Wie eine neue KI-Architektur Halluzinationen behebt und Vertrauen schafft!

Duncan Riley (00:01.927)

Hallo und willkommen zurück bei Building Momentum, der Show, auf der wir den Vorhang für die aufregende und oft chaotische Welt des Aufbaus eines erfolgreichen Technologieunternehmens öffnen. Ich bin Duncan, Ihr Moderator der Sendung, in der wir Ihnen in jeder Folge die Geschichten und Strategien von Menschen erzählen, die in den Schützengräben waren, die Fluktuation überwunden, ihr Team skaliert und Produkte entwickelt haben, die Menschen und Unternehmen lieben. In dieser Folge werden wir mit John, dem Gründer und CEO von Data Squared, chatten, der Pionierarbeit im Bereich der künstlichen Intelligenz der nächsten Generation.

das verändert, wie Unternehmen ihre Daten verstehen und nutzen. Als US-Militärveteran und Absolvent der United States Air Force und der London School of Economics der New York University sowie Harvard Aluminus verfügt John über Erfahrung in der Entwicklung transparenter, erklärbarer KI-Lösungen für Bereiche mit hoher Zuverlässigkeit, darunter Verteidigung, Nachrichtendienste, Energie und kritische Infrastrukturen. Seine globale Erfahrung erstreckt sich über mehrere Kontinente,

einschließlich innovativer Technologieimplementierungen in Schottland, Nigeria, Südafrika, Brasilien, Großbritannien, Thailand und Australien. John, es ist toll, dich in der Show zu haben. Danke, dass du zu uns gekommen bist.

Jon Brewton - CEO Data² (01:13.038)

Ja, danke für die Einladung. Ich freue mich darauf, heute in die Diskussion einzusteigen und Ihnen ein bisschen über unsere Geschichte zu erzählen und, wissen Sie, irgendwie zu erfahren, was Sie vorhaben, und einfach über all die verrückten Dinge zu hören, die im Moment in der KI passieren.

Duncan Riley (01:27,325)

Brillant, brillant. Nun, danke, dass du offensichtlich an der Show teilgenommen hast. Wirklich, vielleicht fangen wir damit an, was ist das Quadrat von Daten und was ist das große Problem da draußen, das Sie auf der Welt zu lösen versuchen?

Jon Brewton - CEO Data² (01:41.614)

Ja, ich denke ein paar verschiedene Dinge. Data Square ist also ein Unternehmen, das wir im September 2023 gegründet haben. Wir sind also ein junges Unternehmen. Wir sind noch nicht so lange da. Das Team hat ein paar Schlüsselthemen, zumindest in der Gründerkohorte und bei den Leuten, die gerade für uns arbeiten. Wir haben entweder in gewisser Weise beim US-Militär gedient. Wir haben einen Navy SEAL, einen Tierarzt der Air Force, einen Tierarzt des Marine Corps und einen Tierarzt der Armee. Wir haben in kritischen Infrastrukturbranchen wie Bergbau oder Öl und Gas gearbeitet.

Und wir haben in gewisser Weise zusammen studiert, sei es an der NYU, der London School of Economics, Harvard, wir sind alle zusammen zur Schule gegangen und haben neue und innovative Wege untersucht, um Technologie für das Wachstum von Unternehmen einzusetzen. Und nach all dem Lernen dachten wir, es wäre wahrscheinlich interessant, das selbst auszuprobieren. Und so haben wir am Ende ein Unternehmen gegründet. Und ich würde sagen, zu Beginn des Unternehmens wussten wir wirklich nicht, was wir tun wollten. Wir wissen, dass wir Technologie einsetzen wollten. Wir wussten, dass wir das wollten

versuche Leuten zu helfen, Lösungen zu finden und wirklich interessante Dinge zu tun. Wir haben es auf den Punkt gebracht, coole Sachen mit tollen Leuten zu machen. Und das ist quasi das Gründungsethos, mit dem wir angefangen haben. Aber am Ende des Tages nutzen wir einen Teil unseres Hintergrunds und unseres Verständnisses der Branchen, die wir ins Visier nehmen wollten, hauptsächlich Verteidigung und Nachrichtendienste, und dann speziell die Energiebranche. Und einen Teil unserer technischen Erfahrung mit

verschiedene Lösungen skalieren, Technologien kommerzialisieren und verschiedene Dinge tun, um zu versuchen, das Gleichgewicht zwischen dem, was der Markt wirklich brauchte, und dieser wirklich coolen und interessanten, potenziell transformativen neuen Technologie aus generativer KI-Perspektive zu verstehen, die gerade auf den Markt kam. Und letztendlich haben wir uns darauf geeinigt, dass wir einen Weg finden wollten, Halluzinationen bei der Anwendung zu begrenzen und Systeme zu skalieren.

das könnte viele verschiedene Informationen und Informationen zusammenführen, da Unternehmensangebote und verschiedene Unternehmen, die branchenübergreifend tätig sind, insbesondere in der Regierung, eine wirklich differenzierte, gegliederte Systeminfrastruktur haben. Nichts ist irgendwie miteinander verbunden. Und wir wollten einen intelligenten Weg finden, um diese Dinge irgendwie miteinander zu verbinden. Und wir wollten herausfinden, ob wir ein System schaffen können, das den Menschen auf systematische Weise Erklärbarkeit bietet.

Jon Brewton - CEO Data² (04:01.982)

Viele der Systeme, die Sie heute von Grundmodellen wie Claude oder Open AI sehen werden, leiden unter Halluzinationen und unter Blackbox-Verkabelung. Man kann nicht wirklich sehen, wie die Dinge unter der Haube passieren und warum sie passieren, und man kann nicht wirklich entziffern, wie Informationen genutzt wurden und was das für die Antworten bedeutet, die man erhält. Und das ging irgendwie zurück zum Anfang von

Weißt du, Chat GPT kam raus und wir hatten ein paar Monate Zeit, um zu verstehen, du weißt schon, wie diese Systeme funktionieren. Und dann versuchen wir, unsere Geschichte und die Dinge, die wir getan haben, wissen Sie, als wir für Unternehmen wie Chevron und BP und andere große Bergbauunternehmen auf der ganzen Welt gearbeitet haben, zu nutzen, um zu versuchen, dieses Problem zu lösen. Und so haben wir die Bewertungsplattform geschaffen. Daher ist die Bewertungsplattform von Data Squares das einzige vollständig erklärbare KI-System.

die Sie in Sektoren mit hoher Zuverlässigkeit und hohem Risiko einsetzen können. Es bietet vollständige Rückverfolgbarkeit, Überprüfbarkeit und Ergebnisse ohne Halluzinationen. Und letztlich wollten wir sicherstellen, dass wir etwas liefern können, das transformativ ist und genau den Moment trifft, der mit der neuen Technologie und ihren Auswirkungen auf ihren potenziellen Umfang und ihre Vermarktung in Verbindung gebracht wurde. Und letztlich versuchten wir, das Wertversprechen zu nutzen, das Sie erhalten könnten, wenn Sie Systeme auf der Grundlage dieser Funktionen richtig entwerfen.

Duncan Riley (05:19,827)

Sie haben dort offensichtlich einige ziemlich starke Sektoren erwähnt, wissen Sie, Verteidigung sowie Öl und Gas. Könnten Sie also Daten aus den meisten Branchen im Quadrat anwenden oder würden Sie sagen, dass sie wirklich gut funktionieren, wenn Sie nicht unter die Haube schauen können und Sie diese Daten aggregieren und im Wesentlichen zum Leben erwecken müssen? Oder würden Sie sagen, dass es für unser Publikum, wenn es sich das ansieht, auf mehrere Sektoren angewendet werden kann?

Jon Brewton — CEO Data² (05:46.638)

Ich würde also sagen, als wir anfingen, begannen wir mit der These, dass wir es auf Öl und Gas anwenden würden. Und der erste Machbarkeitsnachweis, den wir gebaut haben, und die ersten Systeme, die wir entwickelt haben, waren alle für Öl und Gas bestimmt, also Anwendungsfälle, die aufgegeben wurden. Wenn Sie also einen Produktionsbrunnen hatten, sinkt dessen Nutzungsdauer. Jetzt nimmt es einfach Geld und ist aus wirtschaftlicher Sicht oder aus Sicht der Kohlenwasserstoffe nicht wirklich produktiv. Sie möchten diese Anlage stilllegen.

Das ist normalerweise ein sehr kniffliger Prozess, da diese Dinge in einigen Fällen bis zu 50 Jahre lang produziert werden. Deshalb wollten wir versuchen, diese Geschichte miteinander in Einklang zu bringen. Und es ist einfach so, dass die Art und Weise, wie wir dieses System entwerfen, wirklich auf alles anwendbar ist. Es gilt nicht für eine bestimmte Branche. Es gilt nicht für Domänen und gilt nicht für einen Anwendungsfall. Es kann im Grunde auf alles angewendet werden. Aber es gibt gewisse Betriebsgrundsätze, die wir versuchen, den Kunden zumindest so zu vermitteln, wie diese Systeme am besten funktionieren.

Wir verwenden Wissensgraphen als grundlegenden Bestandteil dieser Gleichung. Sie funktionieren am besten in Bereichen, in denen Sie versuchen, Netzwerke oder Systeme abzubilden, und der Wert, wie diese Systeme miteinander verbunden sind und warum einzelne Teile auf bestimmte Weise miteinander verbunden sind, geht wirklich in die Entscheidungsanalyse ein, die Sie durchführen würden, um in diesen Bereichen Wert zu schaffen. Denken Sie also an Dinge wie

Cybersicherheit, Lieferkette, technische Arbeitsabläufe, jede Art von Finanzbetrugsuntersuchungen oder Marktkartierungsmaßnahmen, die Sie durchführen möchten, jede Art von personalisierten medizinischen Anwendungen oder wie die Entwicklung neuer Medikamente. Diese basieren darauf, dass viele unterschiedliche Informationen auf greifbare und rückverfolgbare Weise aggregiert werden, sodass Sie verstehen, wie dieses Netzwerk zu einem bestimmten Zeitpunkt optimiert werden kann.

Das war also wirklich unser Fokus, wenn wir etwas neu entwickeln wollen, nun, wir brauchen eine Menge Daten. Wenn wir ein Netzwerk oder eine Netzwerkinfrastruktur verwalten, wie verbinden wir diese Dinge miteinander? Und Grafiken sind zufällig eine großartige Möglichkeit, das zu tun. Sie funktionieren also am besten dort, wo die Verbindungen in Ihren Daten wichtig sind und Sie versuchen, eine Art Wertschöpfungskette zu modellieren, aber es ist wirklich auf alles anwendbar. Ich meine, Anwendungsfälle, Sie könnten es auf eine allgemeine Chatbot-Funktionalität anwenden, die Sie gerade aufbauen möchten.

Jon Brewton - CEO Data² (08:10.83)

Weißt du, Grafiken als zugrunde liegender Teil der Gleichung ermöglichen es dir, wirklich zu verstehen, wie Dinge miteinander verbunden sind, warum sie miteinander verbunden sind und was das für die Art und Weise bedeutet, wie du alles optimieren kannst. Und es erfasst wirklich die reichhaltige Vernetzung der Daten. Wenn Sie also darüber nachdenken, wo Sie es einsetzen können, ist es meiner Meinung nach wirklich für die Bereiche geeignet, in denen Netzwerke wichtig sind, die Verbindungen in den Daten wichtig sind und Sie versuchen, große Datenmengen unter einen Hut zu bringen

Informationen wurden getrennt, um eine Antwort oder eine Möglichkeit zur Optimierung eines Systems zu finden. Präventive Wartung ist also ein weiteres gutes Beispiel.

Duncan Riley (08:47,315)

Ja, absolut. Ich wollte fragen, wer innerhalb dieser großen Unternehmen Ihrer Meinung nach den größten Nutzen aus den quadratischen Daten zieht? Wer ist irgendwie dabei und profitiert von all diesen aggregierten Daten, um sie visualisieren zu können? Was für eine Art von Avatar würdest du sagen?

Jon Brewton — CEO Data² (09:03.296)

Ja. Ja, sieh mal. Ja. Ja, die Personas sind irgendwie anders. Die Personas, an die Sie verkaufen würden, und die Personas der Benutzer sind in vielen Fällen sehr unterschiedlich. Vieles von dem, was wir kuratieren, funktioniert wirklich, wirklich gut in einer Art Vermögensverwaltungs-Denkweise. Wenn Sie also ein Executive Chief Operating Officer sind und eine große Anzahl unzusammenhängender und verteilter Vermögenswerte verwalten und wissen möchten, wie

modellieren Sie innerhalb dieses Netzwerks und schalten Sie dieses Netzwerk auf wirtschaftlicher Basis um. Wissen Sie, das sind die Leute, für die wir Systeme entwickeln, aber sehr oft sind das nicht die Leute, die tatsächlich die Arbeit ausführen, um diese Änderungen umzusetzen oder gar die Bereiche zu finden, in denen sich diese Änderungen bieten. Also verkaufen wir wirklich an Personen, die Leiter der Analytik, Leiter der IT, Chief Operating Officers, Chief Financial Officers usw. sind.

Aber wir entwickeln Lösungen für die Menschen, die täglich mit diesen Dingen arbeiten. Wir entwickeln sie also auf der Ebene der Techniker, Finanzanalysten oder Nachrichtenanalysten, also auf der Ebene der Leute, die sich wirklich mit den Daten auseinandersetzen müssen. Eines der Dinge, die wir quasi als Grundlage für das haben, was wir gebaut haben, ist, dass Menschen, wissen Sie, die Welt in Zeilen und Spalten sehen. Und wir nutzen gerne die zugrunde liegende Datenmodellinfrastruktur, die wir auf Wissensdiagrammen aufbauen, um Aufschluss zu geben

auf eine Art verborgene Weise, eine Dimension und eine Landschaft wirklich reichhaltiger, miteinander verbundener Erkenntnisse. Und wir nutzen diese, um gewissermaßen hin und her zu argumentieren. Und das ermöglicht es uns, ein paar Dinge, die wirklich, wirklich wichtig sind, aus dem System herauszuholen. Erstens ermöglicht es uns, den Aspekt der Transparenz, nach dem wir wirklich suchen, und den Aspekt der Rückverfolgbarkeit zu vervollständigen. Wir wissen, welche Daten wir an diese Systeme weitergeben. Wir wissen, welche Daten von diesen Systemen verwendet werden. Was ist...

Ich habe die Antworten eingereicht, wie das mit der Faktenbasis, auf der wir sie bereitstellen, und mit der gesamten Datenbank, aus der wir kuratieren, übereinstimmt. Wir verstehen, wie wir diese Antworten angesichts des Problems, das wir zu lösen versuchen, auf fachlicher Grundlage bewerten können. Und Grafiken ermöglichen uns das wirklich, aber sie entfernen auch irgendwie dieses ganze Blackbox-Element der KI. Jetzt verstehen wir, wie die KI funktioniert, warum sie tut, was sie tut, und wir können damit beginnen, diese Dinge im Hintergrund zu unseren Gunsten hin- und herzuschalten. Das ist also letztlich, weißt du,

Jon Brewton — CEO Data² (11:26,562)

irgendwie die Orte, an denen wir spielen, die Leute, an die wir verkaufen und wie wir versuchen, das System einzurichten. Aber es versucht wirklich, den Leuten eine wirklich, wirklich einfache Benutzeroberfläche in natürlicher Sprache zu bieten, die es ihnen ermöglicht, wirklich einzigartige, aber nachvollziehbare und greifbare Ergebnisse aus den jetzt verbundenen Informationen abzuleiten.

Duncan Riley (11:48,755)

Es klingt brillant, wissen Sie, für diejenigen, die zuschauen und ständig viele Datensätze und Datenpunkte auswerten, die in einem sich schnell bewegenden Tempo und in einer sich ständig ändernden Umgebung eingehen. Es klingt so, als ob das fantastisch für sie wäre. Offensichtlich sind Sie bis zu einem gewissen Grad noch ein junges Unternehmen. Ich stelle diese Frage immer gerne, aber was war bisher deine größte Herausforderung?

Weißt du, hat es das Produkt gebaut? Hat es einige dieser Kunden gewonnen? Womit sind Sie wirklich konfrontiert worden? Das ist eine große Herausforderung für dich.

Jon Brewton - CEO Data² (12:27,032)

Ja, ich denke, Herausforderungen manifestieren sich auf unterschiedliche Weise, oder? Und der Aufbau einer hochzuverlässigen, vertrauensvollen, halluzinationsfreien, erklärbaren KI-Plattform bringt seine eigenen Herausforderungen mit sich, oder? Es gibt eine Menge technischer Komplexität, eine Menge grundlegender Arbeit, die Sie aus Forschungs- und Entwicklungsperspektive erledigen müssen. Stellen Sie sicher, dass Sie das richtig machen können. Soweit wir derzeit wissen, sind wir die einzigen Menschen auf der Welt, die das können. Also, weißt du, das spricht irgendwie für die Forschungs- und Entwicklungsarbeit, die wir unternommen haben, um dieses System zu bauen.

Aber ich würde sagen, die größeren Probleme, mit denen wir wirklich effektiver umgehen mussten, haben einfach die Form einer Gegendarstellung. Wissen Sie, vor Kurzem gab es einen Artikel im Wall Street Journal. Ich glaube, der Titel dieses Artikels war etwas in der Art von Jenseits der Halluzinationsprävention, der Macht vernetzter Datensysteme. Ich weiß schon, ich zitiere Leute von OpenAI und Claude und

nur eine Vielzahl verschiedener großer Unternehmen. Microsoft ist ein weiteres Unternehmen, das darin zitiert wird. Und die Art von Slogan, mit der das beginnt, lautet: Man kann einen KI-Chat-Bot nicht davon abhalten, manchmal zu halluzinieren oder irreführende oder falsche Antworten auf eine Aufforderung zu geben oder sich Dinge auszudenken. Es gibt jedoch einige Dinge, die Sie tun können, um die Menge fehlerhafter Informationen zu begrenzen. Und so hören wir einfach genau dort auf. Als ob wir aufhören könnten.

KI-Chat-Bots fangen an zu halluzinieren, irreführende Informationen zu geben und falsche Antworten auf, Sie wissen schon, schlecht gestellte Fragen zu geben. Wir können sie davon abhalten, Dinge zu erfinden. Und das ist wirklich eine Gegendarstellung. Letzten Endes mussten wir eine Art Aufklärungskampagne durchführen, um mit den Leuten darüber zu sprechen, was möglich ist. Und wissen Sie, unser Leitbild als Unternehmen lautet, dass wir wollen und wir existieren, um einen besseren Weg zu finden. Und ich denke

Das ist wirklich ein wesentlicher Bestandteil der Gesamtbotschaft und der Funktionen, die wir auf den Markt bringen wollen. Sie hängen nicht an diesen Altsystemen fest, obwohl sie zwei Jahre alt sind, Sie sind nicht an den Ineffizienzen der Systeme festgefahren. Es gibt einen besseren Weg, dies zu tun. Und so wie unsere Vision als Unternehmen darin besteht, eine Welt aufzubauen, in der Menschen und Maschinen gemeinsam intelligentere Entscheidungen treffen. Und am Ende des Tages glauben wir, dass wir das schaffen können, aber wir müssen die Leute irgendwie davon überzeugen, dass die Dinge, die wir tun, überhaupt möglich sind.

Jon Brewton - CEO Data² (14:45,61)

als Nebenprodukt dieser gegenläufigen Positionierung, die wir haben. Was ist also eine überwältigende Menge an Informationen, die von Leuten wie Sam Altman und Elon Musk und einer Vielzahl anderer Leute kommen, die sehr große Megaphone haben, mit denen sie ihre Nachrichten weitergeben.

Duncan Riley (15:03,382)

Ja, absolut. Ich wollte, ja, ich meine, es ist hübsch, es ist manchmal schwer zu verstehen, weißt du, wenn man es mit so vielen Informationen zu tun hat und wie macht man sie für diese Person zu dieser Zeit relevant? Nun, John, Sie haben offensichtlich einige großartige Erfahrungen gemacht, als Sie beim Militär waren und auch mit einigen Ihrer derzeitigen Kollegen zusammengearbeitet haben, das haben Sie irgendwie erwähnt.

vielleicht Seal und so weiter. Scheint ein leistungsstarkes Team mit einer hohen Leistung zu sein. Aber ich bin sehr daran interessiert, etwas über dich herauszufinden und zu erraten, wie die Anfangszeit war und vielleicht deine Reise dazu geführt hat, weil du einfach nicht CEO von Data Squared werden und ein großartiges Produkt entwickeln kannst. Es steckt eine Reise dahinter und die Leute fragen sich wahrscheinlich, wie wir an diesen Punkt gekommen sind? es ist, ja, ich würde gerne ein bisschen mehr darüber erfahren.

Jon Brewton — CEO Data² (15:36,514)

Ja.

Jon Brewton — CEO Data² (16:00.846)

Ja, kein Problem. Ja, wir haben die Firma gegründet, was war das, vor 20 Monaten oder was auch immer das war. Also vor nicht allzu langer Zeit, aber offensichtlich begann der Weg zur Gründung von DataSquared schon lange davor. Du hast in meiner Biografie oder zumindest im Intro gelesen, dass es an vielen verschiedenen Orten gelebt und funktioniert hat. Und ich habe mit vielen verschiedenen Problemen gelebt und gearbeitet, und zwar mit sehr unterschiedlichen Ausmaßen.

Ich denke, alles, was wir im Leben tun, führt uns dazu, Wege zu finden, wie wir einfache Knöpfe drücken und versuchen können, die Entwicklung unserer persönlichen Effizienz und der Dinge, zu denen wir aufgefordert werden, auf ziemlich routinemäßiger und wiederkehrender Basis zu ändern. Im Ingenieurwesen ist das nicht anders. Ich habe beim Militär angefangen, ich wusste nicht, was ich machen wollte. Ich habe das Militär verlassen und mich schließlich für dieses Ausbildungsprogramm bei BP für eine Rolle im Öl- und Gasbetrieb eingestellt. Kurze Jahre später wurde daraus eine Stelle als Ingenieur.

Ein paar Jahre später arbeite ich bei Chevron. Ich habe den Ausbruch an einem Brunnen gestoppt. Ich habe den Präsidenten unserer Firma getroffen und er sagt, du solltest für mich arbeiten. Also werde ich, wissen Sie, sehr kurz danach, für ihn arbeiten und dann fange ich an, einen größeren Überblick über das Öl- und Gasgeschäft durch eine technische Linse zu bekommen. Und dann ging es nur noch darum, verschiedene Geschäftsbereiche zu optimieren. Also reise ich um die Welt an verschiedene Orte.

und versuchen, Wege zu finden, ihre Rentabilität zu steigern, ihre Verschwendung zu verringern und dann insgesamt einfach die Effizienzkurven dieser Unternehmen zu ändern. Dazu benötigen Sie spezielle Fachkenntnisse und ein Verständnis dafür, wie Daten miteinander verbunden sind, warum sie miteinander verbunden sind und wie Sie aus diesen verschiedenen Informationssilos Wert schöpfen.

Deshalb gefiel mir die Rationalisierung des Portfolios in Bezug auf verschiedene Anwendungen, die wir verwenden würden und warum. Und dann begann ich mit der Kommerzialisierung von Technologie. Und dann fing ich an, intelligente Methoden auszuprobieren, um ML-Prozesse und KI zu nutzen, und versuchte, diese Dinge intern zu skalieren. Und das hat mich dazu gebracht, wieder zur Schule zu gehen, wo man verschiedene Leute kennenlernt und neue Perspektiven entwickelt, wie man verschiedene Dinge tun kann. Letztlich glaube ich, es war Chevron.

Jon Brewton - CEO Data² (18:09.644)

das hat mich um die Welt geführt. Und es war Chevron, der mich dazu brachte, meinen MBA zu machen. Und während dieser Jahre, in denen ich meinen MBA mit verschiedenen Leuten gemacht habe, entdeckt man Dinge, die einen wirklich interessieren, und Datenanalyse und generell Optimierung waren ein großer Teil davon. Aber wissen Sie, das hat mich nach Harvard geführt, wo ich nach dem Studium arbeite. Und letztlich konzentriert sich alles auf

wie Sie Technologie und intelligente Methoden in Ihr Unternehmen integrieren und wie Sie die Effizienzkurven Ihres Unternehmens mit einem kommerzialisierten Ansatz, der Implementierung von Technologien in großem Maßstab, verändern können. Das führte mich zu Quantium, das zumindest in Australien und der Anzac-Region tätig ist, dem führenden Unternehmen für die Entwicklung von KI-Lösungen für maschinelles Lernen in Australien und Neuseeland. Sie arbeiten auch in Amerika. Und ich habe zufällig das Glück zu arbeiten

Harvard und sagte, ich habe nach meinem Abschluss mit dem Vorsitzenden von Quantium zusammengearbeitet und die Gelegenheit bekommen, vorbeizukommen und mit Quantium an einem Industrieunternehmen zu arbeiten. Und Quantium war ein großartiges Unternehmen, weil es mir sozusagen die Augen für die Möglichkeiten geöffnet hat, die wirklich vor mir lagen. Ich dachte auf verschiedene Arten über Dinge nach, verstand verschiedene Lösungsansätze, einen skalierbaren Plattformansatz für die Entwicklung. Es sind all diese Zittern, diese Pfeile, die man in seinen Köcher wirft, wie

Weißt du, es ist einfach additiv. Und irgendwann sagst du, ich habe dieses Wissen kultiviert. Ich verstehe die Dinge, für die ich eine Leidenschaft habe. Ich verstehe, wie man Dinge gut macht und wie man Dinge nicht gut macht. Und der einzige limitierende Faktor für die Gründung eines Unternehmens an diesem Punkt ist Ihre eigene Risikotoleranz und Ihr eigener Antrieb. Wissen Sie, es ist, als wäre Quantium ein großartiges Unternehmen gewesen. Ich wünschte, ich hätte mehr Zeit in der Firma gehabt. Aber zu diesem Zeitpunkt war es wie

Ich hatte einfach den Wunsch, etwas alleine zu machen. Ich hatte eine Weile in großen Unternehmen gearbeitet. Also, was machst du, wenn du dich entscheidest, anzurufen, deine eigene Firma zu eröffnen, deine Freunde anrufst und du sagst, Hey, willst du eine Firma mit mir gründen? Also, weißt du, so sind wir letztlich dahin gekommen, wo wir sind. Und, weißt du, ich denke, unsere Erfahrung hat wirklich beeinflusst, was wir getan haben. Ich denke, wir haben es sehr, sehr früh herausgefunden, als wir das Unternehmen gegründet haben.

Duncan Riley (20:13,523)

Ja.

Jon Brewton — CEO Data² (20:28,514)

dass Sie, wenn Sie Graphen auf generative KI-Schnittstellen anwenden, insbesondere auf GPT-Modelle und Transformatormodelle im Allgemeinen, die Effizienzkurven dessen, was Sie aus diesen Systemen herausholen können, ändern und die Transparenz erhöhen können. Nun, Graphen allein lösen nicht das ganze Problem, aber sie funktionieren als fantastischer Grundmechanismus. Und semantische Graphen geben Ihnen im Allgemeinen die Möglichkeit, zu verstehen, wie Sie von flachen Textdokumenten wechseln und wie sie in der Struktur funktionieren und wie sie mit diesen Systemen funktionieren.

Duncan Riley (20:33,586)

Ja.

Jon Brewton — CEO Data² (20:58,68)

zu einer multimodalen Schnittstelle und wie Sie diese multimodalen Informationsspeicher erstellen können, die wirklich viele wirklich wichtige Daten harmonisieren, aber getrennte Daten. Und das haben wir sehr früh herausgefunden. Wir haben angefangen zu testen und wir dachten, okay, wenn wir einen wirklich intelligenten Weg finden, Grafiken schnell und effizient zu generieren, können wir hier wirklich etwas Interessantes machen. Und, weißt du,

So sind wir irgendwie hergekommen. So, als ob alles irgendwie zu etwas anderem führt. Das Militär gibt dir Disziplin, diese Disziplin gibt dir die Möglichkeit, interessante Jobs zu bekommen. Du gehst zurück zur Schule, arbeitest als Ingenieur, überlegst Möglichkeiten, das System zu optimieren, bereist die Welt, du findest andere Möglichkeiten, Technologie zu nutzen, du gehst wieder zur Schule, du findest neue Netzwerke von Menschen. Und dann plötzlich, als ob Sie ein Unternehmen leiten, das etwas wirklich Interessantes, Neuartiges und anderes macht als viele Leute, die ähnliche Dinge tun.

Duncan Riley (21:57,242)

Ja, auf jeden Fall. Ich meine, John, ich spreche mit einigen Leuten und ich denke, das, was du tust, ist definitiv eines der einzigartigsten Dinge, von denen ich noch nie gehört habe. Deshalb habe ich mich wirklich gefreut, dich in die Show zu bringen und einfach herauszufinden, wohin es geht, wohin Data Squared geht? Und da freue ich mich wirklich darauf, dich zu fragen, was sich am Horizont abzeichnet? Denn offensichtlich steckt KI wohl bis zu einem gewissen Grad noch in den Kinderschuhen.

Aber jede Woche entwickelt sich für immer weiter und als CEO müssen Sie sich fragen, wie wir damit Schritt halten können. Und vor allem, wenn es ein großer Teil Ihres Produkts ist. Vielleicht ist es schwierig, diese Frage zu stellen, aber was zeichnet sich für Daten im Quadrat ab? Wo glaubst du, wird es hinführen?

Jon Brewton - CEO Data² (22:45.826)

Ja, suche nach Data Square, wir haben eine Menge Aktivitäten. Wir konzentrieren uns wirklich auf einige wichtige vertikale Märkte. Es sind Verteidigungs-, Geheimdienst-, Ingenieur-, Finanz- und dann Gesundheitsanwendungen. Wir sind gerade an einigen dieser Orte wirklich aktiv.

Ich denke, wo sehe ich die Entwicklung von Data Square? Das Interessante an dem, was wir entwickelt haben, ist, dass wir es durch unsere eigenen Versuche und Schwierigkeiten entwickelt haben, bei dem Versuch, Technologie und wirklich große Unternehmen zu implementieren, die sich wirklich von anderen abheben. Also haben wir eine Plattform entwickelt, die für mich die flexibelste, agilste und am besten skalierbare Plattform ist, die es je gab.

Es ist völlig Cloud-unabhängig. Es kann containerisiert und in Umgebungen mit Luftspalten eingesetzt werden. Es ist voll kompatibel mit jedem LLM. Es spielt keine Rolle, welchen Datentyp Sie darauf verwenden. Es kann in alle vorhandenen Systeme integriert werden. Wir müssen nur wissen, wie wir dorthin gelangen. Können Sie also einen API-Endpunkt einrichten, auf den wir zugreifen können? Und können Sie jemanden in Ihrem System oder Ihrem Unternehmen verwenden, der uns sagt, was wichtig ist und warum es wichtig ist? Solange wir diese Dinge definieren können, können wir eine Verbindung zu allen vorhandenen Systemen herstellen.

Es ist wirklich etwas, das es uns ermöglicht, von grenzenlosen Anwendungsmöglichkeiten und grenzenlosen Orten zu träumen, an denen wir es platzieren können. Aber das Beste daran ist, dass es als grundlegende Art von Plattformansatz für die Art und Weise dienen kann, wie Sie in diesen Umgebungen arbeiten oder.

Es kann wirklich etwas sein, das neben oder auf bestehenden Altsystemen steht, das Sie nur auf eine andere Art und Weise zu verwenden versuchen. Sie versuchen, das Kapital, das Sie in diese Systeme gesteckt haben, in eine Umgebung umzuwandeln, in der Sie es in großem Umfang mit anderen Systemen verwenden können, die Sie in Ihrem Unternehmen eingesetzt haben. Und ich denke, es ist wirklich alles möglich. Wir haben ein erstklassiges Partnernetzwerk. Wir sind gerade angebunden und haben eine wirklich greifbare Markteinführung.

Jon Brewton — CEO Data² (24:39.566)

Beziehungen zu AWS, Microsoft, Dell, WWT, Neo4j, Nvidia. Das sind wirklich große Unternehmen, die uns gerne ihre Glaubwürdigkeit verleihen und uns helfen, gemeinsam mit ihnen zu verkaufen. Der Umfang des Unternehmens steigt also hoffentlich, aber wir können es wirklich auf fast alles anwenden. Und letztendlich denke ich, dass der nächste Schritt einfach darin besteht, dass die Leute verstehen, was möglich ist.

Wie auch hier versuchen wir den Leuten zu zeigen, dass es einen besseren Weg gibt. Wir versuchen, eine Welt aufzubauen, in der Menschen und Maschinen gemeinsam intelligentere Entscheidungen treffen können. Und ich denke, es geht mehr darum, zu vergleichen und zu kontrastieren, uns vor die Leute zu stellen, damit sie es verstehen. Es gibt eine Möglichkeit, Halluzinationen vollständig zu eliminieren. Es gibt eine Möglichkeit, erklärbare Systeme zu bekommen. Es gibt eine Möglichkeit, meine alte Architektur, Infrastruktur und Systeme miteinander zu verbinden. Es gibt eine Möglichkeit, dies auf wirklich intelligente, kostengünstige und effiziente Weise zu tun, sodass Sie das, was Sie haben, nutzen können.

direkt vor dir, aber auf eine intelligentere Art und Weise. Wir sagen den Leuten, mit denen wir sprechen, gerne, schauen Sie, Ihnen fehlen keine Daten. Es ist, es ist, es ist, es ist ganzheitlich unmöglich, dass Ihnen Daten fehlen. Jeder ertrinkt irgendwie in Daten. Es gibt viele Datenerschöpfungen, aber Ihnen fehlen die Verbindungen in Ihren Daten, die existieren und die gerade wichtig sind. Und quasi müssen Sie diese Umgebung erneut verarbeiten. Man muss irgendwie überdenken, wie man diese Informationen nutzt, um diese Verbindungen wirklich zu finden, aber diese Verbindungen sind da und wir wollen das entscheidende Entsperren für die Leute sein.

Wir wollen sicherstellen, dass sie tatsächlich herausfinden können, wie sie ihre Daten effektiver nutzen können, ihre bestehende Systemarchitektur auf wirklich intelligente und effiziente Weise nutzen können, und dann den Menschen helfen, quasi dazu heranzuwachsen, Analysen und ganz spezifisch generative KI in großem Maßstab in ihren heutigen Unternehmen anzuwenden. In der Öl- und Gasindustrie haben wir uns bisher sehr, sehr gut geschlagen. Als Nächstes werden wir in großem Maßstab in die Nachrichtendienstbranche einsteigen. Und dann nach dieser Art von Finanzierung, aber

Duncan Riley (26:28,349)

Ja, wirklich.

Jon Brewton — CEO Data² (26:31,746)

Ja, es gibt Sky's the Limit. Ich denke, wir machen etwas anderes und Interessantes. Weißt du, vor Kurzem haben wir sogar mit Leuten in Australien und den Leuten, die ich bei Quantium kenne, darüber gesprochen, wie man, weißt du, in Kombination die Dinge, die sie tun, mit den Dingen, die wir tun, umschalten kann, um ein besseres Wertversprechen für die Kunden zu schaffen, mit denen alle bereits arbeiten. Ich denke, es geht einfach darum, du weißt schon, fließend zu sprechen, vor Leuten zu stehen und ihnen zu helfen, zu verstehen, was möglich ist.

Duncan Riley (26:59,015)

Ja. Und für diejenigen, die gerade zuschauen und denken, ja, ich muss mit John sprechen, wie gehen sie vor, um ein Gespräch mit Daten zu führen?

Jon Brewton - CEO Data² (27:08,61)

Ja.

Es ist wirklich einfach. Wir sind ein Low-Tech- und High-Tech-Unternehmen, was bedeutet, dass Sie mich einfach per E-Mail erreichen können und ich werde mein Bestes tun, um zu versuchen, Ihnen zu antworten. Aber schauen Sie, wir haben eine Website. Es ist data2.ai. Es gibt eine Art Formular, das Sie dort ausfüllen können, um uns mitzuteilen, dass Sie an einem Gespräch interessiert sind. Sie können uns auf LinkedIn erreichen. Es ist bei data2us das Handle, aber Data Square.

Als Unternehmen können Sie mich bei John Bruton, J-O-N-B-R-E-W-T-O-N, finden, und Sie können uns eine E-Mail an das Unternehmen unter contact senden, also kontaktieren Sie uns unter data2.ai. Und so können Sie mit uns in Kontakt treten. Wir freuen uns, ein Gespräch mit Ihnen zu führen und herauszufinden, was möglich ist.

Duncan Riley (27:55,951)

Hervorragend, ausgezeichnet. Und wir werden all diese Details auch in den Kommentaren hinterlassen, damit jeder darauf zugreifen kann, wenn er sie auf YouTube ansieht. Aber John, es war ein absolutes Vergnügen, dich in der Show zu haben. Ich wollte dich schon eine Weile verstehen und was du heute irgendwie erklärt hast, war ausgezeichnet und es steckt eine Menge Wert drin. Und ich denke, für diejenigen, die zuschauen, geht es nur darum, darüber nachzudenken, wie sie Daten im Quadrat anwenden können.

ihre Organisation, wie können sie ihre Daten zum Leben erwecken und damit beginnen, aussagekräftige Einblicke in ihre eigenen Daten zu erhalten. Wie Sie schon sagten, jeder ertrinkt in Daten, es geht nur darum, wie Sie darauf zugreifen. Und DataSquare scheint die Lösung auf dem Markt zu sein, oder

Jon Brewton — CEO Data² (28:39.054)

Ja.

Jon Brewton — CEO Data² (28:43,944)

Eine letzte Notiz, bevor wir abspringen. Mit unseren kommerzialisierten Anwendungen, die wir erst im letzten Jahr bereitgestellt haben, haben wir einen greifbaren Wert von rund 39 Millionen US-Dollar für die Menschen geschaffen, für die wir Lösungen entwickeln und bereitstellen. Das ist also nicht irgendein Märchen. Lassen Sie uns KI anwenden und sehen, was wir damit machen können. Das generiert echten Geschäftswert. Dabei geht es sehr zielgerichtet vor.

Das ist es, was für alle da draußen auf dem Tisch liegt. Wenn Sie also interessiert sind, zögern Sie bitte nicht, uns zu kontaktieren. Wir können Ihnen sagen, wie wir dorthin gelangen können.

Duncan Riley (29:15,571)

Das ist großartig. Und ich schätze, wenn Sie ERP-Systeme oder CRMs haben und Daten darin haben, die Ihre Teams nicht nutzen, gehen Sie davon aus, dass quadratische Daten eine Lösung dafür wären, wenn Sie die Verarbeitung natürlicher Sprache verwenden könnten, um sie herauszuholen und zu visualisieren.

Jon Brewton — CEO Data² (29:34.775)

Absolut.

Duncan Riley (29:35,923)

Brillant. Nun, John, vielen Dank. Und das bringt uns zum Ende einer weiteren Episode. Vielen Dank, dass du zugeschaltet hast, egal ob du mit uns auf YouTube zugesehen hast oder auf Spotify zugehört hast. Wir wissen es wirklich zu schätzen, dass du deine Zeit mit uns verbringst. Wenn dir gefallen hat, was du heute gehört und gesehen hast, vergiss bitte nicht, auf den Like-Button zu klicken und ihn zu abonnieren, damit du keine zukünftigen Folgen verpasst. Wir haben einige spannende Dinge vor uns. Bis zum nächsten Mal, sprich bald.