Jak stuletni gigant technologiczny powraca dzięki sztucznej inteligencji

Sophie Vandebroek Justin Saglio

IBM może nie być najseksowniejszym gigantem technologicznym w porównaniu z Google, Apple lub najnowszym, przełomowym startupem. Ale istnieje od 1911 roku, więc musi robić coś dobrze.

Jego tajemnicą jest dział badawczy, z 3000 badaczy rozmieszczonych w 12 lokalizacjach, na których firma polega, aby być na bieżąco z trendami w pojawiających się technologiach. Od dziesięcioleci firma angażuje się w coroczny proces tworzenia i dostosowywania jednostek biznesowych w świetle tego, co jest na horyzoncie.

Proces z pewnością nie jest doskonały. W swojej świetności IBM był ośrodkiem badań nad sztuczną inteligencją, odpowiedzialnym za ważne kamienie milowe, takie jak nauczenie maszyny gry w warcaby i pokonanie najlepszego ludzkiego szachisty. Teraz te nagłówki trafiają do nowicjuszy, takich jak OpenAI i DeepMind . Tymczasem IBM zapłacił reputacyjną cenę za przesadny Watson .

Ale firma obserwuje powrót, zwłaszcza od czasu nawiązania współpracy z MIT dwa lata temu, aby dzielić się naukowcami i własnością intelektualną. Na EmTech Next, wydarzeniu MIT Technology Review dotyczącym przyszłości pracy, zaprosiliśmy Sophie Vandebroek, wiceprezes ds. partnerstw wschodzących technologii, do podzielenia się swoją strategią dotyczącą długoterminowej innowacji.

Poniżej znajduje się mieszanka fragmentów pytań i odpowiedzi, które mieliśmy na scenie oraz serii pytań uzupełniających, które zadaliśmy po wydarzeniu. Odpowiedzi zostały zredagowane pod kątem długości i jasności.

Kiedy dołączyłeś do IBM, stracił swoją pozycję jako potęga w badaniach nad sztuczną inteligencją. Opowiedz nam, jak podchodziłeś do tego wyzwania, kiedy po raz pierwszy o nim myślałeś.

To, co IBM robi dobrze, patrząc na przyszłość, to coroczna globalna perspektywa technologiczna [GTO]. Badacze pomagają nam zobaczyć, co jest na horyzoncie i mówią: Hej, zwróć uwagę na te znaczące trendy, które mogą albo przyćmić firmę, albo naprawdę umożliwić firmie i naszym klientom zbudowanie kolejnego miliardowego biznesu. Tak o tym myślimy.

Kiedy po raz pierwszy dołączyłem, kierowałem tym procesem GTO. Bardzo szybko zdecydowaliśmy, że sztuczna inteligencja jest jedną z tych technologii, która znajduje się na krzywej wykładniczej. Sztuczna inteligencja była w przeszłości kilka razy wynikiem tych globalnych perspektyw technologicznych, na przykład kiedy utworzono firmę Watson zajmującą się zdrowiem, Watson dla bezpieczeństwa itp. Ale pomyśleliśmy, po prostu odświeżmy i pomyślmy o tym bardzo holistycznie, biorąc pod uwagę wszystko co wydarzyło się w ciągu ostatnich kilku lat.

Jak więc przebiega proces GTO?

To trwający rok proces, który kończy się w dniu, w którym dział IBM Research przedstawia rekomendacje dotyczące nowych technologii, które mają szansę stworzyć kolejny miliardowy biznes dla IBM. Wykorzystujemy narzędzia takie jak Github, gdzie ludzie mogą publikować swoje pomysły, aby uczynić to bardzo przejrzystym procesem. Wszystkie osoby z IBM Research mogą wejść, głosować i udzielać porad, a zespół kierowniczy regularnie sprawdza, co z tego wyniknie.

Tak więc pierwsze sześć miesięcy to faza gromadzenia pomysłów, a następnie na początku lata zaczynamy ograniczać ją do tematów ogólnych, które są niezwykle ważne. Kilka lat to tylko jeden temat, jak dwa lata temu, kiedy robiliśmy sztuczną inteligencję. Przez całe lato tematy są dopracowywane, a wczesną jesienią zaczynamy przyglądać się, co mówi społeczność VC i co robi konkurencja. Przeprowadzamy dodatkowe szczegółowe badania rynku i konkurencji, aby wzmocnić przekaz. Biznes blockchain wyszedł z tego procesu; również nową firmę Watson Security.

IBM to firma, która ma ponad sto lat. To duży statek z setkami tysięcy pracowników, więc musisz się upewnić, że statek nadal będzie zmierzał w dobrym kierunku. Tego rodzaju procesy naprawdę łączą całą firmę i skupiają się na tym, co ważne.

Kiedy dołączyłeś, bardzo szybko zdecydowałeś się zaproponować MIT-IBM Watson AI Lab. Czemu?

Zarówno IBM, jak i MIT to wyjątkowe instytucje na Wschodnim Wybrzeżu. Zachodnie Wybrzeże miało wiele firm, które inwestują w sztuczną inteligencję i współpracują z uniwersytetami na Zachodnim Wybrzeżu. Niektóre firmy mają w zasadzie cały dział, na przykład to, co wydarzyło się w Carnegie Mellon i Uber [ten ostatni wypatroszył najlepsze laboratorium robotyki tego pierwszego] – to oczywiście zły model. Od dziesięciu lat jestem również dziekanem komitetu doradczego inżynierów na MIT. Obie instytucje mogłyby naprawdę, przy bardzo niewielkich dodatkowych inwestycjach, przejść na wyższy poziom w poszukiwaniu informacji wywiadowczych, jak zaczął to nazywać MIT po założeniu laboratorium.

Złożyliśmy więc tę propozycję z dużym poparciem wszystkich moich kolegów z IBM, aby założyć laboratorium MIT-IBM Watson AI Lab. W IBM spośród około 5000 badaczy w naszej społeczności (w tym studentów i stażystów) 1500 pracuje nad sztuczną inteligencją — albo nad podstawowymi algorytmami sztucznej inteligencji, albo nad zastosowaniem jej w przemyśle. Więc [nowe laboratorium] nie zamierzało koncentrować się na problemach, na których koncentrowała się już ta duża społeczność. Naprawdę chcieliśmy skupić się na najtrudniejszych problemach, w których potrzebujesz tylko najlepszych i najbardziej błyskotliwych ludzi na świecie.

A jaki wpływ widzieliście dzięki tej współpracy? W jaki sposób usprawnił istniejące badania nad sztuczną inteligencją?

Ta współpraca ponownie skoncentrowała badania IBM na rozwiązywaniu istotnych problemów z zakresu nauk podstawowych w sztucznej inteligencji. IBM nie podejmuje wyłącznie decyzji o tym, jakie projekty zostaną wybrane w laboratorium. Odbywa się to przez komitet sterujący składający się z trzech członków MIT i trzech członków IBM, którym współkierują dyrektorzy z każdej organizacji. Raz w roku ogłaszamy zapytania ofertowe dotyczące naszych czterech filarów badawczych: podstawowych algorytmów sztucznej inteligencji, fizyki sztucznej inteligencji, zastosowania sztucznej inteligencji w przemyśle oraz dobrobytu zapewnianego przez sztuczną inteligencję. Projekty te są następnie wspólnie oceniane i wybierane przez komitet sterujący. Za pierwszym razem mieliśmy 186 propozycji i sfinansowaliśmy 49. Ten proces zmusza nas do przyjrzenia się trudnym problemom naukowo-badawczym, które nie są tylko stosowane.

Nasi badacze są również częścią społeczności badawczej produktów, która jest bardzo dobra w wykonywaniu map drogowych produktów. Przez wiele dziesięcioleci realizowaliśmy mapę drogową prawa Moore'a, w której chcieliśmy na przykład, aby tranzystory były coraz mniejsze. Mamy podobną mapę drogową dla kwantu. Tak więc badania podstawowe polegają na byciu w czołówce wiedzy o tym, co sztuczna inteligencja może dziś zrobić i ciągłym przekraczaniu granic.

Co skłoniło Cię do wyboru tego modelu współpracy?

Powodem, dla którego jest połączony, jest to, że od samego początku IBMers naprawdę wiedzą, co dzieje się w projekcie. Wspólnie składamy patenty. Wiele technologii jest typu open source, ponieważ oczywiście studenci muszą być w stanie pisać artykuły i robić swoje prace doktorskie, itp. Ale bycie tam od samego początku pozwoli następnie tym technologiom, które mają sens, naprawdę zostać wdrożone w drogę produktu mapy.

Kilka miesięcy temu rozszerzyliśmy umowę z MIT o włączenie do tego konsorcjum innych korporacji. Jeśli więc Twoja korporacja jest zainteresowana, możesz dołączyć do MIT-IBM Watson AI Lab jako członek. Korporacje nie są częścią projektów badawczych, ale mają dostęp do projektów badawczych i mają dostęp do IP części projektów. Do tej pory zapisało się czterech.

Jakie inne rodzaje współpracy chcesz kontynuować?

Chcemy współpracować z różnymi branżami. Wszystko, co wynika z tych programów badawczych, będzie pozytywne i wartościowe dla większości branż, jeśli zadziała. Dlatego chcemy pozyskać kilkanaście kluczowych firm, które naprawdę mogą wnieść do konsorcjum swoją wiedzę, swoje problemy, swoje marzenia, swoje dane.

Kiedy tworzymy oryginalne laboratorium z MIT, nie nakładamy również żadnych ograniczeń dla profesorów i studentów na tworzenie startupów. Mamy nadzieję, że z tego laboratorium wyjdzie wiele startupów związanych ze sztuczną inteligencją oraz społeczności Cambridge i Bostonu. Oczywiście laboratorium jest nowe — we wrześniu obchodzimy drugą rocznicę — ale miejmy nadzieję, że wkrótce wyjdą z niego startupy, które będą tworzyć cały ekosystem.

Jaka jest Twoja pięcio- i dziesięcioletnia wizja partnerstwa w zakresie nowych technologii?

Myślę, że cały ekosystem – firmy, uczelnie i start-upy – staje się coraz ważniejszy. Na przykład w naszej pracy z obliczeniami kwantowymi udostępniliśmy sprzęt typu open source, więc jest on dostępny w Internecie. Weszło 120 000 ludzi z całego świata, przeprowadzili małe eksperymenty i napisano ponad 160 artykułów technicznych, więc niektórzy prowadzą wspaniałe badania. Te 120 000 użytkowników pochodzi również ze wszystkich kontynentów, w tym z Antarktydy, i przeprowadziło 10 milionów eksperymentów.

To, co próbuję powiedzieć, to nie tylko partnerstwa z korporacjami czy startupami. To partnerstwa z jednostkami: z indywidualnymi badaczami i programistami. Mam nadzieję, że nasze inne platformy open-source, takie jak zestaw narzędzi AI Fairness 360 [który oferuje zasoby do rozwiązywania problemów związanych z uczeniem maszynowym], również przyciągną wielu badaczy z całego świata, aby ulepszyć je, a następnie wykorzystać. To samo z platformą blockchain typu open source: IBM wnosi wkład, naukowcy wnoszą wkład, a następnie wiele korporacji może korzystać z platformy i budować na niej. Partnerstwa to nowy sposób prowadzenia badań.

Poprawki: Sophie Vandebroek służyła w komitecie doradczym dziekana MIT od dekady, a nie dziesięcioleci. MIT-IBM Watson AI Lab świętuje swoją drugą rocznicę we wrześniu, a nie ostatnią.

ukryć