Joy Mustafi，Aviso公司首席数据科学家 – 采访系列

被Analytics India Magazine评为印度十大数据科学家之一，Joy Mustafi曾在Salesforce、Microsoft和IBM等科技巨头领导数据科学研究，拥有50项专利和25篇关于人工智能的出版物。

他曾在IBM工作十年，担任数据科学家，参与了各种商业智能解决方案，包括IBM Watson。他还曾在Microsoft担任应用科学家，负责人工智能研究。最近，他担任Salesforce Einstein平台的首席研究员。

Mustafi也是非营利组织MUST Research的创始人和总裁，旨在促进数据科学、认知计算、人工智能、机器学习和高级分析等领域的卓越性和能力，造福社会。

最近，Mustafi加入了位于Redwood City的Aviso公司，担任首席数据科学家，他将利用自己数十年的经验帮助Aviso客户加速交易和扩大收入机会。

是什么最初吸引你进入人工智能领域？

我非常喜欢数学和编程，我在印度统计研究所读研究生时，使用C语言开发了一个手写数字识别的神经网络系统，代码超过2500行，全部从头开始编写，没有使用任何内置库。整个过程结合了我学习的所有科目，当时人工智能在企业界并不流行，只有少数学术机构在该领域进行先进研究。而且，人工智能并非新兴领域，早在1956年，约翰·麦卡锡教授和其他人在达特茅斯学院举办的研讨会上就开创了这一领域。

您曾与IBM Watson和Microsoft等领先的AI公司合作过。您最感兴趣的项目是什么？

我想提到我在IBM工作时获得的第一项专利：一种解决自然语言中的单词问题的方法，这是IBM Watson的一个开放问题。我的系统可以理解自然语言中表达的算术或代数问题，并实时提供自然语言答案。为此，系统需要处理以下关键步骤：获取输入问题和要回答的问题；将输入句子转换为数学上良好形成的句子；将良好形成的句子转换为数学方程；求解方程；并以自然语言形式表达数学结果。

我在Microsoft工作时的最佳项目是Softie！我发明并建造了一台配备各种交换输入设备和传感器的物理机器人，允许它从人类那里接收信息。计算机的标准化通信方法使用户能够进行实际调整，根据上下文实现更丰富的交互。我们能够实施一个具有键盘、指点设备、触摸屏、计算机视觉、语音识别等功能的强大系统。我们组建了一个来自各个业务单元的团队，并鼓励他们在人工智能和相关领域进行研究应用。

您也是非营利组织MUST Research的创始人和总裁。能否告诉我们更多关于这个非营利组织？

MUST Research致力于促进数据科学、认知计算、人工智能、机器学习和高级分析等领域的卓越性和能力，造福社会。MUST的目标是建立一个生态系统，使学术界和企业能够相互交流，共同解决问题，了解认知时代的最新发展，提供解决方案、指导或培训，组织讲座、研讨会和工作坊，并与科学项目和社会使命合作。MUST最令人兴奋的方面是其在人工智能、机器学习、自然语言处理、文本分析、图像处理、计算机视觉、音频信号处理、语音技术、嵌入式系统、机器人等尖端技术上的基础研究。

是什么激发了您创立MUST Research的灵感？

我非常喜欢科幻电影和数学，经常思考如何利用技术改变世界。从1993年我九年级时开始，我就想组建一个专家团队，研究先进技术。等到我找到第一份工作时，花了10年时间召集团队， 又花了10年时间找到了合适的专家并成立了非营利组织。现在，我们在MUST有大约500名数据科学家，他们热情地为新兴技术的研究做出贡献。

近年来，深度学习、强化学习、自然语言处理等领域取得了显著进展。您目前认为哪个机器学习领域最令人兴奋？

所有机器学习算法都很令人兴奋，当它们被实施为产品或服务时，可以被企业或个人在现实世界中使用。深度学习时代有其优缺点——有时它可以帮助自动特征工程，但同时也可能像黑盒一样工作，如果不使用适当的数据集或算法，可能会出现垃圾输入-垃圾输出的情况。一些最新的技术也需要大量的处理能力、时间和数据。关键是要记住，深度学习是机器学习（ML）的子集，机器学习是人工智能（AI）的子集，人工智能是数据科学的子集——所以它们都是相互关联的。并且这不仅仅是关于Python、R或Scala——我用C语言开始了人工智能之旅，甚至可以用汇编语言编写人工智能程序。构建成功的AI系统首先取决于对业务或研究环境的理解，然后是连接数据和行动之间的点，构建一个真正有帮助的系统，无论是自然语言处理、计算机视觉、视频分析、语音技术还是机器人。最好的方法是从最简单的方法开始，然后在实验和改进系统的过程中迭代采用更复杂的方法。

您经常在印度顶尖大学担任客座讲师。学生们经常问您一个问题是什么，您如何回答？

我最常听到的是：“如何成为数据科学家？”我总是告诉年轻人，这是可能的，并指导他们利用自己对数学、统计或计算机科学的热爱，尝试解决现实世界的商业问题。人们也问如何加入MUST，答案很简单：“建立自己的项目简介，专注于跳出思维定势的思考。”如果你想成为数据科学家，你必须证明自己能够创新。没有创新，我们就不能称自己为科学家。当然，获得专利或在著名期刊和会议上发表研究成果也有帮助！

您最近加入了Redwood City的Aviso公司，担任首席数据科学家。能否告诉我们更多关于Aviso和您的角色？

Aviso使用人工智能和机器学习来指导销售人员并消除交易过程中的不确定性。这是一个令人着迷的挑战，我的主要职责是帮助组织朝着积极的方向发展，利用深入的研究为客户的成功奠定基础。我正在利用自己在人工智能和创新方面的知识和经验，帮助我们的核心产品和研究项目更加适应性、交互性、迭代性和上下文相关性。

适应性：它们必须能够学习和适应不断变化的信息和不断演变的目标和需求。它们必须能够解决模糊性和不可预测性，并能够实时处理动态数据。

交互性：它们必须能够与用户轻松交互，以便用户能够舒适地定义自己的需求。它们必须能够与其他处理器、设备、服务以及人员交互。

迭代性和状态性：它们必须能够通过询问问题或找到其他输入源来帮助定义问题，如果问题陈述不完整或模糊。它们必须能够记住以前的交互并在特定应用程序的特定时间点返回适合的信息。

上下文相关性：它们必须能够理解、识别和提取上下文元素，例如含义、语法、时间、位置、适当的领域、法规、用户配置文件、流程、任务和目标。它们必须能够利用多个信息源，包括结构化和非结构化数字信息。

是什么吸引您加入Aviso的这个职位？

Aviso致力于用无缝、人工智能驱动的工具取代臃肿的传统CRM系统，能够提供可行的见解并解锁销售团队的全部潜力。我们的产品是一种智能系统，能够理解销售人员的痛点，消除耗时的数据录入，并为高管提供关闭交易所需的建议和指导。我被Aviso的强大领导团队、客户基础以及致力于利用先进的人工智能工具解决现实世界挑战所吸引。销售是任何业务的重要组成部分，Aviso通过利用人工智能的力量来帮助销售。这是一个完美的目标！还能要求什么呢？

最后，您想分享关于人工智能的其他信息吗？

人工智能使得一类新的问题变得可计算。为了应对用户对其问题的理解的流动性，认知计算系统提供了信息来源、影响、上下文和见解的综合。这些系统与当前的计算应用程序不同，它们不仅仅是基于预先配置的规则和程序进行表格和计算。它们可以推断甚至根据广泛的目标进行推理。从这个意义上说，认知计算是一种新的计算类型，旨在开发更准确的模型，以模拟人类大脑或思维如何感知、推理和对刺激做出反应。它是一门研究如何创建能够表现出智能行为的计算机和计算机软件的领域。这是一个跨学科的领域，包括计算机科学、电子学、数学、统计学、心理学、语言学、哲学、神经科学和生物学。正是这一点使其如此令人兴奋！