Stephen DeAngelis，Enterra Solutions 创始人兼首席执行官 – 访谈系列

斯蒂芬·德安吉利斯 是创始人兼首席执行官 恩特拉解决方案，第一家应用自主决策科学的公司^TM （ADS^®）为企业执行端到端价值链优化、决策和复杂研发的技术。

斯蒂芬·F·德安吉利斯 是人工智能和高级分析及其在商业实体和政府机构竞争力、弹性和安全方面的应用方面的国际公认专家。 DeAngelis 先生是一位专利持有者、技术先驱和企业家。 他的职业生涯涉及国际关系、商业、政府和学术界。 他为他的公司带来了独特的视角和丰富的经验。

您能分享一下 Enterra Solutions 背后的起源故事吗？

Enterra 起源于美国政府承包商。 Enterra 为美国政府机构开发并执行了企业弹性（系统数据驱动的竞争力、风险和绩效）模型。 在执行这项工作时，Enterra 根据与联邦政府资助的美国研究和开发机构的合作研究和开发协议，开发了企业弹性管理方法和成熟度模型的最佳实践。

为了提高竞争力和弹性技术，Enterra 在 2000 年代初期开始从事人工智能和应用数学方面的工作。 到 2000 年代中期，该公司开始将其在政府部门的工作与尖端理论和实验学术研究相结合——这项工作一直持续到今天。 Enterra 学术研究是一种双向合作，让我们的公司和员工接触到一些最先进、最复杂的人工智能和数学技术和实践，同时与认知领域的一些领先个人和开创性思想家建立了深厚的网络和联系。科学和弹性应用。

Enterra 利用从政府和学术界工作中获得的科学和技术知识来重新构想商业领域的大数据分析 - 结果是创建了 Enterra 的自主决策科学® (ADS®) 和生成人工智能平台以及一系列可扩展的价值链业务应用程序结合在一起创建了第一个此类智能系统。 Enterra 的智能系统通过位于组织跨营销、销售、供应链和企业战略的多个记录/参与交易系统之上执行自主的端到端优化、规划和执行，并协调有助于公司的决策和行动建立竞争力和弹性并实现其业务目标。

通过将 Enterra 的专有技术与组织知识和实践相结合，Enterra 以市场速度系统地预测市场变化，将企业转变为自主智能企业。

Enterra Solutions 提供自主决策科学，这具体是什么以及它如何优化业务决策？

Enterra 的自主决策科学® (ADS®) 是为 Enterra System of Intelligence™ 提供动力的技术平台。 Enterra 的 ADS 技术平台汇集了三种以前孤立的技术：

1. 基于语义推理和矢量符号逻辑的人工智能 实现类人推理、决策和学习。 这种独特的功能将常识和行业知识与推理相结合，创建一个系统，可以通过微妙的、类人推理做出决策，然后从结果中学习。
2. 玻璃盒、解释性、透明的机器学习 以专有的表征学习机™ (RLM) 的形式。 RLM 的基础是高维数学和泛函分析。 RLM 唯一地标识了一个函数，该函数描述数据集中变量的组合和贡献，该函数通过高精度的多层交互来描述可观察到的效果。 这被归类为“玻璃盒”，解释性算法，生成 功能， 其输出是可见的，而不是仅生成模式的“黑盒”算法，但不提供系统/数据集动态的任何解释性描述，也不对模式的含义有任何实质性的“理解”。
3. 基于约束的非线性优化 结合 RLM 派生公式以及语义推理约束和逻辑的功能，可以执行快速优化，反映复杂的多维现实世界考虑因素，从而得出高度可行的建议。 此功能打破了与线性模型相关的维度障碍。

这些技术的独特组合使 Enterra 能够为客户提供显着差异化的能力，并在大型人工智能技术平台和单点解决方案参与者的竞争格局中创造出高度可防御的鸿沟。

大约一年前，关于“关注人工智能播客”，您讨论了老式人工智能如何继续成为一种强大的工具。 您对此的看法是否有所转变？Enterra Solutions 仍在使用哪些传统机器学习算法？

科学是代代相加的，这意味着一代的能力叠加在上一代的创新之上，以创造新的能力。 Enterra 不断创新并创造性地发展其技术。 如上所述，Enterra 创建了 Enterra 自主决策科学® (ADS®) 和生成人工智能平台，该平台是类人推理和 GenAI 功能的集合，是超先进的高维、玻璃盒、解释性机器学习，具有非线性、基于约束的优化引擎。 我们将这些以前孤立的技术整合到一个平台上，这样就能够释放以前无法实现的分析能力，并缓解任何一项单独技术的不足。

Enterra Solutions 如何将生成式人工智能集成到他们的解决方案中？

虽然许多组织仍处于生成式人工智能的探索和试验阶段，但十多年来，Enterra Solutions 和我们的客户已从其强大的功能中受益。 Enterra 平台的人工智能组件将独特地学习建议成功与否的环境原因，并在本体和生成人工智能知识库中持续学习。 Enterra 将根据客户的要求开发一个特定的 GenAI 知识库，代表客户的战略、战术、业务逻辑以及工作和获胜的方式； 同时为 Enterra 智能系统功能组件内的优化功能提供更新的逻辑和约束设置。

幻觉是生成式人工智能的主要问题之一，Enterra Solutions 如何克服这些限制？

生成式人工智能可以自动化大多数工作流程，但未经验证，其可信度值得怀疑。 这可以通过利用 ADS 技术来解决，该技术可以插入大型语言模型 (LLM)，以数学方式对知识进行推理和三角测量以验证其功效。 通过利用 ADS 提供可信赖的可解释性和可操作性的见解和建议，可以建立信任。

从 2015 年到 2019 年，您担任麻省理工学院达赖喇嘛道德与变革价值观中心的顾问委员会成员，这如何塑造了您对商业和人工智能的价值观？

好吧，如果一个人参与达赖喇嘛中心，你会情不自禁地将领导力和道德视为一体。 当你经营一家企业时，你很快就会发现你每年会做出数千个决定。 有些是小决定，有些是普通或程序性决定，有些是重大或相应的决定。 我希望我已经学会在做出决策时将道德考虑融入到我的逻辑中——真正的北极星和开明决策的参数。 这个概念也体现在我们构建算法和软件的方式中，并最终体现在我们运营组织的方式中。

Geoffrey Hinton 等商业和人工智能领导者经常担心人工智能（特别是 AGI）未来的潜在问题，您对此有何看法？

杰弗里·辛顿 (Geoffrey Hinton) 担心人工智能的潜在滥用和部署速度。 这些都是公平的观点，因为许多公司都在尝试将人工智能融入其业务实践，而没有首先了解他们要解决的问题。 人工智能并不能解决所有问题，也不应被视为解决所有业务挑战的一揽子解决方案。 最重要的是，公司在寻找可行的解决方案之前，首先要提出以业务为主导的问题陈述。 一旦您了解了要解决的问题，您就可以了解使用人工智能等先进技术的战略契合度和技术可行性。

您是一位连续创业者，并在各个领域成功开展了多项业务，是什么推动您创新？

归根结底，我更像是一个富有创造力的终身学习者和求知欲强的商人，而不是一名管理者。 终身学习和求知欲的结合，再加上企业家创造新业务的热情，推动创新以及产品和服务的创造，以填补已确定的市场空白。 与优秀团队合作以及通过创造股东价值“竞争并获胜”的愿望是我创新的动力。

您对人工智能的未来有何愿景？

尽管人工智能在不久的将来 B2B 应用程序中的应用，我相信人工智能将在不久的将来在大规模商业应用程序中实现实际的自主决策。 这些功能将由类人智能代理驱动，这些智能代理通过专注于大型和颠覆性用例的人工智能或人工超级智能来增强人类决策。 跨行业跨国公司的端到端价值链优化和决策以及药物发现和配方的颠覆以及临床试验等应用具有变革性，影响着全球大多数人的生活。

感谢您的精彩采访，想要了解更多信息的读者可以访问 恩特拉解决方案.