Jorge Torres, spoluzakladatel a CEO MindsDB – Interview Series

Jorge Torres je spoluzakladatel a CEO MindsDB, platformy, která umožňuje komukoli využít sílu strojového učení k položení prediktivních otázek na svá data a získat od nich přesné odpovědi. MindsDB je také absolventem posledního zimního běhu YCombinator 2020 a byl nedávno označen Forbesem jako jedna z nejperspektivnějších AI společností v Americe.

Co vás最初 přitáhlo k strojovému učení?

Je to zajímavý příběh. V roce 2008 jsem žil a pracoval v Berkeley pro startup nazvaný Couchsurfing a viděl jsem tento kurz, (cs188 – Úvod do AI). Ačkoli jsem nebyl v té době spojen s univerzitou, zeptal jsem se profesora Johna DeNera, zda mohu navštívit jednu z jeho lekcí, a on mi to umožnil. Tento profesor byl brilantní a opravdu každého zamiloval do tohoto tématu. Bylo to nejlepší, co se mi stalo. Byl jsem překvapen, že počítače mohou naučit se vyřešit problém, uvědomil jsem si, že se to rychle vyvíjí, a rozhodl jsem se, že se tomu budu věnovat jako své kariéře.

Existují beberapa generace definujících událostí v technologii, které přicházejí pouze několikrát za život. Byl jsem dostatečně šťastný, aby svědčil o narození internetu, ale byl jsem příliš mladý, abych mohl být něčím jiným než pasivním pozorovatelem. Věřím, že strojové učení je tou další generací událostí, a chtěl jsem být její součástí nějakým způsobem, abych mohl pomoci posunout technologii a způsob, jakým ji využíváme.

MindsDB začal na UC Berkeley v roce 2018, můžete sdílet einige pohledy z těch raných dnů?

UC Berkeley je jedna z nejlepších výzkumných institucí na světě a má historii vytváření a podpory open-source softwaru, a mysleli jsme si, že není lepší místo, kde začít MindsDB. Naše hodnoty byly sladěny, nabídli nám naše první peníze prostřednictvím UC Berkeley Skydeck Accelerator a zbytek, jak se říká, je historie.

Rané dny nebyly příliš odlišné od mnoha startupů v Bay regionu – Tři lidé pracovali dlouho na něčem, ve které všichni věřili, ale měli pouze malou šanci na úspěch. Jediný rozdíl spočívá v tom, že místo práce v prachu garáže v Palo Alto jsme byli v relativním pohodlí v Skydeck Penthouse co-working prostoru (bezplatně).

Věřím, že existuje enormní síla v datech. Čím více dat má společnost, tím více může pohánět své podnikání dopředu. Ale pouze pokud jsou schopni získat smysluplné informace z nich.

Na podzim 2017 můj nejlepší přítel Adam Carrigan (COO) a já jsme došli k závěru, že příliš mnoho podniků čelilo omezením, pokud jde o extrahování smysluplných informací ze svých dat. Uvědomili jsme si, že jedním z největších omezení bylo to, že mnoho z těchto podniků vážně podceňovalo sílu umělé inteligence. Věděli jsme, že strojové učení může učinit data a inteligenci, kterou může poskytnout, přístupnou všem. Proto jsme navrhli platformu, která by umožnila komukoli využít sílu strojového učení k položení prediktivních otázek na svá data a získat od nich přesné odpovědi.

Nazýváme tuto platformu MindsDB a soustředíme se na to, aby bylo pro vývojáře stále snadnější rychle vytvářet další vlnu aplikací zaměřených na AI, které transformují způsob, jakým žijeme a pracujeme, a aby podnikům pomohly extrahovat informace ze svých dat.

Proč se MindsDB zaměřil na řešení problému být datově orientovaný místo strojově učení orientovaného?

Pokud se podíváte na většinu výzkumu v oblasti AI, velkou část z toho pochází z akademických institucí. Strojové učení bylo historicky modelově orientované, protože toto je místo, kde výzkumné instituce mohou přidat vnímanou hodnotu; více výzkumu zlepšuje modely nebo vytváří nové, a tím produkuje lepší výsledky. Na druhé straně přidání lepší kvality / více relevantních dat k existujícímu přístupu není snadno publikovatelné (klíčový KPI pro výzkumné pracovníky).

Nicméně většina aplikovaných problémů strojového učení dnes mnohem více prospěje z lepšího dat než z lepšího modelu. To se také shoduje s naší misí demokratizovat strojové učení, většina lidí mimo oblast AI neví mnoho o AI, ale určitě ví mnoho o svých datech.

Viděli jsme, že existují dva typy společností, na jedné straně společnosti s daty v databázi, na druhé straně společnosti, které dosud nevyřešily databáze, uvědomili jsme si, že pokud společnost patřila do skupiny s databázemi, jejich datová zralost je již umístila na správnou cestu k tomu, aby mohli skutečně aplikovat strojové učení, zatímco společnosti, které dosud nevyřešily databáze, měly ještě dlouhou cestu před sebou, a proto jsme se zaměřili na poskytování hodnoty pro ty, kteří mohli skutečně extrahovat.

Jak MindsDB přistupuje k modelování a nasazení v plain SQL?

Vytváříme reprezentace modelů jako tabulky, které lze dotazovat, takže efektivní jsme odstranili koncept „nasazení“ z obrazu. Když napíšete do databáze CREATE VIEW, tento pohled je živý hned po dokončení zpracování příkazu, stejně jako když provedete CREATE MODEL v MindsDB.

Lidé milují MindsDB kvůli zjednodušení, které jste přinesli do ML-Ops lifecycle, proč je zjednodušení nasazení strojového učení tak důležité?

Lidé milují to, protože to abstrahuje zbytečné ETL pipelines, takže méně věcí, které je třeba udržovat. Naše zaměření je získat uživatele, aby extrahovali hodnotu strojového učení, aniž by museli přemýšlet o údržbě infrastruktury ML, pokud již udržují data infrastruktury.

Jaké jsou některé výhody a rizika být open-source startupem ve srovnání s tradičním startupem?

Open Source projekt může začít s pouhou myšlenkou, a lidé vám pomohou ji vybudovat po cestě, na uzavřené approach musíte začít se stejnými předpoklady, ale musíte být lepší, protože nikdo vám nepomůže zlepšit váš produkt (alespoň ne ve stejném objemu jako v open source), přemýšlejte o open source jako o spolupráci produktu uživatel fit approach.

MindsDB nedávno vybral 16,5 milionu dolarů investice od Benchmark, proč je Benchmark perfektní investor pro vás a jak jejich vize odpovídá vaší?

Benchmark má bezvadnou reputaci v našem odvětví, Chetan pomohl společnostem, jako je mongodb, elastic, airbyte, stát se světovými lídry ve svých oblastech. Věříme, že není lepší fit pro MindsDB než Chetan a Benchmark capital.

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