Jorge Torres, spoluzakladatel a CEO společnosti MindsDB – Interview Series

Jorge Torres je spoluzakladatel a CEO společnosti MindsDB, platformy, která umožňuje každému využít sílu strojového učení k zadávání prediktivních otázek na data a získávání přesných odpovědí z nich. MindsDB je také absolventem recentní zimní série YCombinator 2020 a byl nedávno uznán jako jeden z nejperspektivnějších AI společností v Americe podle Forbes.

Co vás původně přitáhlo ke 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 spojen s univerzitou v té době, zeptal jsem se profesora Johna DeNera, zda bych mohl navštívit jednu z jeho lekcí, a on mi to umožnil. Tento profesor byl brilantní a opravdu dokázal, aby se všichni zamilovali do tohoto tématu. Bylo to nejlepší, co se mi stalo. Byl jsem překvapen, že počítače mohou naučit se vyřešit problém, a uvědomil jsem si, že se jedná o rychle se rozvíjející oblast, a rozhodl jsem se, že se stanu jejím součástí.

Existuje několik generativních událostí v technologickém světě, které nastávají pouze několikrát za život. Byl jsem dostatečně šťastný, aby byl svědkem narození internetu, ale byl jsem příliš mladý, aby mohl být něco jiného než pasivním pozorovatelem. Věřím, že strojové učení je další generativní událost, a chtěl jsem být její součástí nějakým způsobem, abych mohl přispět k rozvoji této technologie a způsobu, jakým ji využíváme.

MindsDB začala na UC Berkeley v roce 2018, můžete sdílet nějaké poznatky z těch raných dnů?

UC Berkeley je jednou z nejlepších výzkumných institucí a má historii vytváření a podpory open-source software, a mysleli jsme si, že není lepší místo pro zahájení MindsDB. Naše hodnoty byly sladěny, nabídli nám první šek prostřednictvím UC Berkeley Skydeck Accelerator a zbytek je historie.

Rané dny nebyly příliš odlišné od mnoha startupů v Bay Area – Tři lidé pracovali dlouhé hodiny 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 je schopna pohánět své podnikání dopředu. Ale pouze pokud jsou schopni získat z nich smysluplné informace.

Na podzim 2017 můj nejlepší přítel Adam Carrigan (COO) a já jsme došli k závěru, že příliš mnoho podniků čelilo omezením, pokud jde o získání smysluplných informací z jejich dat. Uvědomili jsme si, že jedním z největších omezení bylo to, že mnoho z těchto podniků velmi podceňovalo sílu umělé inteligence. Věděli jsme, že strojové učení může učinit data a inteligenci, kterou může poskytnout, dostupnou pro každého. Proto jsme navrhli platformu, která by umožnila každému využít sílu strojového učení k zadávání prediktivních otázek na data a získávání přesných odpovědí z nich.

Označujeme tuto platformu jako MindsDB a soustředíme se na to, aby byla stále více snadno použitelná pro vývojáře, aby mohli rychle vytvářet další vlnu aplikací založených na AI, které změní způsob, jak žijeme a pracujeme, a aby podnikům umožnily získat informace z jejich dat.

Proč se MindsDB zaměřila na řešení problému být datově orientovaná, a ne strojově učení orientovaná?

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

Však většina aplikovaných problémů strojového učení dnes mnohem více prospěje z lepšího dat než z lepších modelů. To také odpovídá naší misi demokratizovat strojové učení, většina lidí mimo oblast AI neví mnoho o AI, ale jistě 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 má data v databázi, jejich datová zralost je již na správné cestě k tomu, aby mohli skutečně aplikovat strojové učení, zatímco společnosti, které dosud nevyřešily databáze, měly ještě dlouhou cestu před sebou, a proto jsme se soustředili na poskytování hodnoty pro ty, kteří mohli skutečně získat z ní prospěch.

Jak MindsDB přistupuje k modelování a nasazení v plain SQL?

Vytváříme reprezentace modelů jako tabulky, které lze dotazovat, a tím efektivní odstraňujeme koncept „nasazení“ z obrazu. Když napíšete do databáze CREATE VIEW, tato pohled je živá, jakmile je dokončena zpracování příkazu, totéž platí pro CREATE MODEL v MindsDB.

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

Lidé to milují, protože abstrahuje zbytečné ETL kanály, takže je méně věcí, které je třeba udržovat. Naším zaměřením je získat pro uživatele 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 oproti tradičnímu startupu?

Open-source projekt může začít pouze s nápadem, a lidé vám pomohou jej budovat po cestě, na uzavřené přístup je třeba začít se stejnými předpoklady, ale musíte být správní, protože nikdo vám nepomůže vylepšit váš produkt (alespoň ne ve stejném objemu jako v open-source), přemýšlejte o open-source jako o spolupráci produktu a uživatele.

MindsDB nedávno získala investici ve výši 16,5 milionu dolarů od Benchmark, proč je Benchmark ideálním investorem a jak jejich vize odpovídá vaší?

Benchmark má bezvadnou historii v našem oboru, 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.