Kognitos 的创始人兼首席执行官 Binny Gill – 采访系列

Binny Gill 拥有多样化和广泛的工作经验，涵盖多个角色和公司。Binny 目前是 Kognitos 的创始人和首席执行官，Kognitos 是一家专注于使编程更易于使用和使企业能够优化其运营和客户体验的公司。

Binny 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。

您能否分享 Kognitos 的创立故事？

在疫情期间，我的儿子决定使用 Python 编写一个井字棋游戏。他在几天内完成了它，我为他感到骄傲。然而，第二天早上我醒来，意识到我曾经在 30 年前用同样的时间完成了同样的游戏。我当时和现在一样大。这让我意识到，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语言。

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质数。我发现自己试图通过说“像机器一样思考”来教他编程。这行不通。然后我意识到我缺少了什么。我教他先写“伪代码”（只是程序将要做的事情的解释，但用他自己的话）。这很容易，花了 5 分钟。我们开始将其转换为可运行的代码。这对第一次编程的人来说很难，几个小时后，我的儿子说他不想再编码了。

我很惊讶。为什么编程这么难，即使在 7 十年后的创新和成千上万种编程语言被发明之后？我向我的儿子提出，我会找到适合他的语言。他立即说：“为什么不能像 Alexa 一样？”——他指着他为质数问题写的伪代码。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？”他惊讶地问。就在那时，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。

您能否深入探讨 Kognitos 的内部工作原理？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。我们开发了第一个能够理解和执行自然语言代码的解释器。这种影响是巨大的，因为现在所有业务用户，无论是高级开发人员还是财务分析师，还是处理发票的高中毕业生，都可以理解和使用相同的自动化工具。

从业务角度来看，影响发生在几个领域。由于不需要将英语步骤翻译成 Python 或其他编程语言，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 都很满意，因为所有关于人类和 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。

什么是 Kognitos 使用的机器学习算法？生成式 AI 在这个过程中的作用是什么？

Kognitos 结合两种基本技术来提供一种以人类方式工作的自动化平台。就像人类有两个大脑半球，一个非常逻辑，另一个使用模式识别和直觉来创造，Kognitos 也有两个半球。首先，Kognitos 建立在我们的专利解释器上，这是世界上第一个“以代码运行英语”的解释器。解释器（逻辑半球）提供了业务流程所需的一致性、确定性和可审计性。

我们将其与大型语言模型（LLM）结合，以增强其功能并使平台更易于用户使用。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 将错误提供给 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）告诉 Kognitos 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。随着业务用户处理异常，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，而无需传统 AI 模型所需的广泛训练。

Kognitos 如何与竞争对手区别开来？它如何在企业级别使用？

Kognitos 通过消除对高级开发人员或数据科学家的需求来区别于竞争对手，从而消除了自动化的许多维护成本。RPA 开发人员不仅昂贵，而且短缺。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、软件搁置以及已实施内容的高维护成本。

由于 Kognitos 使自动化民主化，使其对所有人都可以使用英语，因此业务用户现在可以参与自动化流程。组织可能仍希望更技术的用户作为治理流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，从而为以前不具有竞争力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、手动且包含许多异常或变体的流程。这些流程通常出现在财务、会计、人力资源和供应链等领域。

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 之间的重叠领域是什么？

我的愿景是将计算机知识带给大众——不是通过强迫更多的人学习机器语言，而是通过让机器能够理解人类语言。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。为什么机器不能直接问我一个简单的问题，而是崩溃在长自动化流程的中间？我相信编程的范式（无论是云计算、流程自动化还是 AI）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转向 C、Fortran 和 Cobol 以来，编程语言没有发生过根本性的改进，直到现在。我们正在从为编程计算机而设计的精确语言转向为使用自然语言编程的模糊语言。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。这是一个巨大的变化，它将影响计算机科学的每个方面（不仅仅是云计算，还包括我们周围的每个软件）。我相信所有业务应用程序都将用英语编写。

Kognitos 如何在利用 AI 进步的同时优先考虑人类的监督？

在工业时代，我们建造了比我们更强大的机器，并将手工劳动从人们身上解放出来。使其安全的关键因素是我们人类手中握有“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，这将使我们摆脱精神劳动。然而，我们的新“方向盘”在哪里？

在 Kognitos，我们相信这个方向盘是自动化审查的民主化。虽然我们利用 LLM 的创造力来编写自动化代码，但使所有人类能够审查这些自动化代码是保持安全和控制的关键。通过提供一个平台，使机器计划运行的内容以自然语言表达，Kognitos 为大多数人类提供了必要的“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，并在需要审查的任何 LLM 基础步骤之后。另外，作为一个有状态的系统，Kognitos 平台记录了人类和 AI 的每个操作，并以英语记录，因此它是一个 100% 可审计和白盒 AI 系统。

目前，大多数业务活动都是通过计算机和移动设备进行的。什么需要改变，才能让企业真正接受像增强现实和虚拟现实这样的新技术？

当我们进入机器通过图灵测试的时代时，所有传统的接口都将被拆除，因为这些接口是因为机器无法直接理解人类而被发明的。已经，我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被自然语言接口所取代。

为了回答增强现实和虚拟现实是否会被企业接受的问题，我们首先需要看到它在消费者世界中的应用。如果它在我们家中的厨房中没有发生，那么它不太可能在企业中大规模发生。我预见一场在生成式 AI 革命之后的机器人革命。这些机器人将成为家中和企业中机器的接口。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）的发明可能会实现，它可以学习完成人类能够执行的任何智力任务。然而，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结合这些 ANI 模型，我们可以实现令人瞩目的任务，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？

人类在业务中的角色将会发生戏剧性的变化。首先，业务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业务中发生的一切的业务日志。这将创建一个真正捕捉到任何业务本质的数据宝库。

最终，超人类狭义智能模型将运行业务的各个方面（从营销到销售到工程）。这种“人才”将永远不会离开业务。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，并对业务行为承担责任。然而，业务运营的大部分将由机器完成。

您还想分享关于 Kognitos 的其他信息吗？

在 Kognitos，我们深切关心在超级智能存在下人类的未来安全。人类今天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 正在编写控制这些机器的程序。而这些程序是用传统计算机语言编写的，很难说服自己不会有偏见或幻觉渗入这些生成的程序。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。

我们目前处于计算机识字的黑暗时代，只有 200 人中有 1 人能够审查任何代码。通过将自动化的语言改为英语，Kognitos 将使 100 倍的自动化能够被人类审查，从而以数量级的顺序扩大人类的审查带宽，并在超级智能 AI 面前保持人类的安全。

感谢这次精彩的采访，希望了解更多的读者可以访问 Kognitos。