Wiodący dzięki danym: budowanie organizacji opartej na danych ze Srikanthem Velamakannim

Opublikowane ponownie przez Plato

Obserwuje: 0

Analityka Vidhyi „Wiodący dzięki danym’ to seria wywiadów, podczas których liderzy branży dzielą się swoimi doświadczeniami, ścieżkami kariery, ciekawymi projektami i nie tylko. W 5. odcinku serialu dołącza do nas bardzo wyjątkowy gość – pan Srikanth Valamakanni. Jest dyrektorem generalnym Grupy, współzałożycielem i wiceprezesem Fractal Analytics, jednej z największych firm zajmujących się sztuczną inteligencją w Indiach. W Ten wywiad, dzieli się z nami swoimi spostrzeżeniami i obserwacjami na temat budowania rozwiązań opartych na danych organizacja. Opowiada także o tym, że jest jednym z pionierów analityki danych w kraju zmieniający się krajobraz sztucznej inteligencji na przestrzeni lat. Co więcej, jego głęboka pasja do analityki, nauki o danych i edukacji została również podkreślona w rozmowie z założycielem i dyrektorem generalnym Analytics Vidhya, panem Kunalem Jainem. Oto kilka fragmentów wywiadu.

Ewolucja sztucznej inteligencji

Kunal J: Chcę zacząć od twoich początków. Założyłeś firmę Fractal 23 lata temu, kiedy jeszcze nikt nie słyszał o analityce. Widzieliście więc ewolucję tej branży z bardzo niszowej do obecnej sytuacji. Jak przebiegła dla ciebie ta podróż?

Srikanth V: Fascynującą rzeczą w naszej podróży jest to, że odzwierciedla ona podróż postępu AI. Jak wszyscy wiecie, termin „AI” ukuto podczas Letniej Konferencji w Dartmouth w 1956 r. Miałem dostęp do nagrań i notatek z konferencji, która odbyła się w 2006 r., czyli 50 lat po konferencji w Dartmouth. Niektórzy uczestnicy konferencji w 1956 r., jak Marvin Minsky i kilku innych, wzięli udział w konferencji w 2006 r., aby omówić postęp w świecie sztucznej inteligencji w ciągu tych 50 lat. I próbowali zrozumieć, co stanie się w ciągu najbliższych wielu lat.

Widziałem przebieg tej dyskusji i byłem zafascynowany, ponieważ jak się okazało, nawet w 2006 roku ludzie faktycznie debatowali nad tym, czy sztuczna inteligencja pójdzie drogą logiki pierwszego rzędu, tworząc reguły, wyjątki itp., czy też w kierunku logiki pierwszego rzędu. głęboka naukalub sieci neuronowe, jak je wówczas nazywano.

Wcześniej, gdy studiowałem elektrotechnikę, wydział informatyki na mojej uczelni uczył się sztucznej inteligencji. Oni mieli kurs na temat sztucznej inteligencji, a my na temat sieci neuronowych – a to były dwie różne rzeczy. Sztuczna inteligencja oznaczała reguły – takie jak logika rozmyta tworząca reguły – i robiliśmy wszystkie te rzeczy związane z siecią neuronową, takie jak rozpoznawanie odcisków palców, weryfikacja podpisu itp., używając bardzo prostych sieci neuronowych. To było w latach dziewięćdziesiątych.

Zatem nawet w 2006 r. definicje i rozróżnienia nie były zbyt jasne. I zaledwie 4 lata później nagle sieci neuronowe i głębokie uczenie się stały się głównymi tematami na całym świecie. Zaczęliśmy widzieć imponujące wyniki w laboratoriach IBM, Microsoft, Google i innych. I wtedy w latach 2011-12 wydarzyło się coś bardzo interesującego – Google zdał sobie sprawę, że ta technologia zmieni świat w bardzo znaczący sposób. Zatrudnili więc Jeffreya Hintona, który, jak wszyscy wiemy, przekształcił Google i dodał sztuczną inteligencję do każdego ze swoich produktów.

Zatem to, co widziałem przez lata w kontekście ewolucji sztucznej inteligencji, to to, że były dobre, stare czasy. Następnie do 2010 r. największe firmy wywodzące się z sztucznej inteligencji lub cyfrowe zaczęły zdawać sobie sprawę z potencjału sztucznej inteligencji. Do 2015 roku firmy z listy Fortune 100 i Fortune 500 z całego świata zaczęły to zauważać. Około roku 2014–15 zacząłem widzieć, że wiele zarządów prosi swoich dyrektorów generalnych, aby przyszli i przedstawili swoją strategię dotyczącą danych lub strategię sztucznej inteligencji. Jednak w Indiach nie była to jeszcze wielka sprawa.

Ale w 2020 r. wszędzie stało się naprawdę duże. Zwłaszcza po Covid-2023 zaczęło to nabierać tempa, a teraz w XNUMX r. i później ChatGPT, stało się to jedną z tych rzeczy, o których nie możemy przestać rozmawiać.

Podróż AI Fraktala

Srikanth V: Jeśli spojrzysz na podróż Fractal, pierwsze 10 lat Fractal polegało na rozwiązywaniu problemów za pomocą analityki. Znaliśmy więc bardzo wyraźny problem decyzyjny. Dlatego też obserwowaliśmy, co się dzieje i przewidywaliśmy, co może się wydarzyć, korzystając z danych i pomagając firmom w podejmowaniu na ich podstawie lepszych decyzji. Większość z nich została wykonana przy użyciu regresji logistycznej lub drzew decyzyjnych, lasu losowego, XGBoost itp. Do 2010 r. pracowaliśmy głównie z podobnymi technikami na danych strukturalnych.

W latach 2011–12 stworzyliśmy projekt o nazwie Fractal Sciences, aby badać najbardziej imponujące nowe problemy w tej dziedzinie i inwestować w nie. Z tego wyłoniło się kilka produktów i ostatecznie zatrudniliśmy Prashanta Warriera, który pomógł nam zbudować Cure.ai i uruchomić go w latach 2015–2020.

Podobnie stworzyliśmy całą masę start-upów AI, takich jak Crux Intelligence (analityka biznesowa oparta na sztucznej inteligencji), Eugenie.ai (sztuczna inteligencja na rzecz zrównoważonego rozwoju), Asper.ai (sztuczna inteligencja do zarządzania wzrostem przychodów) i Senseforth.ai (konwersacyjna sztuczna inteligencja do celów sprzedaży i obsługi klienta).

W latach 2015–2020 naprawdę odnieśliśmy sukces, jeśli chodzi o wykorzystanie sztucznej inteligencji, uczenia maszynowego i DL nie tylko do rozwiązywania problemów klientów, ale także do tworzenia produktów i biznesów. Od 2022 roku koncentrujemy się na budowaniu własnych modeli podstawowych, własnych modeli dyfuzji i wykorzystywaniu ich do rozwiązywania wszelkiego rodzaju nowych problemów, o których nigdy nie myśleliśmy, że uda nam się rozwiązać przy użyciu danych.

Zwrot w kierunku ekosystemu opartego na danych

Kunal J: Kiedy pomiędzy tym wszystkim był twój moment eureki; kiedy osobiście zdałeś sobie sprawę, że głębokie uczenie się zasadniczo będzie napędzać sztuczną inteligencję opartą na danych, w przeciwieństwie do tradycyjnej sztucznej inteligencji opartej na regułach i symbolach?

Srikanth V: Od czasów inżynierskich zawsze wierzyłem w sieci neuronowe. Zawsze myślałem, że kryje się tu wielka obietnica.

Ale to było w 2012 lub 2013 roku, kiedy przeczytałem książkę Nicka Bostroma zatytułowaną Super Intelligence, a następnie spotkałem się z Lee Dengiem, który był bardzo starszym naukowcem w firmie Microsoft. Te dwa wydarzenia uświadomiły mi, co działo się w branży przez ostatnie 3 lata i jak wiele mnie ominęło. W międzyczasie nawet niektórzy z moich znajomych publikowali artykuły na temat uczenia się bez nadzoru i tematów pokrewnych. Wtedy dotarło do mnie, że już późno zacząłem, ale zacząłem niemal natychmiast. I wtedy Prashant, Suraj i kilka innych osób dołączyli do nas i zbudowali zespół. Teraz, w 2023 r., wygląda na to, że zaczynaliśmy około 10 lat przed większością innych.

Kunal J: Jak dotrzymać kroku nie tylko wymaganiom biznesowym, ale także branży i branży badawczej? Czy masz jakąś radę dla osób kierujących zespołami zajmującymi się analizą danych, jak zrównoważyć te dwa elementy?

Srikanth V: Myślę, że moja rada dla wszystkich w branży jest taka, aby zgłębić wiedzę – przeprowadzić badania i stale podnosić kwalifikacje. Szerokość staje się zautomatyzowana. Zbliżamy się do czasów, w których nawet jeśli jesteś dobry w zarządzaniu klientami, rozwiązywaniu problemów, uczeniu maszynowym, zarządzaniu ludźmi i wielu innych rzeczach, a dziś jesteś bardzo cenny, jutro możesz stać się nieistotny. Stało się to w branży IT, wydarzyło się w branży technologicznej; mogłoby się to zdarzyć również w branży sztucznej inteligencji. Twoje znaczenie teraz zależy od tego, ile przeczytałeś i ile rozwinąłeś w ciągu ostatniego tygodnia, a nie tylko w ciągu ostatnich 10 lat.

Więc moja rada jest taka, że jeśli nie masz głębi i przewagi, trudno będzie przetrwać. Dlatego każdemu, począwszy od młodszego, średniego i wyższego szczebla kierownictwa, powiedziałbym, że nie powinien tracić przewagi technologicznej. Poświęć trochę czasu każdego dnia na przeczytanie artykułów naukowych i bądź na bieżąco z tą technologią, ponieważ wiele szybko się zmienia. W przypadku poziomu młodszego i medialnego powiedziałbym, że spędź mnóstwo czasu na czytaniu artykułów naukowych i próbie odtworzenia tych wyników. W przypadku starszych osób: jeśli nie masz tyle czasu, przynajmniej popracuj z kimś w zespole, który spróbuje zrobić to samo. Nawiąż także kontakt ze społecznością naukową, badaczami i wykładowcami, aby dowiedzieć się, co będzie kolejnym wielkim wydarzeniem.

Nadal to robię. Chociaż trudno jest znaleźć czas na bycie szefem Fractal, nadal udaje mi się zachować sprawność techniczną i być na bieżąco, aby móc działać i pozostać na bieżąco.

Budowanie organizacji opartej na danych

Kunal J: Jak widzisz ewolucję organizacji w ciągu najbliższych 3-5 lat? Jak wyglądałaby organizacja przyszłości? W jaki sposób praca zostałaby rozdzielona pomiędzy ludzi i maszyny?

Sztuczna inteligencja to najbardziej imponująca technologia wzrostu produktywności, z jaką kiedykolwiek się zetknęliśmy.

– Srikanth Velamakanni, Prezes Grupy, Współzałożyciel, Analityka Fraktalna

Srikanth V: Zacznę od rzeczy bardzo oczywistej. Maszyny i ich inteligencja będą odgrywać większą rolę w sposobie, w jaki pracujemy. Przyniesie wzrost produktywności i nową inteligencję, a wszystko stanie się bardziej zautomatyzowane. Udział maszyn w sile roboczej wzrośnie, podobnie jak miało to miejsce podczas mechanizacji, rewolucji przemysłowej, rewolucji informacyjnej, a obecnie w epoce sztucznej inteligencji. Każda z tych faz dotyczyła większej automatyzacji i większej roli maszyn w porównaniu z ludźmi.

Drugą rzeczą, która się dzieje, jest osadzanie w tym większej ilości inteligencji. Wszystko jest tylko odrobinę mądrzejsze. Ten postęp pogłębia postęp. Zatem chociaż w krótkim czasie wygląda to liniowo, w dłuższej perspektywie, jeśli spojrzymy na zmiany smartfonów w ciągu ostatnich 10 lat, wzrost będzie wykładniczy!

Więc teraz, jeśli chodzi o pracę, staram się zadawać pytania, na przykład: dlaczego w ogóle powinniśmy pracować? To jest pytanie, które warto zadać. Jaką rolę odgrywa praca w naszym życiu? A jeśli chodzi o zarobienie na chleb powszedni, bezpieczeństwo finansowe, podstawowe potrzeby, schronienie itp., to mam nadzieję, że świat dojdzie do takiego miejsca, gdzie będzie to zapewnione każdemu człowiekowi. Wtedy dzieje się tak, że ludzie będą chcieli pracować dla potrzeb wyższego rzędu – takich jak miłość, pasja, poczucie przynależności, samorealizacja itp. Ponieważ stworzyliśmy już tak dużo bogactwa na świecie, nie ma już sensu niech ludzie pracują tylko po to, żeby zarobić na chleb powszedni. Wierzę zatem, że za około 10–15 lat będziemy pracować, bo chcemy, a nie dlatego, że musimy.

Do tego czasu zmieni się także struktura organizacyjna. Mam wrażenie, że wciąż znajdujemy się w końcowej fazie ery przemysłowej, w której od ludzi oczekuje się pracy od 9:5 do XNUMX:XNUMX. Rejestrowane są czasy ich wejścia i wyjścia, a każdy ich ruch jest monitorowany. W przyszłości system ten zmieni się z systemu opartego na czasie na system oparty na wiedzy. Firmy przypominałyby raczej pracownię artysty niż fabrykę.

Podejście do rozwiązywania problemów Fractal

Kunal J: Jedną z kluczowych rzeczy wyróżniających podejście do rozwiązywania problemów we Fractal jest połączenie sztucznej inteligencji, inżynierii i projektowania. Zauważyłem również, że skupiasz się na projektowaniu zachowań i ekonomii behawioralnej. Kiedy więc zacząłeś zmierzać w stronę tego podejścia?

Srikanth V: Ta zmiana miała miejsce około 7-8 lat temu we Fractal, kiedy przyglądałem się, gdzie odnieśliśmy sukces, a gdzie nie.

Przeanalizowaliśmy to i zdaliśmy sobie sprawę, że brakuje dwóch rzeczy. Po pierwsze, coś zbudowaliśmy, a wdrożenie tego zajęło wiele, wiele miesięcy, ponieważ byliśmy zależni od zewnętrznych sił inżynieryjnych. Pracując z dużymi firmami, takimi jak Tata i Airtel, chociaż budowaliśmy algorytmy, z tego powodu wdrożenie ich w ich systemach zajęłoby im rok lub dłużej, a my nie wykonywaliśmy żadnej części inżynieryjnej.

Kolejną rzeczą, której się nauczyliśmy, było to, że nigdy nie należy brać problemu klienta za coś oczywistego. Mogą zwrócić się do nas z problemem na późniejszym etapie, na przykład „sprzedaje się niewystarczającą liczbę kart kredytowych” lub „klienci nie korzystają z określonej funkcji zgodnie z oczekiwaniami” – ale musimy udać się od tego momentu na wyższy poziom i dotrzeć do pierwotnej przyczyny , co jest faktycznym problemem do rozwiązania. Jest to coś, czego nauczyliśmy się bardzo wcześnie – przeformułowania problemu klienta i ustalenia, co dokładnie należy rozwiązać.

Więc tak, w ten sposób dotarliśmy do przepisu na świetne rozwiązywanie problemów, które wymaga sztucznej inteligencji, inżynierii i projektowania, a także sztuki przeformułowania problemu poprzez współpracę z użytkownikami. Tak więc około 6-7 lat temu zebraliśmy grupę ludzi z różnych dyscyplin, od socjologii i antropologii po neuronaukę i kodowanie w języku Java, i stworzyliśmy zespół inżynieryjny, w którym wszyscy mogli współpracować i tworzyć magię!

Inicjatywy edukacyjne Srikantha

Kunal J: Kolejnym aspektem, który mnie fascynuje, jest Twoja pasja do edukacji. Nawet przy tak napiętym harmonogramie znajdujesz czas na prowadzenie kursów. Jesteś współzałożycielką Uniwersytetu Plaksha, a potem co roku uczestniczysz w kursie, by tam pojechać. Uczysz także ludzi wewnętrznie w Fractal. Co skłania Cię do wykorzystania tego czasu? Czy możesz podzielić się niektórymi z tych wysiłków?

Srikanth V: Po pierwsze, Kunal, jestem bardzo wdzięczny moim nauczycielom. Nauczyciele mają ogromny efekt mnożnikowy. Możesz stworzyć wiele dobra społecznego, jeśli ulepszysz nauczanie. Jeśli spojrzeć na gospodarkę z bardzo długoterminowej perspektywy, edukacja i przedsiębiorczość to dwa wektory, które doprowadzą do powstania lepiej wykształconych ludzi w rozwiązywaniu problemów oraz przedsiębiorców, którzy będą skłonni podjąć ryzyko, aby rozwiązać te problemy. A razem mogą uczynić świat lepszym miejscem. Dlatego każdy czas, który mogę spędzić na budowaniu przyszłego społeczeństwa lub przyszłego świata, jest niezwykle satysfakcjonujący.

Zatem założenie Uniwersytetu Plaksha było jedną z takich rzeczy. Jednak bardziej niż pieniądze czy cokolwiek innego uważam, że liczy się czas i wysiłek, które w to włożyłeś. Musisz poddać się sprawie. Może i spędzę 40 godzin na prowadzeniu kursu, ale 50–100 uczniów, którzy dzięki tej interakcji nauczyli się tego sposobu rozwiązywania problemów, może iść i zmienić świat. Nawet jeden z nich mógłby znacząco zmienić świat. Przyjąłbym te szanse, ponieważ uważam, że dzięki nim możemy wywrzeć większy wpływ.

Prowadzę kurs zatytułowany „Uczenie maszynowe umożliwiające podejmowanie lepszych decyzji”. To fascynujący kurs, który obejmuje różne nauki, od neuronauki i nauk behawioralnych po rozwiązywanie problemów i międzyorganizacyjne procesy tworzenia. Zatem te same tematy, gdy uczę studentów, mają nieco bardziej techniczny charakter, a gdy uczę starszego menedżera, są nieco mniej techniczne.

Ukrytą korzyścią z mojego nauczania jest to, że pozwala mi zachować młodość. Trzyma mnie na nogach i pomaga mi być na bieżąco. Nauczanie jest najlepszą metodą uczenia się. Kiedy próbujesz uczyć jakiegoś tematu, zdajesz sobie sprawę ze swojego poziomu ignorancji. A potem inwestujesz czas w poznanie tematu. Jutro masz zajęcia, więc lepiej się naucz i lepiej spalić olej o północy, zastanawiając się nad tym tematem. Więc to także pcha mnie we właściwym kierunku.

Kunal J: Dodajmy do tego, że niedawno uruchomiłeś Certyfikat specjalisty w dziedzinie fraktalnej analizy danych na Courserze. Czy możesz nam powiedzieć coś więcej na temat tego certyfikatu analityki danych?

Srikanth V: Myślę, że jest to wciąż w początkowej fazie. Pomysł jest taki, aby stworzyć sposób na kształcenie świetnych analityków danych w naszym kraju. Dzisiejsza branża zatrudnia w Indiach bardzo niewielu analityków danych. Na dzień dzisiejszy w branży IT pracuje 6 milionów specjalistów i uważam, że wielu z nich musi nauczyć się sztucznej inteligencji i analityki danych. Co więcej, co roku kończymy studia dla miliona inżynierów i oni powinni o tym wiedzieć. Pomysł jest więc taki, aby cała rzesza tych osób posiadała wiedzę z zakresu analityki danych, co dałoby im znacznie pełniejszą perspektywę na to, czego potrzeba, aby wykorzystać dane do rozwiązywania problemów. Pomysł polega na stworzeniu w ramach tego kursu grupy pełniejszych, bardziej dojrzałych i wszechstronnie wyszkolonych specjalistów w dziedzinie analizy danych, którzy są gotowi wejść do branży i rozwiązać te problemy.

Zamykająca runda szybkiego ognia

Kunal J: Zbliżamy się do końca naszej sesji, wciąż mamy sporo obszarów do poruszenia. Zróbmy więc rundę szybkiego ognia. Jaką książkę ostatnio czytałeś?

Srikanth V: Staram się czytać aż sto książek rocznie. Dlatego zawsze czytam od 20 do 25 książek równolegle. Gdybym jednak miała wybrać jedną książkę, którą mogłabym polecić, byłaby to książka pt.Wpływ: psychologia perswazji”, autorstwa Roberta Cialdiniego. To prawdopodobnie jedna z najlepszych książek, jakie przeczytałem na jakąkolwiek tematykę. Kolejną książką, którą zawsze polecam jest „Jak zmierzysz swoje życie”, autorstwa Claytona Christensena. A potem jest „Victor Frankl”Człowiek szuka znaczenia’. Książka, którą ostatnio przeczytałam i która bardzo mi się podoba, to książka pt.Cząsteczka Więcej”, Daniel Z. Lieberman.

Kunal J: Gdybyś zaczynał dzisiaj, jaki rodzaj startupu byś zbudował? Jaka to byłaby domena?

Srikanth V: Świetne pytanie. Chciałbym znać odpowiedź. Na pewno nie zbuduję firmy na wzór Fraktala. Ja prawdopodobnie bym wziął bardzo głęboki problem, który nie został rozwiązany, pracował wstecz, aby go rozwiązać, a następnie spróbował zbudować wokół tego świetną firmę.

Myślę, że zbudowanie jednej wielkiej firmy samo w sobie jest wielką fortuną, i to także do tego stopnia, że stworzyliśmy grupę startupów, które również mają własną drogę do wielkości, jak Cure.ai, Crux Intelligence czy Senseforth.ai . To wszystko są bardzo dobre pomysły, które same w sobie mogą stać się świetnymi firmami. Myślę, że już czuję, że robię wystarczająco dużo. Dlatego na pewno nie myślę o nowym pomyśle samodzielnie. Ale gdybym w ogóle musiał, byłby to pomysł, aby rozwiązać jeden problem, bardzo, bardzo dobrze, a następnie zbudować globalną firmę.

Oto najważniejsze informacje z naszego ekskluzywnego wywiadu z dyrektorem generalnym Grupy i współzałożycielem Fractal Analytics, panem Srikanthem Velamakannim. Możesz obejrzeć cały wywiad tutaj. Bądź na bieżąco z naszymiWiodący dzięki danymserial pt Platforma społecznościowa Analytics Vidhya na bardziej ekskluzywne wywiady.