Kā gadsimtu vecs tehnoloģiju gigants atgriežas ar AI

Sofija Vandebruka Džastins Saglio

IBM, iespējams, nav seksīgākais tehnoloģiju gigants, salīdzinot ar Google vai Apple vai jaunāko progresīvo starta uzņēmumu. Bet tas pastāv kopš 1911. gada, tāpēc tas noteikti kaut ko dara pareizi.

Tās noslēpums ir tās pētniecības nodaļa, kurā strādā 3000 pētnieku 12 vietās, uz kuriem uzņēmums paļaujas, lai sekotu jaunāko tehnoloģiju tendencēm. Jau vairākus gadu desmitus uzņēmums ir iesaistījies ikgadējā procesā, lai izveidotu un pielāgotu biznesa vienības, ņemot vērā to, kas ir horizontā.

Process noteikti nav ideāls. Savos ziedu laikos IBM bija mākslīgā intelekta pētniecības spēks, kas bija atbildīgs par tādiem galvenajiem pavērsieniem kā mašīnas mācīšana spēlēt dambreti un pārspēt labāko cilvēku šahistu. Tagad šie virsraksti nonāk pie jaunpienācējiem, piemēram, OpenAI un DeepMind. Tikmēr IBM ir samaksājis reputācijas cenu pārgalvīgs Vatsons .

Taču uzņēmums ir gaidījis atgriešanos, jo īpaši kopš pirms diviem gadiem nodibināja partnerību ar MIT, lai dalītos ar pētniekiem un intelektuālā īpašuma tiesībām. EmTech Next, MIT Technology Review pasākumā par darba nākotni, mēs uzaicinājām Sofiju Vandebruku, jauno tehnoloģiju partnerību viceprezidenti, lai pastāstītu par savu stratēģiju ilgtermiņa inovācijām.

Tālāk ir sniegti fragmenti no jautājumiem, kas mums bija uz skatuves, un virkne papildu jautājumu, ko uzdevām pēc pasākuma. Atbildes ir rediģētas garuma un skaidrības labad.

Kad pievienojāties IBM, tas bija zaudējis savu pozīciju kā AI pētniecības spēkstacija. Pastāstiet mums, kā jūs pievērsāties šim izaicinājumam, kad pirmo reizi par to domājāt.

Tas, ko IBM dara labi, aplūkojot turpmāko, ir tas, ka mēs katru gadu veicam globālo tehnoloģiju perspektīvu [GTO]. Pētnieki palīdz mums redzēt, kas atrodas aiz apvāršņa, un saka: “Hei, pievērsiet uzmanību šīm nozīmīgajām tendencēm, kas varētu vai nu padarīt akli uzņēmumam, vai arī ļaut uzņēmumam un mūsu klientiem izveidot nākamo miljardu dolāru biznesu. Tā mēs par to domājam.

Kad es pirmo reizi pievienojos, es vadīju šo GTO procesu. Mēs ļoti ātri nolēmām, ka AI ir viena no šīm tehnoloģijām, kas darbojas uz eksponenciālas līknes. AI jau vairākkārt ir bijis šo globālo tehnoloģiju skatījumu rezultāts pagātnē, piemēram, kad tika izveidots Watson veselības bizness un Watson drošībai utt. Bet mēs domājām, atsvaidzināsim un domāsim par to ļoti holistiski, ņemot vērā visu kas ir noticis pēdējos vairākos gados.

Tātad, kā notiek GTO process?

Tas ir gadu ilgs process, kas beidzas ar dienu, kad IBM Research sniedz ieteikumus par jaunām tehnoloģijām, kas sniedz iespēju izveidot nākamo miljardu dolāru uzņēmumu IBM. Mēs izmantojam tādus rīkus kā Github, kur cilvēki var publicēt savas idejas, lai process būtu ļoti pārredzams. Visas IBM Research personas var piedalīties un balsot un sniegt padomus, un vadības komanda regulāri pārskata, kas no tā izriet.

Tātad pirmie seši mēneši ir ideju vākšanas posms, un tad vasaras sākumā mēs sākam to sašaurināt līdz augsta līmeņa jumta tēmām, kas ir ārkārtīgi svarīgas. Dažus gadus tā ir tikai viena tēma, piemēram, pirms diviem gadiem, kad veicām AI. Vasaras garumā tēmas tiek precizētas, un rudens sākumā mēs sākam skatīties, ko saka VC kopiena un ko dara konkurss. Mēs veicam papildu detalizētu tirgus un konkurentu izpēti, lai palīdzētu nostiprināt vēstījumu. Blokķēdes bizness iznāca no šī procesa; arī jaunais Watson Security bizness.

IBM ir uzņēmums, kas ir vairāk nekā gadsimtu vecs. Tas ir liels kuģis ar simtiem tūkstošu darbinieku, tāpēc jums ir jāpārliecinās, ka kuģis turpina braukt veiksmīgā virzienā. Šāda veida procesi patiešām apvieno visu uzņēmumu un liek tiem koncentrēties uz svarīgāko.

Kad pievienojāties, jūs ļoti ātri nolēmāt piedāvāt MIT-IBM Watson AI laboratoriju. Kāpēc?

Gan IBM, gan MIT ir izcilas iestādes austrumu krastā. Rietumkrastā bija daudz uzņēmumu, kas iegulda AI un sadarbojas ar Rietumkrasta universitātēm. Daži uzņēmumi pamatā ieguva visu nodaļu, piemēram, tas, kas notika Kārnegijs Melons un Ubers [pēdējais izķidāja pirmās augstākās robotikas laboratoriju] — tas, protams, ir slikts modelis. Es arī desmit gadus esmu bijis MIT inženierzinātņu padomdevējas komitejas dekāns. Abas institūcijas ar ļoti maziem papildu ieguldījumiem patiešām varētu pāriet uz nākamo līmeni, tiecoties pēc izlūkošanas, kā to sāka saukt MIT pēc laboratorijas izveides.

Tāpēc mēs izteicām šo priekšlikumu ar lielu ieguldījumu no visiem maniem kolēģiem no IBM, lai izveidotu MIT-IBM Watson AI Lab. Uzņēmumā IBM no aptuveni 5000 mūsu kopienas pētnieku (tostarp studentiem un praktikantiem) 1500 strādā pie mākslīgā intelekta — vai nu pie AI pamata algoritmiem, vai pielietošanas nozarē. Tāpēc [jaunā laboratorija] nekoncentrējās uz problēmām, uz kurām šī lielā kopiena jau bija koncentrējusies. Mēs patiešām vēlējāmies koncentrēties uz vissarežģītākajām problēmām, kur jums vienkārši ir vajadzīgi labākie un izcilākie cilvēki pasaulē.

Un kāda ir šīs sadarbības ietekme? Kā tas ir uzlabojis esošo AI izpēti?

Šī sadarbība ir atkal koncentrējusi IBM pētījumus uz nozīmīgu AI pamata zinātnes problēmu risināšanu. IBM ne tikai pieņem lēmumus par to, kuri projekti tiek atlasīti laboratorijā. To veic vadības komiteja, kurā ir trīs MIT locekļi un trīs IBM locekļi, kurus kopīgi vada direktors no katras organizācijas. Reizi gadā mēs iesniedzam pieprasījumu iesniegt priekšlikumus mūsu četros pētniecības pīlāros: AI pamata algoritmi, AI fizika, AI nozarēs un labklājība, ko nodrošina AI. Pēc tam šos projektus kopīgi izskata un atlasa vadības komiteja. Pirmo reizi mums bija 186 priekšlikumi, un mēs finansējām 49. Šis process liek mums aplūkot sarežģītās zinātniskās pētniecības problēmas, kuras netiek tikai pielietotas.

Mūsu pētnieki ir arī daļa no produktu pētniecības kopienas, kas ļoti labi pārvalda produktu ceļvežus. Mēs daudzām desmitgadēm īstenojām Mūra likuma ceļvedi, kur, piemēram, vēlējāmies padarīt tranzistorus arvien mazākus un mazākus. Mums ir līdzīga kvantu karte. Tātad fundamentālie pētījumi ir vērsti uz to, lai zinātu, ko mākslīgais intelekts mūsdienās var paveikt, priekšgalā un nepārtraukti virzīt robežas uz āru.

Kas lika jums izvēlēties šo sadarbības modeli?

Iemesls tam ir kopīgs tāpēc, ka tad jau no paša sākuma IBMers patiešām zina, kas notiek projektā. Kopā mēs iesniedzam patentus. Liela daļa tehnoloģiju ir atvērtā pirmkoda avots, jo acīmredzot studentiem ir jāspēj rakstīt darbus un iegūt doktora disertāciju utt. Taču, atrodoties tur jau no paša sākuma, tās tehnoloģijas, kurām ir jēga, patiešām tiks iekļautas produktu ceļā. kartes.

Pirms dažiem mēnešiem mēs paplašinājām līgumu ar MIT, lai šajā konsorcijā iekļautu citas korporācijas. Tātad, ja jūsu korporācija ir ieinteresēta, varat pievienoties MIT-IBM Watson AI Lab kā biedrs. Korporācijas neietilpst pētniecības projektos, taču tām ir piekļuve pētniecības projektiem, un tām ir piekļuve projektu apakškopas IP. Līdz šim ir pieteikušies četri.

Kādus citus sadarbības veidus vēlaties turpināt?

Mēs vēlamies sadarboties ar dažādām nozarēm. Viss, kas nāks no šīm pētniecības programmām, būs pozitīvs un vērtīgs lielākajai daļai nozaru, ja tas darbosies. Tāpēc mēs vēlamies iegūt apmēram duci galveno uzņēmumu, kas var patiesi sniegt savu pieredzi, savus sāpīgos punktus, savus sapņus un savus datus konsorcijam.

Kad mēs izveidojām sākotnējo laboratoriju ar MIT, mēs arī nenoteicām nekādus ierobežojumus profesoriem un studentiem jaunuzņēmumu izveidei. Mēs ceram, ka no šīs laboratorijas nāks daudz jaunuzņēmumu, kas ir saistīti ar mākslīgo intelektu un Kembridžas un Bostonas kopienā. Protams, laboratorija ir jauna — mums septembrī ir otrā gadadiena, taču, cerams, drīzumā no tās iznāks jaunizveidoti uzņēmumi, lai izveidotu veselu ekosistēmu.

Kāds ir jūsu piecu un 10 gadu vīzija par jauno tehnoloģiju partnerībām?

Es domāju, ka visa ekosistēma — uzņēmumi, universitātes un jaunuzņēmumi — kļūst arvien svarīgāka. Piemēram, strādājot ar kvantu skaitļošanu, mēs esam ieguvuši aparatūru ar atvērtā koda avotu, tāpēc tā ir pieejama tīmeklī. 120 000 cilvēku no visas pasaules ir ieradušies, veikuši nelielus eksperimentus un ir uzrakstīti vairāk nekā 160 tehniskie darbi, tāpēc daži veic lieliskus pētījumus. Šie 120 000 lietotāju ir arī no visiem kontinentiem, tostarp Antarktīdas, un ir veikuši 10 miljonus eksperimentu.

Tas, ko es cenšos teikt, ir ne tikai partnerattiecības ar korporācijām vai jaunizveidotiem uzņēmumiem. Tā ir partnerība ar indivīdiem: ar atsevišķiem pētniekiem un izstrādātājiem. Es ceru, ka citas mūsu atvērtā pirmkoda platformas, piemēram, AI Fairness 360 rīkkopa [kas piedāvā resursus, lai novērstu neobjektivitāti mašīnmācībā], arī piesaistīs daudz pētnieku visā pasaulē, lai to uzlabotu un pēc tam izmantotu. Tas pats ar atvērtā koda blokķēdes platformu: IBM sniedz ieguldījumu, akadēmiķi sniedz ieguldījumu, un tad vairākas korporācijas var izmantot platformu un papildināt to. Partnerības ir jauns veids, kā veikt pētniecību.

Labojumi: Sofija Vandebruka ir strādājusi MIT dekāna padomdevēja komitejā desmit gadus, nevis gadu desmitus. MIT-IBM Watson AI Lab šogad septembrī svin savu otro gadadienu, nevis pēdējo.

paslēpties