Blair Newman, CTO της Neuton – Σειρά Συνεντεύξεων

O Blair Newman, είναι ο CTO της Neuton, ενός ανατρεπτικού Πλαισίου Νευρωνικών Δικτύων και Αυτοματοποιημένης Μηχανικής Μάθησης (AutoML) που είναι πολύ πιο αποτελεσματικό από οποιοδήποτε άλλο πλαίσιο, μη νευρωνικό αλγόριθμο ή προϊόν AutoML που είναι διαθέσιμο στην αγορά. Κάνει την Τεχνητή Νοημοσύνη (AI) διαθέσιμη σε όλους.

Τι σας έκανε να ενδιαφερθείτε αρχικά για τη μηχανική μάθηση και την επιστήμη των δεδομένων;

Από προσωπικής πλευράς, έχω πάντα ενδιαφερθεί για τις δυνατότητες που προσφέρει η ML/Επιστήμη Δεδομένων, όπως οι Έξυπνες Πόλεις, τα Συνδεδεμένα Αυτοκίνητα και τώρα τι μπορεί να προσφέρει το TinyML. Τώρα, με την δημοκρατικοποίηση της AI, βλέπουμε κυριολεκτικά την ML παντού.

Μπορείτε να μοιραστείτε την ιστορία πίσω από τη Neuton;

Αποφασίσαμε να ξεκινήσουμε το ταξίδι της διαθέσιμης AI για όλους μετά από πολλά χρόνια εκτέλεσης πολλών έργων από μια προοπτική Μηχανικής Μάθησης. Κατά τη διάρκεια αυτής της περιόδου, αναγνωρίσαμε μια σειρά από εμπόδια που περιόριζαν την εκθετική ανάπτυξη. Για να κάνουμε πραγματικά την ML διαθέσιμη σε όλους… Χρειαζόμασταν να αντιμετωπίσουμε κάποια από τα τεχνικά εμπόδια που υπήρχαν…. Οι απαιτήσεις για σημαντικές ποσότητες δεδομένων για εκπαίδευση… Μια Αυτοματοποιημένη Λύση SaaS για την εξάλειψη της ανάγκης για τεχνική εμπειρογνωσία…. Και τέλος, να κάνουμε τη πλατφόρμα μας διαθέσιμη δωρεάν για να αφαιρέσουμε το τελευταίο εμπόδιο.

Για τους αναγνώστες που μπορεί να μην είναι εξοικειωμένοι με αυτήν την ορολογία, μπορείτε να ορίσετε τι είναι το TinyML;

Συνήθως μου αρέσει να το giữω απλό…. Ο Φυσικός Κόσμος συναντά τον Ψηφιακό Κόσμο…. Και όπου αυτές οι δύο οντότητες συναντιούνται… είναι ο κόσμος του TinyML…. Το TinyML φέρνει την ευφυΐα ακριβώς σε αυτό το σημείο.

Τι εμποδίζει την επιτάχυνση του TinyML στην κοινότητα της AI;

Το TinyML συνήθως απαιτεί μια τεράστια ποσότητα κεφαλαίου από πλευράς πόρων. HW, Εμφυτευμένοι Μηχανικοί, Μηχανικοί Μηχανικής Μάθησης, Ανάπτυκτες Λογισμικού για ενοποίηση…. Μια από τις περιοχές όπου εξέχουμε είναι ότι συρρικνώνουμε σημαντικά αυτές τις απαιτήσεις.

Πώς η Neuton δημιουργεί συμπαγείς μοντέλα χωρίς να επηρεάζει την ακρίβεια;

Τα παραδοσιακά και πιο γνωστά Πλαίσια (π.χ. TensorFlow) ξεκινούν με μια προϋπάρχουσα δομή που περιέχει εγγενή σπατάλη. Επιπλέον, η κατασκευή ενός μοντέλου είναι συχνά μια πολύ επαναληπτική διαδικασία που, μια φορά που το μοντέλο είναι κατασκευασμένο, πρέπει να βελτιωθεί πριν από την ενοποίηση. Αυτό είναι αυτό που ονομάζω μια頂-προς-κάτω προσέγγιση. Με τη Neuton, αναστρέφουμε αυτήν την παράδοση完全. Κτίζουμε κάθε μοντέλο από το κάτω προς τα πάνω, ένα Νευρώνας τη φορά, εξαλείφοντας αποτελεσματικά τη σπατάλη που υπάρχει σε άλλα Πλαίσια. Αυτό λέει, η δομή του δικτύου δεν είναι προκαθορισμένη, αλλά αναπτύσσεται από ένα單 Νευρώνας κατά τη διάρκεια της εκπαίδευσης. Συνδυάζουμε αυτήν την προσέγγιση με σταθερή διασταύρωση κατά την εφαρμογή κάθε Νευρώνα στο τελικό μοντέλο. Έτσι, το τελικό μοντέλο είναι πάντα κατασκευασμένο για σκοπό, χωρίς σπατάλη και ακριβές κατά την ολοκλήρωσή του.

Η Neuton δεν χρησιμοποιεί backpropagation ή στοχαστική κλίση declension, ποια ήταν η σκέψη πίσω από την αποφυγή αυτών των δημοφιλών μεθοδολογιών;

Η πατενταρισμένη μας προσέγγιση χρησιμοποιεί μια Μεθοδολογία Παγκόσμιας Βελτιστοποίησης, εξαλείφοντας αποτελεσματικά την ανάγκη για την εφαρμογή αυτών των μεθοδολογιών.

Πόσο πιο αποτελεσματική είναι η λύση Neuton σε σύγκριση με τις παραδοσιακές προσεγγίσεις μηχανικής μάθησης;

Σε όλα τα βασικά μετρικά, όπως ο χρόνος δημιουργίας του μοντέλου, η ακρίβεια, το μέγεθος του μοντέλου και κατ’ επέκταση ο χρόνος αγοράς. Βλέπουμε συνεχώς ότι ξεπερνάμε άλλα πλαίσια και πλατφόρμες…. Συνήθως, τα μοντέλα μας είναι 1000 φορές μικρότερα με μειωμένο χρόνο αγοράς πάνω από 70%. Τέλος, το Γραφείο Εξήγησης μας είναι δεύτερο σε κανένα για να παρέχει πλήρη διαφάνεια στα μοντέλα μας μαζί με κάθε μεμονωμένη πρόβλεψη.

Μπορείτε να παρέχετε κάποιες λεπτομέρειες για την Εξήγηση AI που προσφέρει η πλατφόρμα Neuton;

Το Γραφείο Εξήγησης μας έρχεται σε πολλές μορφές. Ξεκινώντας πρώτα με το Εργαλείο Εξερευνητικής Ανάλυσης Δεδομένων (EDA) που παρέχει μια αρχική άποψη των στατιστικών των δεδομένων σας πριν από την εκπαίδευση. Από εκεί, το Πίνακας Σημαντικότητας Funktion μας επιτρέπει στους πελάτες μας να αναγνωρίσουν ποια είναι τα κορυφαία 10 χαρακτηριστικά που επηρεάζουν τις προβλέψεις τους και επίσης ποια είναι τα κάτω 10 χαρακτηριστικά που έχουν ελάχιστη επίδραση στις προβλέψεις τους. Από εκεί, προσφέρουμε στους πελάτες μας το επόμενο επίπεδο διαφάνειας στα μοντέλα τους, καθώς μπορούν να αναλύσουν κάθε μεμονωμένη πρόβλεψη για να δουν πώς η πρόβλεψή τους μπορεί να αλλάξει αν η τιμή ενός δεδομένου χαρακτηριστικού αλλάξει. Τέλος, παρέχουμε ένα Εργαλείο Διαχείρισης Ζωτικού Κύκλου (Δείκτης Συσχέτισης Μοντέλου-Δεδομένων) που ειδοποιεί προληπτικά τους πελάτες μας όταν το μοντέλο τους αρχίζει να χαλάει και το μοντέλο τους χρειάζεται να επαναεκπαιδευτεί.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με τη Neuton;

Η αποστολή μας εδώ στη Neuton είναι να φέρει κυριολεκτικά την AI σε όλους. Πιστεύουμε ότι έχουμε επιτύχει να ξεκινήσουμε να πραγματοποιούμε αυτές τις πossibilities. Whether it is enabling the non-Data Scientist or empowering the seasoned Data Scientists by providing a Zero Code SaaS base solution. Now with the acceleration of TinyML we are well on our way of truly democratizing AI. Thank you for the great interview, readers who wish to learn more should visit Neuton.