Enterra Solutions创始人兼首席执行官Stephen DeAngelis – 访谈系列
Enterra Solutions创始人兼首席执行官Stephen DeAngelis - 访谈系列' -> 'Enterra Solutions创始人兼首席执行官Stephen DeAngelis
Stephen DeAngelis是Enterra Solutions的创始人兼首席执行官，该公司是第一家将自主决策科学TM (ADS®)技术应用于企业的端到端价值链优化、决策和复杂研发的公司。
Stephen F. DeAngelis是人工智能和高级分析以及它们在商业实体和政府机构的竞争力、弹性和安全性方面应用的国际知名专家。DeAngelis先生是一位专利持有者、技术先驱和企业家。他的职业生涯处于国际关系、商业、政府和学术的交叉点上。他为自己的公司带来了独特的视角和丰富的经验。
您能分享一下Enterra Solutions背后的起源故事吗？
Enterra起源于美国政府承包商。Enterra为美国政府机构开发和执行企业弹性（系统化数据驱动的竞争力、风险和绩效）模型。在执行这项工作时，Enterra与联邦资助的美国研究和开发机构签订了合作研究和开发协议，开发了最佳实践的企业弹性管理方法和成熟度模型。
为了推进竞争力和弹性技术，Enterra在21世纪初开始从事人工智能和应用数学方面的工作。到了21世纪中期，该公司开始将在政府部门的工作与前沿的理论和实验学术研究相结合，这项工作至今仍在进行。Enterra的学术研究是一种双向合作，使我们的公司和员工接触到一些最先进和复杂的人工智能和数学技术和实践，同时建立了与一些认知科学和弹性应用领域的领先人物和重要思想家的深度网络和联系。
Enterra利用从政府和学术界的工作中所学到的科学和技术知识，重新构想了商业领域的大数据分析，结果创造了Enterra的自主决策科学® (ADS®)和生成AI平台以及一系列价值链扩展的商业应用，共同构建了一种首创的智能系统。Enterra的智能系统通过坐在组织的多个事务记录/参与系统上，包括营销、销售、供应链和企业战略，进行自主的端到端优化、规划和执行，协调决策和行动，帮助公司建立竞争力和弹性，并实现其商业目标。
通过将Enterra的专有技术与组织知识和实践相结合，Enterra可以系统性地预测市场变化，并以市场速度进行转型，将企业转变为自主智能企业。
Enterra Solutions提供自主决策科学，具体是什么，它如何优化业务决策？
Enterra的自主决策科学® (ADS®)是驱动Enterra智能系统的技术平台。Enterra的ADS技术平台集成了三种先前隔离的技术：
- 基于语义推理和向量符号逻辑的人工智能，可以进行类似人类的推理、决策和学习。这种独特的能力将常识和行业知识与推理推理相结合，创建一个可以进行细微、类似人类推理的决策系统，并从结果中学习。
- 玻璃箱、解释性、透明的机器学习，以专有的表示学习机（RLM）的形式呈现。RLM的基础是高维数学和函数分析。RLM独特地识别出描述数据集中变量组合和贡献的函数，通过与高精度的多层交互来描述可观察效应。这被归类为“玻璃箱”解释性算法，它生成一个可见的函数作为输出，而不仅仅是生成模式，而没有对系统/数据集动力学的任何解释性描述，也没有对模式意义的任何实质性“理解”。
- 基于约束的非线性优化能力，结合了RLM推导的公式、语义推理约束和逻辑，以快速优化的方式反映了复杂多维现实世界的考虑因素，得出高度可操作的建议。这种能力突破了与线性模型相关的维度障碍。
这些技术的独特组合使Enterra能够为客户提供显著有差异的能力，并在竞争环境中形成了一个高度可防御的差距，无论是大型人工智能技术平台还是点解决方案提供商。
大约一年前，在“Eye on AI podcast”中，您讨论了老式人工智能仍然是一个强大的工具。您对此的观点是否发生了变化，Enterra Solutions仍然使用哪些传统的机器学习算法？
科学是代际累加的，意味着一代能力在上一代创新的基础上构建了新的能力。Enterra不断创新和创造性地发展其技术。如上所述，Enterra创建了Enterra自主决策科学® (ADS®)和生成AI平台，它是类似人类推理和GenAI能力的集合，超级先进的高维度、玻璃箱、解释性机器学习与非线性、基于约束的优化引擎。我们将这些先前隔离的技术集成到一个平台上，这样做可以释放以前无法实现的分析能力，并弥补任何单一技术的不足之处。
Enterra Solutions如何将生成式人工智能集成到他们的解决方案中？
虽然许多组织仍处于探索和试验阶段，但Enterra Solutions和我们的客户已经在过去十年中从其强大的能力中受益。Enterra平台的人工智能组件将独特地学习推荐成功或失败的环境原因，并将这种学习保留在他们的本体论和生成式人工智能知识库中。当客户请求时，Enterra将开发一个特定的GenAI知识库，代表客户的战略、策略、业务逻辑和工作方式，并为Enterra智能系统的功能组件内的优化函数提供更新的逻辑和约束设置。
幻觉是生成式人工智能的主要问题之一，Enterra Solutions如何克服这些限制？
生成式人工智能可以自动化大多数工作流程，但由于缺乏验证，其可信度受到质疑。通过利用可以插入大型语言模型（LLM），通过数学推理和三角知识来验证其有效性的ADS技术，可以解决这个问题。通过利用ADS提供可信的可解释性和可操作性的见解和建议，可以建立信任。
从2015年到2019年，您是麻省理工学院达赖喇嘛伦理与变革价值中心的顾问委员会成员，这对您的商业和人工智能价值观有何影响？
嗯，如果一个人参与达赖喇嘛中心，不可避免地会将领导力和伦理视为同等重要。当你经营一家企业时，你很快就会发现你每年要做出成千上万个决策。有些是小事，有些是普通或程序性的，有些是重要或具有重大影响的决策。我希望我已经学会在我的逻辑中嵌入伦理考虑来做出决策，真正成为一个指引方向和启发决策的参数。这个概念也反映在我们构建算法和软件的方式上，最终也反映在我们组织的运营方式上。
像Geoffrey Hinton这样的商业和人工智能领袖经常关注人工智能以及特别是AGI的未来潜在问题，您对此有什么看法？
Geoffrey Hinton对潜在的滥用和人工智能部署速度的担忧是合理的。许多公司试图将人工智能融入他们的业务实践中，而不先了解他们试图解决的问题。人工智能不能解决所有问题，也不应被视为解决所有业务挑战的一种通用解决方案。重要的是，公司在寻找可行解决方案之前，从业务驱动的问题陈述开始。一旦你理解了你要解决的问题，你就能够理解使用先进技术（如人工智能）的战略匹配和技术可行性。
您是一位连续创业者，在不同领域成功创办了多家企业，是什么驱使您创新？
归根结底，我更像是一个有创造力的终身学习者和渴望知识的商业人士，而不是一名行政人员。终身学习和渴望知识的结合，再加上创业者为创造新业务而热情的激励，推动创新和产品、服务的创造，以填补市场上的空白。与优秀的团队合作并通过创造股东价值来“竞争和赢利”是驱使我创新的动力。
您对人工智能的未来有何愿景？
通过在近期的B2B应用中使用人工智能的镜头来看，我相信人工智能将在大规模商业应用中实现实用的自主决策。这些能力将由类似于人类的智能代理驱动，这些代理通过人工智能或人工超级智能增强人类决策，并专注于大规模和颠覆性的用例。应用领域包括全球各行业的端到端价值链优化和决策以及药物发现、配方和临床试验方面的颠覆性变革，这些应用将影响全球大多数人的生活。
感谢这次精彩的采访，希望想要了解更多的读者可以访问Enterra Solutions。
