خورخه توريس، المؤسس المشارك والرئيس التنفيذي لشركة MindsDB – سلسلة المقابلات

خورخه توريس، هو المؤسس المشارك والرئيس التنفيذي لشركة MindsDB، وهي منصة تساعد أي شخص على استخدام قوة التعلم الآلي لطرح أسئلة تنبؤية على بياناته والحصول على إجابات دقيقة منها. MindsDB هي أيضًا خريجة برنامج Winter 2020 الأخير لشركة YCombinator وتم الاعتراف بها مؤخرًا كأحد أكثر الشركات الواعدة في مجال الذكاء الاصطناعي في أمريكا من قبل مجلة Forbes.

ما الذي جذبك في البداية إلى التعلم الآلي؟

هذه قصة مثيرة. في عام 2008، كنت أعيش وأعمل في بيركلي لشركة بدء تشغيل تسمى Couchsurfing ورأيت هذا الصف، (cs188- مقدمة في الذكاء الاصطناعي). على الرغم من أنني لم أكن مرتبطًا بالجامعة في ذلك الوقت، سألت الأستاذ جون دي نيرو إذا كنت أستطيع الحضور إلى صف دراسي وسمح لي بذلك. كان هذا الأستاذ عبقريًا، وجعل الجميع يقعون في حب الموضوع. كانت هذه أفضل شيء حدث لي. كنت مذهلًا بأن الحواسيب يمكنها تعلم حل مشكلة، ودركت أن هذا يتحرك بسرعة و决定ت جعلها مسيرتي المهنية.

هناك بعض الأحداث الحاسمة في التكنولوجيا التي تحدث بضع مرات فقط في حياة الشخص. كنت محظوظًا بما يكفي لشهد ميلاد الإنترنت ولكن كنت شابًا جدًا بحيث لم أكن أكثر من مراقب سلبي. أعتقد أن التعلم الآلي هو الحدث التالي الذي يحدد الجيل، وأردت أن أكون جزءًا منه بطريقة ما لتحفيز التقنية وطريقة استخدامها.

بدأت MindsDB في جامعة كاليفورنيا، بيركلي في عام 2018، هل يمكنك مشاركة بعض الاطلاعات حول الأيام الأولى؟

جامعة كاليفورنيا، بيركلي هي واحدة من المؤسسات البحثية العظيمة في العالم ولها تاريخ في إنشاء ودعم البرمجيات مفتوحة المصدر، وفكرت أن لا يوجد مكان أفضل لبدء MindsDB. كانت قيمنا متوافقة، و قدموا لنا شيكنا الأول من خلال برنامج تسريع UC Berkeley Skydeck و الباقي كما يقولون هو التاريخ.

الأيام الأولى لم تكن مختلفة عن العديد من الشركات الناشئة في منطقة خليج سان فرانسيسكو – ثلاثة أشخاص يعملون ساعات طويلة على شيء يؤمنون جميعًا به، ولكنهم لم يكن لديهم فرصة كبيرة للنجاح. الفرق الوحيد هو أننا بدلاً من العمل في مرآب غبار في بالو ألتو كنا في راحة相対ية في مساحة العمل المشتركة Skydeck Penthouse (بدون رسوم إيجار).

أعتقد أن هناك قوة هائلة في البيانات. كلما كان لدي الشركة أكثر، زادت قدرتهم على دفع أعمالهم إلى الأمام. ولكن فقط إذا كانوا قادرين على الحصول على رؤى مفيدة منها.

في خريف عام 2017، توصلت أنا وصديقي آدم كارigan (الرئيس التنفيذي للعمليات) إلى استنتاج مفاده أن العديد من الشركات واجهت قيودًا عند محاولة استخراج معلومات مفيدة من بياناتهم. أدركوا أن واحدة من أكبر القيود كانت في كيفية تعطل العديد من هذه الشركات في استخدام قوة الذكاء الاصطناعي. كنا نعتقد أن التعلم الآلي يمكن أن يجعل البيانات، والذكاء الذي يمكن أن توفره، متاحة للجميع. لذلك صممنا منصة تسمح لأي شخص باستخدام قوة التعلم الآلي لطرح أسئلة تنبؤية على بياناته والحصول على إجابات دقيقة منها.

نسمي هذه المنصة MindsDB ونتابع جعلها سهلة بشكل لا يصدق للمطورين لإنشاء موجة جديدة من التطبيقات التي تركز على الذكاء الاصطناعي والتي ستحول الطريقة التي نعيش ونتعامل بها و للشركات لاستخراج المعلومات من بياناتهم.

لماذا ركزت MindsDB على حل مشكلة كونها مركزة على البيانات بدلاً من مركزة على التعلم الآلي؟

إذا نظرت إلى الغالبية العظمى من الأبحاث في الذكاء الاصطناعي، فستجد أن نسبة كبيرة منها تأتي من المؤسسات الأكاديمية. لقد كان التعلم الآلي تاريخيًا مركزًا على النماذج لأن هذا هو المكان الذي يمكن للمؤسسات البحثية إضافة قيمة محسوسة؛ البحث الأفضل يحسن النماذج أو يخلق نماذج جديدة وبالتالي ينتج نتائج أفضل. في المقابل، كونها مركزة على البيانات، إضافة بيانات ذات جودة أفضل أو أكثر صلة إلى نهج موجود لا يُنشَر بسهولة (المقياس الرئيسي للباحثين).

然而، فإن الغالبية العظمى من مشاكل التعلم الآلي التطبيقية اليوم تستفيد بشكل أكبر من تحسين البيانات أكثر من تحسين النماذج. هذا يتوافق أيضًا مع مهمتنا لتحقيق الديمقراطية في التعلم الآلي، حيث أن الغالبية العظمى من الناس خارج مجال التعلم الآلي لا يعرفون الكثير عن التعلم الآلي، ولكنهم يعرفون بالتأكيد الكثير عن بياناتهم.

رأينا أن هناك نوعين من الشركات، من ناحية الشركات التي لديها بيانات في قاعدة البيانات، ومن ناحية أخرى الشركات التي لم تكتشف قواعد البيانات بعد، ودركنا أنه إذا كانت الشركة في مجموعة قواعد البيانات، فإن نضج بياناتها قد وضعهم بالفعل على المسار الصحيح لتطبيق التعلم الآلي، في حين أن الشركات التي لم تكتشف قواعد البيانات بعد كانت لا تزال بعيدة، لذلك ركزنا على تقديم قيمة لأولئك الذين يمكنهم استخراجها.

كيف تقترب MindsDB من نمذجة وتحديث النماذج باستخدام SQL العادي؟

نقوم بإنشاء تمثيلات للنماذج كجداول يمكن استفسارها، وبالتالي نحن نزيل مفهوم “التحديث” من الصورة. عندما تكتب على قاعدة البيانات CREATE VIEW، تكون هذه العرض حية بمجرد انتهاء معالجة الأمر، نفس الشيء عندما تقوم بإنشاء CREATE MODEL في MindsDB.

الناس يحبون MindsDB بسبب التبسيط الذي قدمناه إلى دورة حياة ML-Ops، لماذا يعتبر تبسيط توزيع التعلم الآلي أمرًا مهمًا؟

الناس يحبون ذلك لأنها تحدد مسارات ETL غير ضرورية، وبالتالي هناك أشياء أقل للحفاظ عليها. تركيزنا هو الحصول على المستخدمين لاستخراج قيمة التعلم الآلي، من خلال عدم التفكير في الحفاظ على بنية تحتية التعلم الآلي إذا كانوا بالفعل يحافظون على بنية تحتية البيانات.

ما هي بعض المزايا والمخاطر لكونك شركة ناشئة مفتوحة المصدر مقابل شركة ناشئة تقليدية؟

يمكن لمشروع مفتوح المصدر أن يبدأ بفكرة واحدة، وسيساعدك الناس في بناءها على طول الطريق، في حين أن النهج المفتوح المصدر يتطلب منك البدء بنفس الافتراضات، ولكن عليك أن تكون على حق لأن لا أحد سيساعدك على تحسين منتجك (على الأقل ليس بنفس الحجم مثل المصدر المفتوح)، فكر في المصدر المفتوح كنهج تعاوني لتحسين المنتج.

أعلنت MindsDB مؤخرًا عن جمع 16.5 مليون دولار من Benchmark في جولة استثمارية من السلسلة A، لماذا يعتبر Benchmark المستثمر المثالي والذي يتوافق رؤيته مع رؤيتك؟

يتمتع Benchmark بسجل لا تشوبه شائبة في صناعتنا، وقد ساعد تشيتان شركات مثل MongoDB و Elastic و Airbyte على أن تصبح قادة في مجالاتها. نعتقد أن لا يوجد مستثمر أفضل من Benchmark لشركة MindsDB.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا MindsDB.