“与其预测下一次雷击会在哪里，我们不如尝试发明避雷针。”SparkBeyond首席执行官Sagie Davidovich 说。
7年前，Davidovich与Ron Karidi共同创建了SparkBeyond平台，旨在利用现有的人工智能、算法和知识来提高人类解决问题的能力。需要指出的是，SparkBeyond 希望超越 AI 的典型用途，因此，它基本上是对2010 年代之前所谓的“预测分析”的扩展和升级。
“我们专注于提出一个可以改变系统、解决问题的想法，而不是通过更好的预测分析做出反应。”Davidovich解释说。
为了将人工智能作为提出新想法和新解决方案的工具，SparkBeyond 首先建立了一个综合算法库。这带来了“假设引擎”，它能大规模产生想法或可能的解决方案。Davidovich 说，假设引擎提供了“全新的、可能是疯狂的想法”，然后继续自主测试和排列想法，发现哪些更能得到数据的支持。
对于 SparkBeyond 而言，“数据”意味着所有可用数据和最新数据。SparkBeyond 平台的第二个支柱是“知识引擎”，一个拥有超过 4000 亿个网页的数据库。SparkBeyond 引擎使用自然语言理解软件扫描并阅读这些页面，以找到复杂问题的可能答案。
Davidovich 将此视为创造力的本质。“我们希望优化创造力。我们希望机器发现新的信号、新的想法，我们不想停留在‘这就是问题所在，这就是这个问题的意义所在’这样的层面上。”他说。
在功能上，SparkBeyond 能重新设计、重新思考“战略规划”的古老理念和广泛的业务流程。它通过人工智能驱动的动态研究引擎、不断更新的算法和链接数据库将其转变为“科学项目”，帮助企业高管效仿科学家。阐明问题和假设，根据可用数据进行测试并找到答案，甚至确定可以反驳他们的理论并挑战现有实践的数据类型。然而，与研究科学家不同，管理者使用研究来支持他们的业务决策并采取具体行动。
Davidovich相信预测未来的最好方法是创造它。这正是SparkBeyond 平台所做的，即，不止步于寻找相关性，而是创造新的组合、新市场。
SparkBeyond 目前正在开发其创意平台的第三个支柱，寻求通过人类智能直接增强机器和网络智能。Davidovich 设想了“一个由代理、人类和机器组成的自组织网络”，共同训练以改进他们的研究方法和对现实世界的影响。
