Μέσα στις προσπάθειες της IBM για ανάκτηση ηγεσίας στην τεχνητή νοημοσύνη

Μέσα στις προσπάθειες της IBM για ανάκτηση ηγεσίας στην τεχνητή νοημοσύνη

17 Απριλίου, 2022 0 By admin

(Για να λαμβάνετε εβδομαδιαία μηνύματα ηλεκτρονικού ταχυδρομείου με συνομιλίες με τους κορυφαίους CEO και υπεύθυνους λήψης επιχειρηματικών αποφάσεων στον κόσμο, κάντε κλικ εδώ.)

Την ημέρα που η IBM ανακοίνωσε ότι θα παραιτηθεί, η αποχωρούσα διευθύνουσα σύμβουλος Ginni Rometty κάλεσε τον Arvind Krishna “ο σωστός διευθύνων σύμβουλος για την επόμενη εποχή» στην εταιρεία. «Είναι ένας λαμπρός τεχνολόγος που έχει παίξει σημαντικό ρόλο στην ανάπτυξη των βασικών τεχνολογιών μας, όπως η τεχνητή νοημοσύνη, το cloud, ο κβαντικός υπολογιστής και το blockchain», είπε.

Πράγματι, ο Κρίσνα έχει περάσει ολόκληρη την επαγγελματική του καριέρα στην IBM. Ο διδακτορικός τίτλος ηλεκτρολόγων μηχανικών, ο οποίος έχει περισσότερες από δώδεκα πιστώσεις συν-συγγραφέων σε διπλώματα ευρεσιτεχνίας τεχνολογίας, ξεκίνησε στα εργαστήρια Watson Research της εταιρείας το 1990. Έμεινε εκεί για σχεδόν δύο δεκαετίες και αργότερα υπηρέτησε ως επικεφαλής του τμήματος cloud και γνωστικού λογισμικού της IBM. Βοήθησε στην ενορχήστρωση μιας από τις μεγαλύτερες εξαγορές της εταιρείας το 2018 και ανέλαβε διευθύνων σύμβουλος τον Απρίλιο του 2020.

Ο διορισμός του Κρίσνα ήρθε μετά από μια περίοδο στασιμότητας στην IBM—ειδικά σε σύγκριση με τους ομοτίμους της Big Tech. Ως πρώτος ηγέτης στην τεχνητή νοημοσύνη, η εταιρεία διοχέτευσε χρήματα και πόρους στο τμήμα Watson της, ακολουθώντας την τεχνολογία της νίκη επί των ανθρώπων διαγωνιζομένων σε κίνδυνο! το 2011. Η IBM διερεύνησε επίσης διάφορους τρόπους για να μετατρέψει τον Watson σε ένα εργαλείο για γιατρούς που θα μπορούσε να τους βοηθήσει να κάνουν συστάσεις θεραπείας για τους ασθενείς τους, αλλά η τεχνολογία απέτυχε να εκπληρώσει τις πρώτες της υποσχέσεις.

Η IBM πούλησε τα περιουσιακά στοιχεία της μονάδας Watson Health νωρίτερα φέτος, αλλά η συνεργασία της εταιρείας με την τεχνητή νοημοσύνη παραμένει σε πλήρη ισχύ. Τώρα, η IBM θέτει σε λειτουργία την τεχνητή νοημοσύνη, βοηθώντας τις εταιρείες-πελάτες της να αντιμετωπίσουν την κλιματική κρίση, προσπάθειες που την κέρδισαν την αναγνώριση ως εταιρεία TIME100 φέτος.

Ο Κρίσνα μίλησε πρόσφατα με το TIME για το τι μπορούμε να μάθουμε από τα πρώτα λάθη της IBM στην τεχνητή νοημοσύνη και τι θεωρεί ως τον ανώτερο σκοπό της εταιρείας.

(Για κάλυψη του μέλλοντος της εργασίας, επισκεφθείτε TIME.com/charter και εγγραφείτε για το δωρεάν ενημερωτικό δελτίο Charter.)

Αυτή η συνέντευξη έχει συμπυκνωθεί και τροποποιηθεί για λόγους σαφήνειας.

Arvind, μεγάλωσα σε μια πόλη πολύ κοντά στα κεντρικά γραφεία της IBM στο Armonk της Νέας Υόρκης. Και, στην πραγματικότητα, το πρώτο μου ταξίδι στο νηπιαγωγείο ήταν στην πανεπιστημιούπολη της IBM στις αρχές της δεκαετίας του ’70. Εκείνη την εποχή, η IBM αντιπροσώπευε ένα συγκεκριμένο είδος καινοτομίας, έναν συγκεκριμένο τρόπο εργασίας, ακόμη και έναν συγκεκριμένο τρόπο ντυσίματος για δουλειά. Τι απομένει από αυτό το παλιό DNA της IBM;

Γιάννη, υπέροχη ερώτηση, και με ενδιαφέρει πολύ. Νομίζω ότι υπάρχουν κάποια πράγματα στην IBM που αντέχουν στη δοκιμασία του χρόνου. Αναφέρατε τους ανθρώπους, την κουλτούρα, το ντύσιμο, την καινοτομία. Νομίζω ότι το κομμάτι της καινοτομίας παραμένει αληθινό. Η καθαρή τεχνική τεχνογνωσία των ανθρώπων μας, αυτό το κομμάτι παραμένει αληθινό. Αλλά όταν το σκεφτόμαστε, ξέρετε, κοιτάτε φωτογραφίες. Ήρθα στην IBM το 1990. Σκέφτομαι τη δεκαετία του ’70, τους επιστήμονες με παλτό εργαστηρίου με κοστούμι και γραβάτα από κάτω. Αυτό έχει φύγει. Ως πολιτισμός—ως έθνος, όχι μόνο ως IBM— είμαστε πολύ πιο χαλαροί σχετικά με το πώς ντυνόμαστε και με τη συνολική περιεκτικότητα, γιατί αυτό ξεκλειδώνει τα μέγιστα από τους ανθρώπους.

Τώρα, τι νέο υπάρχει; Οι τεχνολογίες πάνω στις οποίες εργαζόμαστε αλλάζουν. Πριν από τριάντα χρόνια, η αξία προήλθε από την κατασκευή φυσικών υπολογιστών. Τώρα, μεγάλο μέρος αυτής της αξίας προέρχεται από την κατασκευή λογισμικού και την παροχή συμβουλών, δηλαδή την ανάπτυξη της τεχνολογίας για λογαριασμό ενός πελάτη. Αυτό που έχει παραμείνει σταθερό είναι η τεχνολογία που συμβάλλει καταλυτικά στην επιχειρηματική δραστηριότητα των πελατών μας, η τεχνογνωσία των ανθρώπων μας και πολλή η κουλτούρα της ταχύτητας και της ευκινησίας.

Είστε ένας από τους πολλούς CEO μεγάλων εταιρειών που διορίστηκαν κατά τη διάρκεια της πανδημίας. Οι αναλυτές είπαν ότι ένα από τα ζητήματα με την IBM πριν αναλάβετε το τιμόνι ήταν ότι η ανώτατη διοίκηση κυριαρχούνταν από άτομα με εξειδίκευση στις υπηρεσίες και τις πωλήσεις και όχι σε προϊόντα τεχνολογίας. Νιώθετε ότι το ραντεβού σας είναι μια προσπάθεια να το διορθώσετε;

Νομίζω ότι ο λόγος που διορίστηκα ήταν ότι είχα ένα ξεκάθαρο όραμα για το τι πρέπει να γίνει η εταιρεία, εστιάζοντας στο υβριδικό σύννεφο και την τεχνητή νοημοσύνη. Είχα μια φιλοδοξία ότι θα επιστρέψουμε στην ανάπτυξη. Έχουμε δεσμευτεί ότι φέτος: θα σημειώσουμε ανάπτυξη 5%, χωρίς να υπολογίζονται τα έσοδα από το spinoff της (εταιρείας υπηρεσιών υποδομής πληροφορικής) Kyndryl. Όταν εξετάζετε αυτές τις φιλοδοξίες, αυτές είναι πιο υπεύθυνες για την επιλογή μου, παρά απλώς ένα υπόβαθρο σε έναν ή άλλο κλάδο.

Αν σκέφτομαι τον ρόλο μου, τι κάνω κάθε μέρα; Ναι, αφιέρωσα ένα συγκεκριμένο χρονικό διάστημα σε στρατηγική και προϊόντα και αποφάσεις που σχετίζονται με αυτό. Αλλά αφιερώνω επίσης πολύ χρόνο με πελάτες και βοηθώ να βεβαιωθούμε ότι έρχονται επιταγές στην πόρτα. Αφιερώνω επίσης ένα συγκεκριμένο χρονικό διάστημα δουλεύοντας με τους συνεργάτες μας. Έτσι, είναι πάντα ένα μείγμα στη θέση μου σε αυτούς τους διαφορετικούς κλάδους. Το ίδιο ίσχυε και για τους προκατόχους μου. Τώρα, όλα αυτά που λέγονται, η ταχύτητα και η επιτάχυνση στον κλάδο της τεχνολογίας αυξάνονται. Δεδομένης λοιπόν της φύσης της αλλαγής, η μεγαλύτερη κατανόηση ορισμένων τεχνολογιών και των συνεπειών τους είναι πιθανώς χρήσιμη στη λήψη αποφάσεων.

Η IBM θεωρήθηκε πραγματικός ηγέτης στην τεχνητή νοημοσύνη όταν ο Watson κέρδισε το Jeopardy το 2011. Στη συνέχεια, όμως, την επόμενη δεκαετία περίπου, πολλές από τις επιχειρηματικές ελπίδες για τον Watson χάθηκαν. Τι συνέβη? Και ποια μαθήματα πήρε η IBM από εκείνη την περίοδο;

Είμαι ένας που δεν απολογιέμαι καθόλου για όσα συνέβησαν την τελευταία δεκαετία. Η τεχνητή νοημοσύνη είναι η μόνη τεχνική που γνωρίζουμε ότι μπορεί να αξιοποιήσει και να συλλέξει όλα τα δεδομένα που παράγονται. Γνωρίζουμε ότι υπάρχει απίστευτη αξία σε όλα αυτά. Χωρίς AI, ίσως μπορέσετε να φτάσετε στο 1% αυτού. Το να κερδίσεις το Jeopardy ήταν πραγματικά ένα ορόσημο. Έβαλε πραγματικά την τεχνητή νοημοσύνη στον χάρτη. [But] δεν είναι πλέον παιχνίδι εργαστηρίου. Δεν ανήκει πλέον στον τομέα μερικών έξυπνων καθηγητών στο MIT ή στο Stanford ή στο Berkeley. Είναι κάτι που θα μπορούσε να κάνει κάτι στον πραγματικό κόσμο.

Μπορούμε να λάβουμε τα εύσημα για τις επενδύσεις, που βάλαμε εκατοντάδες επιστήμονες στη δουλειά για να το κάνουν αυτό. Όταν παίρνετε μια τεχνολογία και τη μετατρέπετε από το εργαστήριο για να κάνετε κάτι χρήσιμο, η φαντασία σας αρχίζει να τρέχει σε ό,τι αφορά όλα όσα μπορεί να κάνει. Η αγορά δεν ήταν αρκετά έτοιμη το 2012, το 2013, το 2014, να αρχίσει να αγκαλιάζει και να εμπιστεύεται την τεχνητή νοημοσύνη σε ορισμένους από τους πιο κρίσιμους τομείς στους οποίους πήγαμε.

Το λάθος που κάναμε ήταν να προχωρήσουμε προς πιο κρίσιμα πράγματα, περισσότερα πράγματα που έχουν αντίκτυπο στην πραγματική οικονομία. Όσοι τα κατάφεραν άρχισαν να κάνουν αίτηση [AI] περισσότερο σε τομείς όπου θα μπορούσε να είναι χρήσιμο—ξέρετε, εάν κάνετε μια ελαφρώς λανθασμένη σύσταση για ένα βιβλίο, μια ταινία ή έναν ιστότοπο, αυτό δεν είναι ζωή και θάνατος. Θα το αναγνωρίσω, ίσως θα έπρεπε να το είχαμε εφαρμόσει σε περισσότερους τομείς που ήταν λιγότερο κρίσιμοι. Τώρα, λέγοντας, μαθαίνεις και διορθώνεις πορεία. Ίσως μπορούμε να βοηθήσουμε ένα εστιατόριο γρήγορης εξυπηρέτησης να αυτοματοποιήσει την αυτόματη προσθήκη ετικετών. Ίσως μπορούμε να βοηθήσουμε τις εταιρικές εφαρμογές να είναι πολύ πιο φιλικές. Πρέπει να ξεκινήσετε σε τομείς που είναι πολύ πιο περιορισμένοι, χωρίς να παίρνετε αποφάσεις ζωής και θανάτου. Ας φτάσουμε εκεί. Ας κάνουμε τον κόσμο να το εμπιστευτεί. Και τότε μπορείτε να αρχίσετε να κλιμακώνεστε σαν τρελοί. Και αυτό κάπως κάνουμε τώρα. Έτσι, ο Watson είναι ζωντανός και καλά. Αλλά νομίζω ότι δεν πρέπει να προσπαθούμε να κάνουμε σεληνιακές λήψεις. Θα πρέπει να προσπαθήσουμε να κάνουμε πιο μετρημένα βήματα.

(Για κάλυψη του μέλλοντος της εργασίας, επισκεφθείτε TIME.com/charter και εγγραφείτε για το δωρεάν ενημερωτικό δελτίο Charter.)

Αναφέρουμε έναν όρο που πολλοί άνθρωποι πιστεύουν ότι γνωρίζουν, αλλά θέλω να λάβω τον πολύ απλό ορισμό σας για το δείπνο για το τι είναι η τεχνητή νοημοσύνη.

Η τεχνητή νοημοσύνη είναι μια τεχνική με την οποία μαθαίνεις από τα παρατηρούμενα δεδομένα. Λοιπόν, σκεφτείτε το απλούστερο παράδειγμα: πώς οι άνθρωποι κάνουν αντιστοίχιση προτύπων. Και παρεμπιπτόντως, η τεχνητή νοημοσύνη δεν είναι τόσο καλή όσο ένα ανθρώπινο μωρό 9 μηνών. Τους δείχνεις έναν σκύλο τρεις φορές, την τέταρτη φορά θα πουν σκύλος. Στην τεχνητή νοημοσύνη, ίσως αν του έδειχνες ένα εκατομμύριο φωτογραφίες ενός σκύλου, το εκατομμύριο και μία φορά θα έλεγε ότι είναι ο σκύλος. Εάν παρατηρηθεί το Α και συμβεί το Β, και του δείξετε ένα εκατομμύριο τέτοια μοτίβα, μαθαίνει όλα αυτά τα μοτίβα μαζί. Αυτό είναι τεχνητή νοημοσύνη.

Αλλά η τεχνητή νοημοσύνη δεν θα γνώριζε τη βαρύτητα σήμερα. Θα παρατηρούσε ότι ένα μήλο πέφτει από ένα δέντρο, θα του δείξεις ένα εκατομμύριο τέτοια βίντεο, θα συμπεράνει ότι μήλα πέφτουν προς αυτή την κατεύθυνση. Αλλά δεν θα καταλήξει στο συμπέρασμα ότι τα αχλάδια πέφτουν προς αυτή την κατεύθυνση. Έτσι, πράγματα όπως η γνώση πιστεύω ότι θα συγχωνευθούν και θα χρειαστεί λίγος χρόνος.

Η IBM κάνει πολλά αυτή τη στιγμή με την τεχνητή νοημοσύνη και την κλιματική αλλαγή. Μπορείς να μιλήσεις λίγο για αυτό;

Πιστεύουμε ότι η κλιματική αλλαγή είναι ένα από τα θέματα που είναι επιτακτική ανάγκη για εμάς -τη γενιά μας- να βοηθήσουμε να κάνουμε καλύτερους για την επόμενη. Έτσι, έχουμε δεσμευτεί ότι θα είμαστε καθαρά μηδενικά χωρίς αντισταθμίσεις, αλλά μέχρι το 2030, όχι το 2050 ή το 2060. Καθώς αρχίζετε να εφαρμόζετε την τεχνητή νοημοσύνη σε αυτό, το όλο ερώτημα είναι πόσο καλή είναι η συλλογή δεδομένων σας; Διότι αν δεν μπορείτε να λάβετε όλα τα σωστά δεδομένα, θα μπορούσατε να υποτιμάτε πολύ ή να υπερεκτιμάτε πόσο καλοί είστε. Μπορώ ίσως να ανακαλύψω υλικά που θα είναι πολύ καλύτερα στη δέσμευση άνθρακα; Επίσης, το 30% της ενέργειας που δημιουργούμε σπαταλάται. Μπορούμε να βελτιστοποιήσουμε και να απαλλαγούμε από αυτά τα απόβλητα που θα παράγουν τόσα πολλά οφέλη για όλους μας; Αλλά επίσης, μπορούμε να αξιοποιήσουμε το πνεύμα του ανοιχτού κώδικα; Μπορούμε να δημιουργήσουμε προγράμματα που δίνουν κίνητρα στους ανθρώπους να δημιουργήσουν τεχνολογία για να βοηθήσουν στην κλιματική αλλαγή, χρησιμοποιώντας τεχνητή νοημοσύνη; Βάζουμε αυτά τα εργαλεία και ενθαρρύνουμε τους ανθρώπους να κάνουν πράγματα που θα μπορούσαμε να βοηθήσουμε ορισμένους από αυτούς να ξεκινήσουν τις δικές τους νεοφυείς επιχειρήσεις, κ.λπ.

Η IBM κάνει κάτι διαφορετικό αυτές τις μέρες για να προσελκύσει νέο εργατικό δυναμικό; Έρευνες δείχνουν ότι πολλοί νέοι θέλουν να εργαστούν σε μια εταιρεία που έχει υψηλότερο σκοπό. Υπάρχει υψηλότερος σκοπός στην IBM;

Πρώτα λοιπόν, μερικά στατιστικά στοιχεία. Την τελευταία φορά που κοίταξα, έχουμε 3 εκατομμύρια άτομα στη βάση δεδομένων των αιτούντων. Νιώθω πολύ καλά για αυτό. Καταφέρνουμε να προσλαμβάνουμε δεκάδες χιλιάδες κάθε χρόνο. Πρέπει οπωσδήποτε να έχεις έναν σκοπό πέρα ​​από το ίδιο το έργο.

Εκεί που πετυχαίνουμε πολλά είναι ότι είμαστε πρόθυμοι να αντιμετωπίσουμε προβλήματα που είναι πραγματικά δύσκολα και χρειάζονται χρόνια επιμονής για να ολοκληρώσουμε τα πράγματα. Ένα παράδειγμα που θα πάρω είναι ο κβαντικός υπολογιστής, ο οποίος από επιστημονική φαντασία έχει μετατραπεί σε εκεί όπου τα πάντα είναι πλέον απλώς επιστήμη. Ήταν ένα ταξίδι 10 ετών. έχει επίσης πιθανώς άλλα πέντε με 10 χρόνια μπροστά. Έτσι, εάν έρθετε σε εμάς και θέλετε να δουλέψετε πάνω στο κβαντικό, ξέρετε, θα έχουμε τη δύναμη να παραμείνουμε για να φτάσουμε εκεί όπου είναι πολύ, πολύ επιτυχημένο. Επιστροφή στο παράδειγμά σας να κερδίσετε το Jeopardy: ήταν ένα επταετές έργο από την αρχή μέχρι το τέλος. Έτσι, αν σας αρέσει να εργάζεστε σε τέτοια πράγματα, σας αρέσει να βρίσκεστε κοντά σε πραγματικά έξυπνους ανθρώπους, σας αρέσει να λύνετε προβλήματα για πελάτες που κάνουν πραγματικά μεγάλη διαφορά, αυτό είναι ένα υπέροχο μέρος για να βρίσκεστε. Αν θέλετε να κερδίσετε πολλά χρήματα δημιουργώντας την επόμενη εφαρμογή ή παιχνίδι για κινητά, αυτό μάλλον δεν είναι το σωστό μέρος.

ΧΡΟΝΟΣΗ ετήσια λίστα Best Inventions της αναγνωρίζει προϊόντα, λογισμικό και υπηρεσίες που επιλύουν επιτακτικά προβλήματα με δημιουργικούς τρόπους. Υποβάλετε την εφεύρεσή σας για εξέταση εδώ.

Περισσότερες ιστορίες που πρέπει να διαβάσετε από το TIME


Επικοινωνήστε μαζί μας στο letters@time.com.