宾尼·吉尔，Kognitos 创始人兼 CEO – 采访系列

宾尼·吉尔拥有多样化和广泛的工作经验，涵盖多个角色和公司。宾尼目前是 Kognitos 的创始人和 CEO，Kognitos是一家专注于使编程更加便捷和使企业能够优化其运营和客户体验的公司。

宾尼 是计算机科学领域的一位多产发明家，拥有近 100 项专利，他认为更多的人需要能够使用自然语言指示计算机。

您能分享 Kognitos 的创立故事吗？

在疫情期间，我的儿子决定使用 Python 制作井字棋游戏。他在几天内就完成了它，我为此感到骄傲。然而，第二天早上我醒来，意识到我曾经在 30 年前花了同样的时间制作了同样的游戏。我当时和现在一样大。这时我才意识到，几十年来，编程并没有变得更容易。我们所做的就是让更多的人理解编程。

我要求我的儿子编写另一个程序。这次是判断一个数字是否为素数。 我发现自己试图通过说“像机器一样思考”来教他编程。那没有任何效果。然后我意识到我缺少了什么。我教他首先编写“伪代码”（只是程序将要做的事情的解释，用他自己的话来说）。那很容易，花了 5 分钟。我们开始将其转换为可运行的代码。对于初学者来说，这很困难，经过几小时后，我的儿子说他不想再编码了。

我感到震惊。为什么即使在 7 十年创新和成千上万种编程语言被发明之后，编程仍然如此困难？我向我的儿子提出，我会找到适合他的语言。他立即说，“为什么不能使用这个？”——他指的是他为素数问题编写的伪代码。我笑着说，“不，那只是你的笔记。机器无法理解。”“为什么不能像 Alexa 一样？”他难以置信地说。就在那一刻，我有了一个顿悟。经过长时间的沉默，我告诉我的儿子，不要学习 Python。Kognitos 就此诞生。

您能详细介绍平台的内部工作原理吗？Kognitos 如何为客户提供服务？

Kognitos 是世界上第一个完全使用英语构建的自动化平台。我们开发了一种独一无二的自然语言解释器，可以理解和执行自然语言代码。其影响非常巨大，因为现在所有业务用户，无论是高级技术开发人员、财务分析师还是高中毕业生处理发票，都可以理解和使用相同的自动化工具。

从商业角度来看，影响发生在几个领域。由于不需要将英语步骤转换为 Python 或其他编码语言，因此构建自动化的时间减少了。业务用户现在可以使用他们的特定功能知识来处理异常并教 Kognitos 如何处理未来的示例。这减轻了 IT 的负担。最后，合规性和 IT 都很高兴，因为所有人类和 AI 所做的事情的数据都以英语存储，因此可以根据需要轻松访问。

使用了哪些机器学习算法，生成式 AI 在什么部分？

Kognitos 结合了两项基本技术来提供一种以人类方式运行的自动化平台。就像人类有两个大脑，一侧非常逻辑，另一侧使用模式识别和直觉来创造，Kognitos 也有两个侧面。首先，Kognitos 建立在我们的专利解释器上，这是世界上第一个“以英语作为代码运行”的解释器。解释器（逻辑侧）提供了业务流程操作所需的一致性、确定性和可审计性。

我们将其与大型语言模型（LLM）结合起来，以增强其功能并使平台更容易被用户接受。一个例子是我们的对话式异常处理。当发生错误（例如工作流中缺少文档）时，Kognitos 将错误输入 LLM，并指示它以业务用户可以理解的方式呈现错误。然后用户可以用英语（像对话一样）回复 Kognitos，告诉它如何解决问题。我们使用最适合每种情况的模型，包括 GPT 3.5、GPT 4、Palm 2 等。当业务用户处理异常时，系统从这些示例中学习，并使用几种提示技术可以快速理解业务用户的做法，而无需像传统 AI 模型那样进行大量训练。

Kognitos 如何与竞争对手区分开来？它在企业级别如何使用？

Kognitos 通过消除对高级开发人员或数据科学家的需求来区分自己，并通过消除自动化的维护成本。RPA 开发人员不仅昂贵，而且供应量也很少。这导致竞争产品（主要建立在 2000 年代初的技术上）具有长期未完成的项目、IT 中的软件和高维护成本。

由于 Kognitos 通过使自动化以英语（商业语言）对所有人开放，民主化了自动化，现在业务用户可以参与自动化过程。组织可能仍希望更技术的用户作为治理过程的一部分构建自动化，但异常处理转移到具有主题知识来处理它们的业务用户。这大大降低了所有自动化的成本，并为以前不适合 RPA 的自动化创建了强大的 ROI 案例。因此，企业主要使用 Kognitos 处理高容量、重复、手动和包含许多异常或变体的流程。这些流程通常在财务、会计、人力资源和供应链中发现。

您在云软件方面的背景如何影响您对 Kognitos 的愿景？云计算和生成式 AI 之间有什么重叠之处？

我的愿景是将计算机素养带给大众——不是通过强迫更多的人学习机器语言，而是通过让机器学习人类语言。我的一生都在学习各种计算机语言，我一直觉得编程的体验是次优的。为什么机器不能在长时间的自动化过程中问我一个简单的问题，而是崩溃？我相信编程的范式（无论是云计算、流程自动化还是 AI）今天都正在发生根本性的转变，转向自然语言。

自从我们从打孔卡和汇编语言编程转向 C、Fortran 和 Cobol 以来，编程语言没有发生任何根本性的改进，直到现在。我们现在从编程计算机的精确语言转向编程计算机的不精确语言，使用自然语言。之所以现在可以做到这一点，是因为机器终于能够与人类交谈以澄清程序的意图。这是一件大事，并将影响整个计算机科学（不仅仅是云计算，而是我们周围的所有软件）。我相信所有商业应用程序都将以英语编写。

Kognitos 如何在利用 AI 迅速进步的同时优先考虑人类监督？

在工业时代，我们建造了比我们更强大的机器，并解放了人们的体力劳动。使其变得安全的关键因素是我们人类握住了“方向盘”来控制机器。随着 AI 的快速进步，我们现在进入了一个时代，我们将建造比我们更强大的机器，这将解放我们的心理劳动。然而，我们的新“方向盘”在哪里？

在 Kognitos，我们相信那个方向盘是自动化审查的民主化。虽然我们利用大型语言模型的创造力编写自动化程序，但让所有人能够审查这些自动化程序的关键是保持安全和控制。通过提供一个平台，其中机器计划运行的内容以自然语言表达，Kognitos 为大多数人提供了必要的“方向盘”。

就像人类大脑一样，Kognitos 解释器具有双重性质（逻辑 + LLM）。逻辑是对抗幻觉的解药，通过在逻辑解释器上构建 LLM 层，Kognitos能够以确定的方式执行验证，需要审查任何基于 LLM 的步骤。此外，作为一个有状态的系统，Kognitos 平台以英语记录人类和 AI 的每个操作，因此它是 100% 可审计和白盒 AI 系统。

目前，大多数商业活动都是通过计算机和移动设备进行的。在企业真正采用增强现实和虚拟现实等新技术之前，需要什么变化？

当机器通过图灵测试时，所有传统接口都将被拆除，因为这些接口是因为机器无法直接理解人类而被发明的。我已经更喜欢不在智能手机上打开应用程序，如果 Alexa 或 Siri 可以为我做这件事。人类计算机接口设计将让位于人类机器接口。所以，我预见所有拖放和菜单式接口将让位于基于自然语言的接口。

关于企业是否会采用增强现实和虚拟现实的问题——我们首先需要看到它在消费者世界中发生。如果它在我们家中的厨房里没有发生，那么它不太可能在企业中大规模发生。我预见的是一场在生成式 AI 革命之后的机器人革命。那些机器人将成为机器在家中和企业中的接口。人类喜欢保持事物的真实性。

您预计 AI 的下一个重大突破是什么？

人工通用智能（AGI）的发明可能会发生，它可以学习完成人类可以执行的任何智力任务，但作为一个社会，我们应该阻止它。我更倾向于发明一系列狭义人工智能（ANI）模型，它们可以帮助人类完成狭义任务。然而，通过逻辑和可审计的系统将这些 ANI 模型结合起来，我们可以实现了不起的任务，同时仍然控制整个过程。

您对业务流程自动化的未来发展有什么展望？

人类在企业中的角色将会发生戏剧性的变化。首先，企业流程信息将使用自然语言平台（如 Kognitos）转换为机器代码。一旦流程在机器中，通过运行这些流程，机器将开始构建一个包含企业中发生的一切的商业日志。这将创造出真正捕捉到任何企业本质的数据宝藏。

最终，超人类狭义智能模型将运行企业的每个方面（从营销到销售到工程）。这种“人才”将永远不会离开企业。人类将拥有审查的角色——几乎是立法的角色。人类将批准新政策并决定道德问题，并对企业行为负责。然而，企业的大部分运营将由机器完成。

您是否还有其他关于 Kognitos 的信息想要分享？

在 Kognitos，我们深切关心在超人类智能面前人类的未来安全。今天人类的集体力量是通过我们建造的机器体现的。这些机器，无论是工厂、汽车还是战争机器，都由计算机控制。今天，生成式 AI 正在编写程序来控制这些机器。而这些程序是用传统的计算机语言编写的，很难说服自己不会有偏见或幻觉悄悄地进入这些生成的程序。保持安全的唯一方法是审查所有这些程序。然而，审查传统编程语言需要开发人员，我们世界上没有足够的开发人员。

通过将自动化语言改为英语，Kognitos 将使人类能够审查 100 倍的自动化，从而以数量级的幅度放大人类的审查带宽，并在面对超人类 AI 时使人类更加安全。

感谢这次精彩的采访，希望了解更多的读者请访问 Kognitos。