đó trong một quá trình và trả lại thông tin phù hợp với ứng dụng cụ thể tại thời điểm đó.

Ngữ cảnh: Chúng phải hiểu, xác định và trích xuất các yếu tố ngữ cảnh như ý nghĩa, cú pháp, thời gian, vị trí, lĩnh vực phù hợp, quy định, hồ sơ người dùng, quy trình, nhiệm vụ và mục tiêu. Chúng phải dựa trên nhiều nguồn thông tin, bao gồm cả thông tin kỹ thuật số có cấu trúc và không có cấu trúc.

Điều gì đã thu hút bạn đến vị trí này tại Aviso?

Aviso đang làm việc để thay thế các hệ thống CRM cũ bằng các công cụ được kích hoạt bởi trí tuệ nhân tạo, không có ma sát, có thể cung cấp thông tin chi tiết và giúp các đội bán hàng phát huy hết tiềm năng của mình. Sản phẩm của chúng tôi là một hệ thống thông minh hiểu được các điểm đau của những người bán hàng, loại bỏ việc nhập dữ liệu tốn thời gian và cung cấp cho các nhà điều hành những gợi ý và hướng dẫn họ cần để kết thúc các giao dịch một cách hiệu quả. Tôi đã bị thu hút bởi đội ngũ lãnh đạo mạnh mẽ và cơ sở khách hàng, nhưng cũng bởi cam kết của Aviso trong việc sử dụng các công cụ trí tuệ nhân tạo tiên tiến để giải quyết các thách thức thực tế. Bán hàng là một phần quan trọng của bất kỳ doanh nghiệp nào và Aviso giúp với điều đó bằng cách tận dụng sức mạnh của trí tuệ nhân tạo. Trúng bullseye! Còn gì nữa bạn có thể muốn?

Cuối cùng, có điều gì khác mà bạn muốn chia sẻ về trí tuệ nhân tạo?

Trí tuệ nhân tạo tạo ra một lớp mới các vấn đề có thể tính toán được. Để phản ứng với bản chất lưu động của sự hiểu biết của người dùng về vấn đề của họ, hệ thống tính toán nhận thức cung cấp một sự tổng hợp không chỉ của các nguồn thông tin mà còn của các ảnh hưởng, ngữ cảnh và thông tin. Những hệ thống này khác với các ứng dụng tính toán hiện tại ở chỗ chúng đi xa hơn việc lập bảng và tính toán dựa trên các quy tắc và chương trình được định cấu hình trước. Chúng có thể suy luận và thậm chí lý luận dựa trên các mục tiêu rộng lớn. Trong ý nghĩa này, tính toán nhận thức là một loại tính toán mới với mục tiêu phát triển các mô hình chính xác hơn về cách não bộ hoặc tâm trí con người cảm nhận, lý luận và phản ứng với kích thích. Đó là một lĩnh vực nghiên cứu về cách tạo ra máy tính và phần mềm máy tính có khả năng hành vi thông minh. Lĩnh vực này là liên ngành: trí tuệ nhân tạo là nơi hội tụ của nhiều khoa học và nghề nghiệp, bao gồm khoa học máy tính, điện tử, toán học, thống kê, tâm lý học, ngôn ngữ học, triết học, khoa học thần kinh và sinh học. Đó là điều làm cho nó trở nên thú vị!