ManageEngine 人工智能研究负责人 Ramprakash Ramamoorthy – 采访系列

Ramprakash Ramamoorthy 是 ManageEngine 的人工智能研究负责人，ManageEngine 是 Zoho Corp 的企业 IT 管理部门。ManageEngine 为企业提供 IT 管理解决方案，包括安全、网络、服务器、应用程序、服务台、Active Directory、桌面和移动设备等方面的管理。

您最初是如何对计算机科学和机器学习产生兴趣的？

在成长过程中，我对计算机有着天生的好奇心，但拥有个人电脑超出了我家里的经济能力。然而，多亏了我祖父在当地一所大学担任化学教授的职位，我有时可以在课后使用他们的电脑。

在大学里，我的兴趣加深了，我终于拥有了自己的电脑。在那里，我为我的大学开发了几个 web 应用程序。这些应用程序至今仍在使用，这真正体现了我早期工作的影响和持久性。这段经历是我软件工程和应用程序扩展及部署的现实世界挑战的全面教训。

我的技术职业生涯始于 Zoho Corp 的实习。最初，我想专注于移动应用程序开发，但我的老板让我在转向应用程序开发之前完成一个机器学习项目。这成为了一个转折点——我从未有机会进行移动应用程序开发，所以这有点苦涩。

在 Zoho Corp，我们有通过实践学习的文化。我们相信，如果你花足够的时间解决一个问题，你就会成为专家。我非常感谢这种文化和我的老板的指导，这就是我进入机器学习世界的起点。

作为 Zoho 和 ManageEngine 的人工智能研究负责人，您的平均工作日是什么样的？

我的工作日是动态的，围绕团队合作和战略规划。我的大部分时间都花在与一支由工程师和数学家组成的才华横溢的团队密切合作上。我们一起构建和增强我们的 AI 栈，这是我们服务的骨干。

我们作为中央 AI 团队，为 ManageEngine 和 Zoho 内的各个产品提供 AI 解决方案。这一角色需要对各种产品线及其独特需求有深入的理解。我的互动不仅限于我的团队，我还与组织内的各个内部团队进行广泛的合作。这一合作对于将我们的 AI 战略与客户不断演变的需求保持一致至关重要。这是一个与公司内最聪明的头脑进行交流的绝佳机会。

鉴于 AI 领域的快速进步，我花费大量时间跟上该领域的最新发展和趋势。这一持续的学习对于保持我们的优势和确保我们的战略保持相关性和有效性至关重要。

此外，我的角色超出了办公室的范围。我对演讲和旅行充满热情，这与我的职责完美契合。我经常与分析师互动，并参与各种论坛，以宣扬我们的 AI 战略。这些互动不仅有助于传播我们的愿景和成就，还为我们的战略规划和执行提供了宝贵的见解。

您曾见证了 AI 的演变，自 2013 年 ManageEngine 成为战略 AI 先驱以来。早期使用的机器学习算法是什么？

我们的初始重点是用 AI 模型取代传统的统计技术。例如，在异常检测中，我们从使用 bell 曲线方法转向能够从历史数据中学习、识别模式和季节性的 AI 模型。

我们采用了广泛的算法，从支持向量机到基于决策树的方法，作为我们 AI 平台的基础。这些算法在识别 AI 可以利用历史数据进行模式查找、预测和根因分析的细分用例方面至关重要。值得注意的是，许多这些算法至今仍有效地投入生产，凸显了它们的相关性和效率。

您能否讨论大型语言模型和生成式 AI 如何改变 ManageEngine 的工作流程？

大型语言模型和生成式 AI 已经在消费者世界中引起了轰动，但它们在企业领域（包括 ManageEngine）的整合则更加渐进。其中一个原因是这些模型的高入门门槛，特别是在成本方面，以及它们对数据和计算能力的重大要求。

在 ManageEngine，我们正在战略性地投资特定领域的大型语言模型，以利用它们的潜力。这种方法涉及开发不仅适用于一般应用，还针对我们企业运营的特定领域量身定制的模型。例如，我们正在开发一个专注于安全的语言模型，可以更高效地标记安全事件，并且我们正在开发一个专注于基础设施监控的模型。这些专用模型目前正在我们的实验室中开发，反映了我们利用大型语言模型和生成式 AI 的新兴行为在我们的企业 IT 解决方案中添加有形价值的承诺。

ManageEngine 提供了多种用于不同用例的 AI 工具。您特别自豪的工具是什么？

我为 ManageEngine 的所有 AI 工具感到自豪，但我们的用户和实体行为分析（UEBA）工具对我来说尤其突出。我们在早期推出了它，它仍然是我们产品的重要组成部分。我们了解市场期望，并将每个异常的解释作为标准做法。我们的 UEBA 能力不断演变，我们将这些知识应用于使其更好。

ManageEngine 目前提供 AppCreator，一种低代码自定义应用程序开发平台，允许 IT 团队快速创建定制解决方案并在本地部署。您对无代码或低代码应用程序的未来有何看法？它们最终会占据主导地位吗？

低代码和无代码应用程序（如我们的 AppCreator）的未来前景非常有希望，尤其是在不断演变的业务需求的背景下。这些平台对于组织扩展和最大化现有软件资产的功能至关重要。随着业务的增长和需求的变化，低代码和无代码解决方案提供了一种灵活高效的方式来适应和创新。

此外，这些平台在使 IT 能力业务方面发挥着至关重要的作用。通过提供诸如 AI 作为服务等不断发展的技术，它们显著降低了组织利用 AI力量的入门门槛。

您能否分享您对 AI 风险的看法，包括 AI 偏差，以及 ManageEngine 如何管理这些风险？

在 ManageEngine，我们认识到 AI 风险（包括 AI 偏差）的严重威胁，这可能会扩大技术获取的差距，并影响关键的业务功能，如人力资源和财务。例如，AI 在招聘中表现出偏差行为的故事是我们认真对待的警示故事。

为了减轻这些风险，我们实施了严格的政策和工作流程，以确保我们的 AI 模型在其整个生命周期中最小化偏差。监控这些模型至关重要，因为它们可能一开始是无偏见的，但随着时间的推移，由于数据的变化而发展出偏差。

我们还投资于高级技术，如差分隐私和同态加密，以加强我们致力于安全和无偏见的 AI 的承诺。这些努力对于确保我们的 AI 工具不仅强大而且负责任和道德地使用至关重要，保持所有用户和应用程序的完整性。

您对 AI 和机器人的未来有何展望？

AI 和机器人的未来既令人兴奋又具有变革性。AI 曾经经历过多个繁荣和萧条的周期，但随着数据收集和处理能力的进步，以及围绕数据的新型收入模式的出现，AI 已经牢固确立并且在这里停留。

AI 已经演变成一种主流技术，显著影响了我们在企业和个人层面与软件的交互方式。其生成能力已经成为我们日常生活的不可或缺的一部分，我预见 AI 将变得更加便捷和负担得起，得益于新技术和进步。

这一未来的一个重要方面是 AI 开发者的责任。对于构建者来说，确保他们的 AI 模型强大且无偏差至关重要。另外，我希望看到法律框架能够以与 AI 发展的快速步伐相匹配的速度演变，以有效地管理和减轻任何法律问题。

我对 AI 的愿景是未来这些技术将无缝地融入我们的日常生活，增强我们的能力和体验，同时以道德和负责的方式进行管理。

感谢这次精彩的采访，希望了解更多的读者可以访问 ManageEngine。