Richard Boyd，Tanjo Inc 联合创始人兼首席执行官 – 访谈系列

理查德·博伊德 (Richard Boyd) 是一位企业家、作家和演讲家，其主题涉及教育、医疗保健、虚拟世界、计算机游戏、机器学习和人机界面等一系列话题。三十多年来，理查德领导或帮助创建了多个行业中一些最具创新性的技术公司和服务，包括在北卡罗来纳州研究三角园区地区创办了四家公司并担任首席执行官。理查德将他的最后一家公司卖给了洛克希德·马丁公司，并继续担任该公司的董事。 虚拟世界实验室.

理查德是人工智能和机器学习公司的联合创始人兼首席执行官 丹上公司 总部位于北卡罗来纳州的三角研究园地区。

您从 90 年代起就一直致力于 VR 领域，并于 2001 年共同创立了 3Dsolve。 3Dsolve 从事的最初项目有哪些？

3dsolve 最有影响力的第一个项目是帮助美国陆军训练和条令司令部 (TRADOC) 了解如何利用模拟学习进行小型部队战术行动。 我们为陆军创建了第一个通过 TRADOC 验证的“4 级交互式多媒体教学”(IMI) 课程。 本质上，这是利用“地面部队在完全模拟 3D 环境中的安全实践”的价值。第一门课程是在基于协作模拟 100D 游戏的世界中为 3B25 MOS（军事职业专业）通信进行 10 多个小时的教学。

当时我们正在向阿富汗和伊拉克派遣士兵，并训练他们在 DTOC（数字战术作战中心）工作，而美国没有 DTOCS 来训练他们。 3Dsolve 前往胡德堡、戈登堡和其他各种设施寻找设备、会见主题专家并构建可供士兵训练的虚拟 DTOC。 验证结果表明，与以前使用的任何课堂方法相比，使用这种方法的士兵在更短的时间内接受了更高的知识程度（和课程通过率）的培训。 我认为这是严肃游戏行业的开始。

我还曾在 ADL（高级分布式学习）Colab 顾问委员会任职，该委员会制定了可重用学习内容的标准。 我与 Phillip Dodds 一起制定 SCORM（可共享内容对象参考模型）的 3D 标准。 旁注：菲利普是斯皮尔伯格电影《第三类接触》中演奏风琴的人。

我还曾在另一个名为 3DIF 的国际标准机构任职，该机构由英特尔和波音担任主席，我们为 3D 交换格式创建了同名的国际 ECMA 标准。 我们的想法是最终捕获为世界上所有产品构建的 3D CAD 模型的所有价值，并将其转化为在严肃的游戏和 3D 技术文档中使用。 它存在于 Adob​​e Acrobat 和其他平台中。

我们继续与行业先驱 Warren Robinett、Fred Brooks 博士、Alan Kay 等人合作，研究耳机和各种 VR 外围设备。 我的联合创始人 David Smith 与 Alan Kay 一起创建了一个名为 OpenCroquet 的完整开源平台，该平台至今仍然存在。

3 年 Lockheed Martin 收购 2007Dsolve 后，您的生活发生了哪些变化？

我们在 3Dsolve 从事的其他开创性项目之一是对整个洛杉矶级潜艇的模拟，该项目促使洛克希德公司收购了我们。 当时海军仍在将整艘舰艇搁置一边进行训练。 我们首创了“全舰模拟”的想法，在多人游戏环境中复制整个潜艇。 我们使用了 Epic Games Unreal 引擎，真正改变了这些船只的训练。 在洛克希德公司，我们创建了驱逐舰、濒海战斗舰以及所有子系统的模拟。

起初，从一家游戏技术公司适应一家拥有 100 年历史的国防承包商所需的额外监督和报告层是一个挑战。 我们学会了如何创造我们自己的现实。 我成立了一个名为 Virtual World Labs 的非正式组织，并以加州著名的 LM Skunkworks 为蓝本。 事实上，Skunkworks 已成为 VWL 的成员。 我们在第一年了解到，每当您提出专利提案时，您都会收到一张支票，当专利获得批准时，您还会收到另一张支票。 所以，这就成了我们的激励计划。 我们坐下来发明 AR、VR 和人工智能方面的东西。 到我在那里 5 年半的工作结束时，我们在大约 100 人的小团队中积累了 40 多项专利申请。

最有趣和最相关的计划之一是创建国防部虚拟世界框架。 我们参加了几次大型联合战争游戏演习，并目睹了因专有系统之间缺乏互操作性而带来的挫败感，这些系统需要在这些大型现场、建设性和虚拟模拟演习中协同工作。 我们的第一反应是这是一个已解决的问题......它叫做互联网！ 如果采购社区能够让每个人都坚持使用网络服务，我们就可以构建更好的集成培训系统。 WebGL 刚刚通过了万维网联盟的审查。 是时候像往常一样进行重组了。 五角大楼提出了一项征求建议书，寻求用于集成模拟的“通用虚拟世界框架”。 五角大楼该项目的负责人是一位富有创造力的前空军飞行员，名叫弗兰克·迪吉奥瓦尼 (Frank Digiovanni)。 我们称他为D9。 他让我想起了约翰·博伊德上校的很多故事，他推动了对我们战斗机项目和空军思维的创造性破坏。

问题是，D9 明确告诉他的收购团队，他“不希望任何像 Lockmart 这样的公司”来构建这个新框架。 但 David 和我按照通常的大约 17 家供应商的名单参加了该项目的竞标，最终我们赢得了该项目。 后来我们了解到，不出所料，其他人都带着一些专有的解决方案出现，并试图让政府采用它。 我们在华盛顿的里根大厦参加口头演讲时什么也没带，但我们说这个深层问题的答案在于互联网的架构。 我们说我们可以在几个月内完成设计，并在六个月内制作出工作原型。 我们还说它应该是开源的。 根据 D9 的说法，我们赢得了“毫无疑问的灌篮”，因为我们的方法是如此新鲜、不同，而且“跳出框框”。

当我回到奥兰多向洛克希德·马丁公司的领导层解释这一新的胜利时，我有点被叫到了地毯上。 我受到了祝贺，但随后他们询问了开源部分。 “这对我们现有的建设性模拟业务意味着什么？” 他们问过。 我的回答是——“哦，这会完全扰乱它。” 停顿了一下，然后不可避免地出现了一个问题：“那么，我们如何赚钱？ 商业模式是什么？” 我的回答是：“商业模式将会多种多样。” 我仍然回味着这个回答引起的困惑的皱眉。 我经历了红帽在免费软件的支持下成功建立数十亿美元业务的所有方式，但我认为他们从未对这种破坏感到满意。

我当时的头衔是新兴和颠覆性技术总监，以及虚拟世界实验室首席架构师。 接下来的一年里，我努力让洛克希德公司接受更多的自我颠覆和熊彼特的创造性破坏。 我将洛克希德这样的大型组织的创新描述为类似于分娩。 人们喜欢生孩子的想法。 这对社会有好处，而且非常有益。 孩子是我们的未来。 但从错误的角度来看，儿童也可以被视为寄生虫。 当它们在子宫里第一次获取资源时，它们就开始带走资源。 如果没有子宫的庇护条件，母亲的抗体就会出来消灭婴儿。 洛克希德公司的创新就是这样。 每个人都希望并谈论创新，但当回报如此遥远时，没有人愿意为此牺牲自己的资源。 （请观看我的白板动画，了解创新就像分娩一样。）

在您在洛克希德·马丁公司工作期间，您与人共同撰写的一项专利听起来像是科幻大片中的东西，称为全息甲板。 全息甲板到底是什么？

2009年，我受詹姆斯·卡梅隆邀请前往洛杉矶拍摄他的电影《阿凡达》。 我们之前曾与吉姆合作过（《深渊》），他想向我展示他与文斯·佩斯（我们也在《深渊》中认识的）一起发明的新 3D 相机。 但真正让我着迷的是巨大的休斯飞机机库内的虚拟场景。 我花了很多时间在一个小平板屏幕上，在潘多拉的虚拟世界里闲逛。 我为《武装部队杂志》写了这篇文章 并与大卫史密斯构想建造一个足球场大小的大型虚拟训练战场。 当时我们正在为海军陆战队开发一个名为“未来沉浸式训练环境”(FITE) 的项目。 在该计划中，海军陆战队员将在背上和头戴式设备上佩戴一台笔记本电脑。 所有这些额外的装备确实引起了人们对消极训练的担忧。 我永远不会忘记第一个中士，他系上它并说道：“我们必须像战斗一样训练，对吗？” 然后扑倒在地上翻滚，把所有电子设备都砸成无用的碎片。 Holodeck 的概念更像是詹姆斯·卡梅隆的拍摄卷； 演员们穿着轻型追踪服，所有仪器都在他们周围。 头戴式显示器仍然是必要的，但它是无线的且重量轻。 更像是今天的 Oculus Quest。 我们甚至想出了一种在户外阳光下进行的方法。

2015年你写过 我们不应该太担心机器接管，但我们应该弄清楚如何在人类和自动化之间实现适当的平衡，以优化结果。 您是否仍然觉得社会过度担心通用人工智能或机器接管？

我认为，当在这个领域拥有丰富专业知识的真正聪明的人（如雷·库兹韦尔、史蒂芬·霍金、埃隆·马斯克、詹姆斯·卡梅伦和比尔·盖茨）表达担忧时，我们都应该关注并跟踪通用人工智能的进展及其影响为社会。 如果说我们最近学到了什么的话，那就是领域专业知识很重要，我们应该始终留意比我们拥有更深入专业知识的人的警告。

话虽如此，在可预见的未来，我们将看到更多值得立即关注和采取行动的增量颠覆。 我摘录的一句话是，21 世纪必须在人类和自动化之间实现适当的平衡以优化结果，这是目前的一个关键问题。 我真的认为任何没有做到这一点的人注定很快就会变得无关紧要，而不仅仅是没有竞争力。 当摩根大通用名为 COIN 的机器学习系统取代每年 320,000 万小时的贷款协议法律审查时，他们颠覆了自己，并立即为他们的利润创造了 300 亿美元的收益。 这种福利现在是年金。 任何仍然承担这一成本的竞争对手都无法参与竞争。

我相信这对公司、政府、甚至个人来说都是真实且必要的。 我是北卡罗来纳州一所拥有 70,000 名学生的社区学院的董事会成员。 我一直在努力引导学生和我们的课程走向五年后仍将由人类完成的工作。 当我找到想要进入放射学领域的学生时，我向他们解释说，机器在读取 X 射线方面已经比人类更好了。 考虑一个新领域或该领域可能如何随着现实而变化。 这不是未来主义。 这是现代主义。

您说过人类以线性方式思考，而机器以指数方式思考。 显然你是一个指数思考者，为什么人类进行指数思考如此困难？

70% 的美国人无法阅读和理解《纽约时报》的科学部分（密歇根州研究）。 丹·艾瑞利（Dan Ariely）等作家在其畅销书《可预测的非理性》（Predictively Irrational）中谈到了我们人类为何不擅长统计思维。 指数和对数思维也不是很普遍。 我的导师和英雄 艾伦·凯 (Alan Kay) 就教育中的普遍性和非普遍性进行了精彩的泰德演讲。 我在中写过这个 《Getting Smart》网站上有一篇关于从第一原则重新思考教育的文章。 除非经过教导，否则抽象推理和演绎推理本质上是很困难的。 我们绝对存在一个教育问题，它阻碍了我们掌握摩尔定律的进展或流行病可能传播的能力。

当前的疫情大流行再次凸显了领导层无法进行指数级思考（或关注专业知识）的影响。

您从 90 年代就开始从事 VR 工作，您对当前的一些 VR 消费应用程序（例如 Oculus Quest）有何看法？

每当我看到 VR 炒作的过山车般重新回到轨道的斜坡时，我就会开始提醒大家注意阻碍广泛采用的三个主要限制。

1. 有些人将永远无法享受立体 3D VR。
2. 设置和连接的摩擦使其成为一种没有多少人会感到愉快的体验。
3. 系统的脆弱性意味着只有专业的爱好者才会愿意对其进行修补并排除连接失败的问题

人类已经很长一段时间没有升级了（据我估计是从更新世开始），我们中的一些人很难适应立体 3D 显示器。 由于物理连接方式，很大一部分人永远不会适应沉浸式虚拟现实。 因此，暂时将它们放在一边，我们剩下第二个大问题：与这些设备连接的可怕摩擦。 在获得一种体验之前，需要进行太多的布线和调整。 第三是所有这些额外的适配器和连接器都非常脆弱。

Oculus Quest 彻底打破了第二个和第三个限制，大大超出了我的预期。 在我的家里，我们几乎每天都会花时间浏览 Oculus Quest 内容。 在我看来，这是 VR 所需要的重大突破。 现在我们只需要走最后一英里，看看如何调整技术来满足那些因身体限制而无法享受 VR 的人的需求。

您推出 Tanjo 的灵感是什么？

2009 年，我在洛克希德·马丁公司运行虚拟世界实验室时发现了机器学习。 当然，机器学习已经存在，但那一年我完全理解了它已经走了多远，以及它与我们之前在电脑游戏和国防部模拟中使用的“人工智能”有何根本不同。

我现在认为人工智能的发展分为三个阶段。 在第一阶段，从 3 年左右持续到 1958 年（我的任意标记），我们不会要求计算机计算某些东西，直到人类完全理解它并可以将其分解为脆弱的小逻辑门和 if/then 语句。 然后，我们将其作为有限状态机或分层行为树输入计算机并运行程序。 最终，一切都只是代码。 这没什么神秘的。

下一阶段是机器学习，人类甚至不一定了解如何告诉机器驾驶汽车。 现在，我们只需将大量训练数据提供给一组精心设计的机器学习库，然后它们就会推断出自己的理解。 如今，机器学习系统只需观看 100 小时的视频，就可以在任何地方完美地驾驶自动驾驶汽车。 （我通常在“除了罗马以外的任何地方”开玩笑）

在 Tanjo，我们在短期项目中使用机器学习，为银行和高等教育机构以及财富 2000 强公司提供智能放大和自动化，从而改变他们的工作方式。 我们通常会从实施中看到 10 倍的投资回报。 该回报通常是年金。 在此之前，我们见过多少技术投资能够创造出这样的生产力提升？ 我们已验证 ROI 测量值高达 600 倍； 还有一个令人尴尬的 1600 倍结果。 我们甚至不使用最后一个作为案例研究，因为它感觉太夸张了。

您能否讨论一下 Tanjo 动画角色 (TAP) 及其工作原理？

当我们意识到我们正在构建的这些令人惊奇、奇怪的机器智能系统以人们看待信息对象的方式来看待时，我们的重大突破就出现了。 我们使用来自流行约会应用程序的一组训练数据进行了早期实验。 我们的小型机器学习大脑根据每个人的数据创建了兴趣图和情绪图，这些图看起来像迈尔斯·布里格斯的个人资料。 2014 年，我们曾短暂考虑过制作一款机器学习约会应用程序。这是一个非常简短的考虑，因为它没有达到我们做有意义的工作的崇高目标。

相反，我们将其称为“同理心引擎”，并根据这些人类行为的机器学习模式构建了我们所谓的“Tanjo 动画角色”。

由于这一突破，分析公司 Gartner 在 2018 年授予我们“酷供应商奖”。 我们正在帮助市场研究人员建立模型并理解（并希望与他们的客户建立更深入、有意义的对话；以及使用它来模拟人群以研究健康和保健。例如：我们可以创建一个邮政编码的综合人口模型或一个县，并模拟哪些干预措施和信息鼓励更好的行为，以减少病毒的传播，或降低肥胖、吸烟等。

你使用监督学习来教育 Tanjo 吗？

人与机器之间的平衡对于这些系统的输入和输出同样重要。 人类监督绝对有助于更快地训练我们的机器学习系统之一的“大脑”。 当我们创建将北卡罗来纳州所有 58 所社区大学联系在一起的 NC 大脑时，我们与这里一些顶尖大学的教师和管理人员合作，以确保其对不同知识领域的排名以及内容的排序方式是有效的。

Tanjo 产品之一是用于合约分析的 ContractBot。 什么是 ContractBot？它主要为哪些类型的企业设计？

我们最初为会计行业创建了 Contractbot。 2017 年，FASBI（财务会计准则委员会解释）发布了有关业务收入确认和租赁确认的新规则。 会计师事务所在全国各地召开会议，试图让自己及其客户为这些变化做好准备。 通过我们的机器学习镜头，我们意​​识到这是一个绝佳的机会，让专注于机器学习的系统与会计师一起工作，以显着提高分析速度并提高准确性。 我们对超过 XNUMX 万份合同进行了系统培训：从扫描的一页、手写的采购订单到包含一百页保修、免责声明和里程碑付款说明的合同。 它很快就能理解语言，对文档或文档部分进行排序，并应用业务规则来几乎立即执行人类会计师需要一整天的分析。

该项目和其他项目是我们提供的案例研究，旨在鼓励当今商界的任何人采用新的机器/人类平衡镜头，并仔细研究每项活动，以确定优化其业务的人力和机器努力的正确组合。

当摩根大通使用这种方法每年消除 320,000 小时的贷款分析时，他们不仅当年实现了 100 倍的投资回报，而且今后每年都会收到年金支付。 他们的任何竞争对手如果仍然“照常营业”，仍然有这样的成本，那么不仅没有竞争力，而且无关紧要。

Tanjo 提供的最令人兴奋的产品之一是 Tanjo 的企业大脑。 这背后是什么类型的机器学习以及它的用例是什么？

当我们使用机器学习帮助美国教育部创建学习注册表时，我们看到了机器学习在组织和分析知识方面的力量。 当我谈论这个时，我通常会展示一张幻灯片，上面有《夺宝奇兵》最后一个场景的图像； 一名职员推着一个单调的板条箱穿过一个巨大的仓库，将这个可以拯救或毁灭地球的强大神器归档，上面有一个小标签，上面写着 ARC。

我们从学习注册项目和其他项目中了解到，企业搜索已被打破。 公司将未标记和隐藏的信息存储在小型数据湖和池塘中，这些数据湖和池塘要么无法访问，要么难以理解，因此对查询来说不透明。 在这个加速发展的信息时代，由于存储和检索方法不善，我们正在失去每天获得的知识。

Tanjo Enterprise Brain 位于您的防火墙内，具有完整的源代码，连接到所有内容，除了读取、扫描和组织它有权访问的所有内容之外，什么都不做，并等待激动人心的时刻，当它检测到有人试图做一些可能的事情时利用触手可及的庞大信息地图。 因为它拥有如此多的时间和权力，并且与你的组织知识密切相关，所以它不会满足于将《战争与和平》的阅读减少到#Russiannovel #Tolstoy #warstory #lovestory。 相反，它会将其映射为我们所说的包含多达 4,000 个加权概念的“超维指纹”。 这种看似巨大的努力为拥有 Tanjo Enterprise Brains 的研究机构、银行和大学带来了巨大的回报。 他们通常会在组织知识图谱步骤中实现远远超过许可费的价值，该步骤是培训企业大脑的一部分，此时领导层会了解他们投资和依赖的知识有多少是实际存在的，以及哪些知识是存在的。这一切都意味着。 当企业大脑实施后，组织现在有了一个镜头，可以看到信息如何进入其系统、谁支持它、谁挑战它以及最终如何做出决策。 回顾过去，它正在成为一种显而易见的需求。 就像摩根大通实施的机器学习系统一样，它会永远带来红利。

关于Tanjo，您还有什么想分享的吗？

Tanjo 目前正在努力研究 Covid-19 大脑。 为了与推动我们公司发展的理念保持一致，我们正在确定如何实现人与机器的平衡，以确保人们在这场危机中做出重要决策时能够获得正确的信息和最佳资源。 Tanjo 动画角色功能将用于对人口数据进行建模，以跟踪病毒传播，同时还确定哪些措施、沟通方法和实际言语将获得我们所需的行为，帮助我们成功摆脱这场危机，走向更健康的生态系统为了我们大家。

这是一次引人入胜的对话，想要了解更多信息的读者应该访问 丹城。