Eric Landau, spoluzakladatel a CEO Encordu – rozhovor

Eric Landau je CEO a spoluzakladatel Encordu, aktivní platformy pro počítačové vidění. Eric byl vedoucím kvantitativním výzkumníkem na globálním akciovém trhu delta-one, kde nasadil tisíce modelů do produkce. Před Encordem strávil téměř deset let v high-frequency tradingu v DRW. Vystudoval aplikovanou fyziku na Harvardově univerzitě, elektrotechniku a fyziku na Stanfordově univerzitě.

Ve svém volném čase se Eric rád baví s ChatGPT a velkými jazykovými modely a vyrábí koktejly.

Co vás inspirovalo k založení Encordu a jak vaše zkušenosti v částicové fyzice a kvantitativním financování ovlivnily váš přístup k řešení „problému dat“ v AI?

Poprvé jsem začal思考ovat o strojovém učení, když jsem pracoval v částicové fyzice a měl jsem co do činění s velmi velkými datovými soubory během svého pobytu ve Stanford Linear Accelerator Center (SLAC). Používal jsem software, který byl navržen fyziky pro fyziky, a to znamená, že nebyl příliš uživatelsky přívětivý. S lepšími nástroji bych mohl provádět analýzy mnohem rychleji.

Později, když jsem pracoval v kvantitativním financování v DRW, jsem byl odpovědný za vytvoření tisíců modelů, které byly nasazeny do produkce. Podobně jako v mém zážitku z fyziky jsem zjistil, že vysoce kvalitní data jsou kritická pro vytváření přesných modelů a že správa komplexních, rozsáhlých dat je obtížná. Ulrik měl podobnou zkušenost s vizualizací velkých obrazových dat pro počítačové vidění.

Když jsem slyšel o jeho počáteční myšlence na Encord, okamžitě jsem byl na palubě a pochopil důležitost. Společně Ulrik a já viděli obrovskou příležitost postavit platformu, která by automatizovala a zjednodušila proces vývoje AI dat, aby týmy mohly snadno získat nejlepší data do modelů a vytvořit důvěryhodné AI systémy.

Můžete vysvětlit vizi za Encordem a jak se porovnává s ranými dny počítačů nebo internetu z hlediska potenciálu a výzev?

Vize Encordu je být základní platformou, na kterou se podniky spoléhají na transformaci svých dat do funkčních AI modelů. Jsme vrstva mezi daty společnosti a jejich AI.

Ve mnoha ohledech AI odráží předchozí paradigmatické posuny, jako je osobní počítačování a internet, v tom, že se stane integrovanou součástí pracovních postupů pro každého jedince, podnik, národ a průmysl. Na rozdíl od předchozích technologických revolucí, které byly z velké části omezeny Mooreovým zákonem složeného výpočetního růstu o 30x za 10 let, vývoj AI profitoval z simultánních inovací. Pohybuje se tedy mnohem rychlejším tempem. Podle slov NVIDIAho Jensena Huang: „Poprvé vidíme složené exponentiály… Sčítáme se milionkrát za 10 let. Ne stokrát, ne tisíckrát, milionkrát.“ Bez přehánění jsme svědky nejrychleji se pohybující technologie v lidské historii.

Potenciál je zde obrovský: automatizací a škálováním správy vysoce kvalitních dat pro AI řešíme úzké místo, které brání širšímu přijetí AI. Výzvy jsou podobné jako v raných dnech předchozích technologických ér: izolace, nedostatek osvědčených postupů, omezení pro netechnické uživatele a nedostatek dobře definovaných abstrakcí.

Encord Index je позиcionován jako klíčový nástroj pro správu a kuraci AI dat. Jak se liší od ostatních platforem pro správu dat, které jsou v současné době k dispozici?

<p Existuje několik způsobů, jak se Encord Index odlišuje:

Index je škálovatelný: Umožňuje uživatelům spravovat miliardy, ne miliony, datových bodů. Ostatní nástroje čelí problémům se škálovatelností pro nestrukturovaná data a jsou omezeny ve spojení všech relevantních dat v organizaci.

Index je flexibilní: Integruje se přímo s privátním úložištěm dat a cloudovými poskytovateli, jako jsou AWS, GCP a Azure. Na rozdíl od ostatních nástrojů, které jsou omezeny na jednoho cloudového poskytovatele nebo interní systém úložiště, je Index agnostický k umístění dat. Umožňuje spravovat data z mnoha zdrojů s odpovídajícími řídicími a přístupovými kontrolami, které umožňují vyvíjet zabezpečené a kompatibilní AI aplikace.

Index je multimodální: Podporuje multimodální AI, správu dat ve formě obrazů, videí, audia, textu, dokumentů a dalšího. Index není omezen na jeden typ dat, jako mnoho LLM nástrojů dnes. Lidské vnímání je multimodální a věříme, že multimodální AI bude v srdci další vlny AI pokroků, které nahradí chatboty a LLM.

Jakým způsobem Encord Index zlepšuje proces výběru správných dat pro AI modely a jaký je dopad na výkon modelu?

Encord Index zlepšuje výběr dat automatizací kurace velkých datových souborů, pomáhá týmům identifikovat a uchovat pouze nejrelevantnější data a odstranit neinformativní nebo zkreslená data. Tento proces nejen snižuje velikost datových souborů, ale také významně zlepšuje kvalitu dat používaných pro školení AI modelů. Naši zákazníci viděli až 20% zlepšení svých modelů a zároveň dosáhli 35% snížení velikosti datového souboru a ušetřili stovky tisíc dolarů na výpočetních a lidských nákladech na anotaci.

Jak Encord zůstává předním v rychle se vyvíjejícím AI prostředí, zejména s ohledem na integraci pokročilých technologií, jako je Meta’s Segment Anything Model?

Úmyslně jsme postavili platformu, aby mohla rychle přizpůsobit novým technologiím. Soustředíme se na poskytování škálovatelného, software-first přístupu, který snadno zahrnuje pokroky, jako je SAM, a zajišťuje, že naši uživatelé jsou vždy vybaveni nejnovějšími nástroji, aby zůstali konkurenceschopní.

Plánujeme zůstat předními, soustředěním se na multimodální AI. Platforma Encord již může spravovat komplexní typy dat, jako jsou obrázky, videa a text, takže když přijdou další pokroky v multimodální AI, jsme připraveni.

Jaké jsou nejčastější výzvy, kterým čelí společnosti při správě AI dat, a jak Encord pomáhá řešit tyto problémy?

Existují 3 hlavní výzvy, kterým čelí společnosti:

• Špatná organizace a kontrola dat: Když se podniky připravují na implementaci AI řešení, často se setkávají s realitou izolovaných a neorganizovaných dat, která nejsou AI-připravená. Tato data často postrádají silnou správu, což omezuje jejich použití v AI systémech.
• Nedostatek lidských odborníků: Když AI modely řeší stále složitější problémy, brzy bude nedostatek lidských odborníků, kteří připraví a ověří data. Škálování této lidské pracovní síly je obtížné a nákladné.
• Neschopnost škálovat nástroje: Výkonné AI modely jsou velmi dat-hungrý, co se týče dat potřebných pro jemné ladění, validaci, RAG a další pracovní postupy. Předchozí generace nástrojů není vybavena pro správu množství a typů dat požadovaných pro dnešní produkční modely.

Encord řeší tyto problémy automatizací procesu kurace dat ve velkém měřítku, což usnadňuje identifikaci dopadajících dat z problémových dat a zajišťuje vytvoření účinných trénovacích a validačních datových souborů. Používá software-first přístup, který je snadno škálovatelný nahoru nebo dolů, podle potřeby správy dat. Naši AI-pomocí anotační nástroje umožňují lidským odborníkům maximalizovat efektivitu pracovního postupu. Tento proces je zvláště kritický v odvětvích, jako jsou finanční služby a zdravotnictví, kde jsou AI trenéři drazí. Umožňujeme snadno spravovat a pochopit všechna nestrukturovaná data organizace, snižujeme potřebu manuální práce.

Jak Encord řeší problém datového zkreslení a nedostatečně zastoupených oblastí v datech, aby zajistil férové a vyvážené AI modely?

Řešení problému datového zkreslení je pro nás na Encordu kritickou prioritou. Naše platforma automaticky identifikuje a oznamuje oblasti, kde mohou být data zkreslená, což umožňuje AI týmům řešit tyto problémy, než ovlivní výkon modelu. Zajišťujeme také, že nedostatečně zastoupené oblasti v datech jsou řádně zahrnuty, což pomáhá vyvíjet férovější a vyváženější AI modely. Používáním našich kuračních nástrojů mohou týmy být jisté, že jejich modely jsou trénovány na rozmanitých a reprezentativních datech.

Encord nedávno získal 30 milionů dolarů v rámci série B financování. Jak toto financování urychlí váš produktový roadmap a expanzní plány?

30 milionů dolarů v rámci série B financování bude použito na dramatické zvýšení velikosti našeho produktového, inženýrského a AI výzkumného týmu v průběhu následujících šesti měsíců a na urychlení vývoje Encord Index a dalších nových funkcí. Rozšiřujeme také naši přítomnost v San Francisku s novým úřadem a toto financování nám pomůže škálovat naše operace, aby podpořily naše rostoucí zákaznické základny.

Jako nejmladší AI společnost z Y Combinator, která získala série B financování, co přisuzujete rychlému růstu a úspěchu Encordu?

Jednou z důvodů, proč jsme mohli růst rychle, je, že jsme přijali extrémně zákaznicky orientovaný přístup ve všech oblastech společnosti. Jsme neustále v kontaktu se zákazníky, nasloucháme jejich problémům a „objímáme“ je, abychom našli řešení. Soustředěním se na potřeby zákazníků místo hype, jsme vytvořili platformu, která rezonuje s předními AI týmy napříč různými odvětvími. Naši zákazníci byliinstrumentální v tom, aby nás dostali tam, kde jsme dnes. Naše schopnost škálovat rychle a efektivně spravovat složitost AI dat učinila z nás atraktivní řešení pro podniky.

We také dlužíme hodně našeho úspěchu našim kolegům, partnerům a investorům, kteří všichni pracovali neúnavně, aby šampionovali Encord. Práce se špičkovými produktovými, inženýrskými a go-to-market týmy měla enormní dopad na náš růst.

Jak vidíte roli AI datových platforem, jako je Encord, v budoucnu, zejména v příštích pěti letech?

Čím více se AI aplikace stávají komplexními, tím více poroste potřeba efektivní a škálovatelné správy dat. Věřím, že každá podniková společnost bude mít nakonec AI oddělení, podobně jako dnes existují IT oddělení. Encord bude jedinou platformou, kterou budou potřebovat, aby spravovaly obrovské množství dat požadovaných pro AI a dostaly modely do produkce rychle.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Encord.