Nir Bar-Lev, CEO und Mitbegründer von Allegro AI – Interviewreihe

Nir Bar-Lev ist CEO und Mitbegründer von Allegro KI. Allegro AI ist darauf spezialisiert, Unternehmen bei der Entwicklung, Bereitstellung und Verwaltung von Machine- und Deep-Learning-Lösungen zu unterstützen. Mit Allegro AI können Unternehmen qualitativ hochwertigere Produkte schneller und kostengünstiger auf den Markt bringen und verwalten. Die Produkte basieren auf dem Open-Source-ML- und DL-Experimentmanager und dem ML-Ops-Paket von Allegro Trains.

Was hat Sie ursprünglich an KI interessiert?

Was mich in meiner Karriere am meisten angezogen hat, war die Bereitstellung modernster technischer Innovationen zur Bewältigung von Problemen oder Chancen (und eigentlich sind das zwei Seiten derselben Medaille) in großem Maßstab. Ich muss zugeben, dass meine Zeit bei Google diese Neigung sicherlich mitgeprägt hat.

KI erfüllt auf jeden Fall beide Kriterien. Es ist an der Spitze einiger der heutigen technologischen Grenzen und hat das Potenzial, fast jeden einzelnen Aspekt unseres Lebens auf diesem Planeten zu beeinflussen.

Sie haben eine beeindruckende Karriere hinter sich und begannen bei Google als Gründungsproduktleiter für die Spracherkennungsplattform von Google. Könnten Sie über die Anfänge Ihrer Arbeit bei Google sprechen und darüber, was Sie aus dieser Erfahrung gelernt haben?

Als ich gerade mein BWL-Studium an der Wharton School of Business abgeschlossen hatte, war ich erstaunt darüber, wie Google im extremen Widerspruch zu den etablierten Geschäftsnormen für die Führung erfolgreicher Unternehmen stand, wie sie an den besten BWL-Schulen der Welt gelehrt werden und wie ich in meinem Studium erlebt habe Karriere Pre-Business School. Ich erinnere mich noch gut daran, wie ich darüber mit einigen meiner Kollegen gesprochen habe, die zur gleichen Zeit direkt nach ihrem MBA-Studium zu Google kamen.

Es stellte sich heraus, dass Google – bis zu einem gewissen Grad – das Geschäftsmodell verändert hat, aber es profitierte auch von einem riesigen Feuerwerk an Geld aus seinem Werbegeschäft, das es ihm ermöglichte, auf eine Art und Weise zu experimentieren, die sich die meisten Unternehmen nicht leisten konnten. Ich kann bestätigen, dass Google, nachdem ich zehn Jahre lang bei Google gearbeitet habe, im Laufe seines Wachstums zunehmend etablierte Geschäftspraktiken und Denkprozesse übernommen hat.

Da ich als leitender Produktmanager die Spracherkennungsplattform leitete, musste ich auch mit Forschern zusammenarbeiten. Dies war tatsächlich eines der frühesten, wenn nicht das erste Forschungsteam bei Google, das sich wirklich mit angewandter Forschung befasste. Für mich war das eine große Herausforderung. Forscher haben eine ganz andere Denkweise als Ingenieure, und hier habe ich versucht, mit erfahrenen Forschern in einem Unternehmen zusammenzuarbeiten, das extrem ingenieurorientiert ist.

Es stellt sich heraus, dass die Herausforderungen, mit denen ich damals vor fast 15 Jahren konfrontiert war, den Problemen, mit denen Unternehmen heute konfrontiert sind, wenn sie versuchen, KI-Datenwissenschaftler in ihre Organisationen zu integrieren, sehr ähnlich sind.

Im Jahr 2016 wurden Sie Mitbegründer von Allegro AI? Was war Ihre Inspiration für die Einführung von Allegro AI?

Bei der Gründung von Allegro AI habe ich mich mit zwei großartigen Partnern zusammengetan, die überwältigende Ingenieurtalente sind. Einer meiner Partner war der erste Doktorand in einem der ersten und derzeit führenden KI-Labore Israels in einem der wohl führenden KI-Zentren weltweit. Für mich war er also wirklich Teil der Gründungsteams der angewandten KI in der Gemeinde vor Ort. Er hatte die Vision zu sehen, wie die praktische Anwendung von ML/DL mit einer Reihe neuer Herausforderungen in Bezug auf Skalierung, Automatisierung, Zuverlässigkeit, Qualität und mehr umgehen muss. Im Gespräch mit ihnen wurde mir klar, dass ich aus meiner Erfahrung bei Google und früher einen Beitrag zum Team leisten kann, um wirklich eine Chance zu haben, ein Unternehmen zu gründen, das durch die von uns bereitgestellten Tools einen enormen Einfluss auf die KI haben kann. Google und einige der anderen Technologiegiganten sind in einer beneidenswerten Lage, wenn es um ihre Fähigkeit geht, bei diesen Herausforderungen endlose Ressourcen von höchster Qualität zu sammeln. Aber so gut wie alle anderen können sich das nicht leisten (sei es im Hinblick auf den Zugang zu Talenten, die finanziellen Ressourcen, die Unternehmensausrichtung usw.). Dies war also eine Gelegenheit, mich genau auf das auszurichten, was ich am liebsten mache (siehe Frage 1) und dem gesamten Ökosystem zu helfen.

Allegro AI dient als Open-Source-Plattform für maschinelles Lernen und Deep-Learning-Management. Könnten Sie die Vorteile der Verwendung von Open-Source-Software besprechen?

Open Source bietet mehrere Vorteile. Am wichtigsten ist, dass es die breitere Community nutzt, um das Produkt selbst zu verbessern. Benutzer finden Fehler und Probleme, es gibt einen breiten Diskurs über Funktionen, die von Interesse sind; Die Integration in andere [Open-Source-]Tools ist viel einfacher zu ermöglichen, als dies bei zwei kommerziellen Organisationen mit proprietären Closed-Source-Tools der Fall wäre. usw.

Es stellt ein großartiges Modell für eine Win-Win-Situation sowohl für die Community als auch für das dahinterstehende Unternehmen dar. Für Organisationen, die nicht zahlen oder nicht zahlen wollen, ist es leicht auszuprobieren, zu testen und sogar zu erweitern. Gleichzeitig ermöglicht es größeren potenziellen Kunden, für erweiterte Funktionen/Dienste zu zahlen, die auf einem weit verbreiteten (und daher weniger riskanten) Teil basieren von Software.

Allegro AI bietet Datenverwaltungsdienste an. Könnten Sie die Art der Tools besprechen, die hierfür angeboten werden?

Allegro Ai bietet sowohl strukturierte Daten als auch unstrukturierte Datenverwaltung. Während es jedoch eine Vielzahl bewährter Lösungen für die Verwaltung strukturierter Daten gibt, bieten wir eine einzigartige Lösung für unstrukturierte Daten.

Insbesondere ist es wichtig, die Art der von uns angebotenen Datenverwaltung zu qualifizieren. Dabei geht es nicht um physisches Datenmanagement, sondern um Datenmanagement aus KI-Sicht. Für KI ist es für das Data-Science-Team von entscheidender Bedeutung zu verstehen, über welche Daten es verfügt. Bei unstrukturierten Daten ist das ziemlich schwierig. Stellen Sie sich Tausende oder Hunderttausende Stunden Video oder Audio vor. Stellen Sie sich Milliarden von Sensorsignalen usw. vor.

Datenwissenschaftler müssen die Varianz ihrer Daten kennen, um sie an die verschiedenen Situationen anzupassen, damit sie ihre Modelle effektiv trainieren können. Sie müssen verstehen, ob kritische Daten fehlen. wenn die Daten Verzerrungen oder Verzerrungen aufweisen.

Und dann – auf der anderen Seite – müssen sie über Tools verfügen, mit denen sie diese Situationen kostengünstig und schnell angehen können, ohne neue physische Daten beschaffen und diese mit Anmerkungen/Kennzeichnungen versehen zu müssen (ein sehr kostspieliges und zeitaufwändiges Unterfangen).

Dies ist im Wesentlichen die Art von Tools, die wir in diesem Bereich bereitstellen: leistungsstarke Tools, um „AI BI (Business Intelligence)“ auf Ihren Daten mit einem beispiellosen Maß an Granularität und Detailliertheit durchzuführen, und auf der anderen Seite Tools, um die Daten eng in die Daten zu integrieren Experimente und Modelle, sodass Datenwissenschaftler mit Zero-Code effektive Trainingsläufe mit den vorliegenden Daten einrichten können.

Darüber hinaus bieten wir zusätzlichen Mehrwert bei der Optimierung des Datenflusses, der Datenverschiebung usw. Da es sich um die Verarbeitung von Terabytes an Daten handelt. Es ist teuer, es zu verschieben, und Unternehmen benötigen auch eine Lösung, um dies zu optimieren.

Allegro AI bietet auch das Outsourcing von Data-Engineering-Dienstleistungen an. Welche Angebote sind verfügbar?

Allegro Ai ist in erster Linie ein Produktunternehmen und wir sehen uns in der Bereitstellung der Tools, der Infrastruktur oder des Gerüsts für Unternehmen, um Produkte mit darin integrierten Ai-Modellen (DL/ML) zu entwickeln, bereitzustellen und/oder zu verwalten.

Dies ist jedoch ein neuer Bereich, und unsere Kunden benötigen manchmal Hilfe beim Einrichten ihrer spezifischen Pipelines, die auf unseren Tools basieren, oder sogar Hilfe beim Start ihrer Modelle selbst. In solchen Situationen bieten wir ergänzende Dienstleistungen zu unserem Kern-S/W-Angebot an.

Könnten Sie die Bedeutung von Federated Learning besprechen und wie Allegro AI in diesem Zusammenhang eingesetzt werden kann?

Beim föderierten Lernen handelt es sich im Wesentlichen um die Fähigkeit, ein einzelnes KI-Modell zu trainieren, indem es Datensätze nutzt, die sich an verschiedenen physischen Standorten befinden (trainiert wird), ohne diese Datensätze an einen einzigen Standort zu bringen. Wir bieten auch eine erweiterte Version davon an, die wir „blindes föderiertes Lernen“ oder „blindes kollaboratives Lernen“ nennen, bei der keine einzelne Entität in diesem Szenario Zugriff auf Daten hat, die nicht dazu gehören, einschließlich der Entität, die das ultimative Modell erhält.

Föderiertes Lernen ist in verschiedenen Situationen wichtig, in denen die Wahrung des Datenschutzes, der Regulierung oder der Vertraulichkeit von geistigem Eigentum von entscheidender Bedeutung ist und gleichzeitig ein Interesse an der Nutzung verschiedener Datensätze besteht. Zum Beispiel zwei oder mehr Krankenhäuser oder medizinische Einrichtungen, die beim Training eines Modells für CT-Scans zusammenarbeiten möchten; oder zwei Regierungsbehörden, die an Heimatschutzdaten zusammenarbeiten wollen, um ein Anti-Terror-Modell aufzubauen, die Daten aber aus rechtlichen Gründen nicht einmal einander zugänglich machen können.

Oder sogar Situationen, in denen eine einzelne Einheit ihre verschiedenen Datenbestände nicht verschieben kann, weil dies unerschwinglich ist – zum Beispiel ein globaler Automobilhersteller, der autonome Fahrzeuge trainieren möchte und dabei Daten nutzt, die von Autos gesammelt werden, die auf der ganzen Welt fahren.

Allegro AI ist eines von weniger als einer Handvoll Unternehmen weltweit, das über eine bewährte und getestete kommerzielle Plattform verfügt, die föderiertes Lernen ermöglicht.

Gibt es noch etwas, das Sie über Allegro AI mitteilen möchten?

Allegro AI ist eine aufstrebende Kraft in der Welt der KI-Tools und ML-Ops. Erst im vergangenen Quartal, mitten in der ersten Welle der Covid-19-Krise, erlebten wir ein Wachstum, das unseren Kundenstamm in nur drei Millionen Jahren mehr als verdoppelte.

Vielen Dank für das Interview, Leser, die mehr erfahren möchten, sollten vorbeischauen Allegro KI.