Nir Bar-Lev, CEO & Co-Founder of Allegro AI – Συνέντευξη Σειράς

Ο Nir Bar-Lev είναι ο CEO & Co-Founder της Allegro AI. Η Allegro AI ειδικεύεται στην βοήθεια εταιρειών να αναπτύσσουν, να αναπτύσσουν και να διαχειρίζονται λύσεις μηχανικής μάθησης και βαθιάς μάθησης. Με την Allegro AI, οι οργανισμοί φέρνουν στην αγορά και διαχειρίζονται προϊόντα υψηλότερης ποιότητας, πιο γρήγορα και με λιγότερο κόστος. Τα προϊόντα βασίζονται στο Allegro Trains ανοιχτού κώδικα ML & DL πειραματικού διαχειριστή και ML-Ops πακέτου.

Τι σας έκανε να ενδιαφερθείτε αρχικά για την Τεχνητή Νοημοσύνη;

Αυτό που με έχει προσελκύσει περισσότερο στην καριέρα μου έχει να κάνει με την εισαγωγή καινοτομιών τεχνολογίας για να αντιμετωπίσουμε προβλήματα ή ευκαιρίες (και στην πραγματικότητα είναι δύο πλευρές του ίδιου νομίσματος) σε τεράστια κλίμακα. Πρέπει να ομολογήσω ότι η περίοδος μου στο Google έχει σίγουρα βοηθήσει να διαμορφώσει αυτή την τάση.

Η Τεχνητή Νοημοσύνη σίγουρα επιβεβαιώνει και τις δύο αυτές πλευρές. Βρίσκεται στην αιχμή της τεχνολογικής καινοτομίας και έχει το δυναμικό να επηρεάσει σχεδόν κάθε аспект της ζωής μας σε αυτόν τον πλανήτη.

Έχετε μια εντυπωσιακή καριέρα, ξεκινώντας από το Google ως ιδρυτικός προϊοντικός αρχηγός για την πλατφόρμα αναγνώρισης φωνής του Google. Μπορείτε να συζητήσετε αυτές τις πρώτες μέρες της εργασίας σας στο Google και τι μάθατε από αυτή την εμπειρία;

Έρχομαι κατευθείαν από την σχολή kinh doanh του Wharton, και με χτύπησε το πώς το Google λειτουργούσε σε ακραίες αντίθεσης με τις καθιερωμένες επιχειρηματικές νόρμες για το πώς να διευθύνεις επιτυχημένες επιχειρήσεις, όπως διδάσκεται στις καλύτερες σχολές kinh doanh του κόσμου και όπως τις έζησα στην καριέρα μου πριν από το MBA.

Αποδεικνύεται ότι το Google άλλαξε – σε κάποιο βαθμό – το επιχειρηματικό εγχειρίδιο, αλλά επίσης απολάμβανε một τεράστιο εικονικό πυροσβέστη χρημάτων από την επιχείρηση διαφήμισης που του επέτρεψε να πειραματιστεί με τρόπους που οι περισσότερες εταιρείες δεν μπορούσαν να αντέξουν. Μπορώ να πω ότι καθώς πέρασα μια δεκαετία στο Google, το οποίο υιοθέτησε όλο και περισσότερο “κλασικές” καθιερωμένες επιχειρηματικές πρακτικές και σκέψεις καθώς μεγάλωνε.

Για μένα, επίσης, η ηγεσία της πλατφόρμας αναγνώρισης φωνής ως προϊοντικός αρχηγός, έπρεπε να συνεργαστώ με ερευνητές. Αυτό ήταν στην πραγματικότητα μια από τις πρώτες, αν όχι η πρώτη, ερευνητική ομάδα στο Google που ασχολούνταν με την εφαρμοσμένη έρευνα. Για μένα, αυτό ήταν μια μεγάλη πρόκληση. Οι ερευνητές έχουν πολύ διαφορετικές σκέψεις από τους μηχανικούς και εδώ ήμουν που προσπαθούσα να συνεργαστώ με καταξιωμένους ερευνητές σε μια εταιρεία που είναι εξαιρετικά προσανατολισμένη προς τους μηχανικούς.

Αποδεικνύεται ότι οι προκλήσεις που αντιμετώπισα εκείνη την εποχή, σχεδόν 15 χρόνια πριν, είναι πολύ παρόμοιες με τα προβλήματα που αντιμετωπίζουν οι εταιρείες σήμερα όταν προσπαθούν να ενσωματώσουν τους επιστήμονες δεδομένων Τεχνητής Νοημοσύνης στις οργανώσεις τους.

Το 2016 προχώρησε να γίνει συνιδρυτής της Allegro AI; Ποια ήταν η έμπνευση πίσω από την εκκίνηση της Allegro AI;

Στην ιδρυση της Allegro AI, συνεργάστηκα με δύο καταπληκτικούς συνεταίρους που είναι απίστευτοι μηχανικοί ταλέντα. Ένας από τους συνεταίρους μου ήταν ο πρώτος φοιτητής διδακτορικού στο ένα από τα πρώτα και τώρα ηγέτιδα εργαστήρια Τεχνητής Νοημοσύνης του Ισραήλ, σε αυτό που είναι πιθανώς ένα από τα ηγέτιδα κέντρα Τεχνητής Νοημοσύνης παγκοσμίως. Έτσι, πραγματικά – για μένα – ήταν μέρος των ιδρυτικών ομάδων της εφαρμοσμένης Τεχνητής Νοημοσύνης στην τοπική κοινότητα. Έχει την όραση να δει πώς η εφαρμογή ML / DL στην πράξη θα έπρεπε να αντιμετωπίσουμε einen νέο σετ προκλήσεων γύρω από κλίμακα, αυτοματοποίηση, αξιοπιστία, ποιότητα και άλλα. Σε συζήτηση με αυτούς, έγινε σαφές ότι μπορώ να συνεισφέρω στην ομάδα από την εμπειρία μου στο Google και νωρίτερα για να δημιουργήσω μια εταιρεία που μπορεί να έχει τεράστια επίδραση στην Τεχνητή Νοημοσύνη μέσω των εργαλείων που παρέχουμε. Το Google και κάποιες άλλες τεχνολογικές εταιρείες βρίσκονται σε μια ζηλιάρικη θέση όσον αφορά την ικανότητά τους να συγκεντρώσουν απεριόριστες πόρους της καλύτερης ποιότητας σε αυτές τις προκλήσεις. Nhưng σχεδόν όλοι οι άλλοι δεν μπορούν να το αντέξουν (είτε σε όρους πρόσβασης σε ταλέντα, οικονομικών πόρων, εστίασης εταιρείας, κ.λπ.). Έτσι, αυτή ήταν μια ευκαιρία να ευθυγραμμιστεί ακριβώς με αυτό που αγαπώ να κάνω περισσότερο (βλ. ερώτηση 1) και να βοηθήσω ολόκληρο το οικοσύστημα.

Η Allegro AI λειτουργεί ως ανοιχτού κώδικα πλατφόρμα διαχείρισης μηχανικής μάθησης και βαθιάς μάθησης. Μπορείτε να συζητήσετε τα οφέλη της χρήσης ανοιχτού κώδικα λογισμικού;

Ο ανοιχτός κώδικας έχει πολλά οφέλη. Το πιο σημαντικό είναι ότι εκμεταλλεύεται την ευρύτερη κοινότητα για να βελτιώσει το προϊόν. Οι χρήστες βρίσκουν σφάλματα, προβλήματα, υπάρχει μια ευρεία συζήτηση για χαρακτηριστικά που είναι ενδιαφέροντα, η ενοποίηση με άλλα [ανοιχτά] εργαλεία είναι πολύ πιο εύκολη να διευκολύνεται από ότι θα ήταν μεταξύ δύο εμπορικών οργανισμών με κλειστό κώδικα προιόντα.

Παρέχει ένα εξαιρετικό μοντέλο για μια νίκη-νίκη για cả την κοινότητα και την εταιρεία πίσω από αυτό. Είναι εύκολο να δοκιμάσετε και να επεκτείνετε για οργανισμούς που δεν μπορούν / δεν θα πληρώσουν, και ταυτόχρονα επιτρέπει σε μεγαλύτερους πελάτες να πληρώσουν για επεκτάσεις / υπηρεσίες με βάση το ευρέως χρησιμοποιούμενο (και επομένως λιγότερο рисκό) κομμάτι λογισμικού.

Η Allegro AI προσφέρει υπηρεσίες διαχείρισης δεδομένων. Μπορείτε να συζητήσετε τα είδη εργαλείων που προσφέρονται για αυτό;

Η Allegro Ai προσφέρει και διαχειρίζεται δομημένα δεδομένα και μη δομημένα δεδομένα. Ωστόσο, ενώ υπάρχουν πολλά αποδεδειγμένα δομημένα δεδομένα διαχείρισης λύσεων, παρέχουμε μια μοναδική λύση για μη δομημένα δεδομένα.

Συγκεκριμένα, είναι σημαντικό να προσδιορίσουμε τον τύπο διαχείρισης δεδομένων που παρέχουμε. Η ιδέα δεν είναι η φυσική διαχείριση δεδομένων αλλά η διαχείριση δεδομένων από μια οπτική Τεχνητής Νοημοσύνης. Για την Τεχνητή Νοημοσύνη, είναι κρίσιμο για την ομάδα επιστημών δεδομένων να κατανοήσει ποια δεδομένα έχουν στη διάθεσή τους. Με μη δομημένα δεδομένα, αυτό είναι πολύ δύσκολο. Φανταστείτε χιλιάδες ή εκατοντάδες χιλιάδες ώρες βίντεο ή ήχου. Φανταστείτε δισεκατομμύρια σημάτων αισθητήρων, κ.λπ.

Οι επιστήμονες δεδομένων χρειάζονται να γνωρίζουν την διακύμανση των δεδομένων τους για να ευθυγραμμισθούν με τις διαφορετικές καταστάσεις ώστε να μπορέσουν να εκπαιδεύσουν αποτελεσματικά τα μοντέλα τους. Χρειάζονται να κατανοήσουν αν υπάρχουν κρίσιμα κομμάτια δεδομένων που λείπουν, αν υπάρχουν προκαταλήψεις ή στρεβλώσεις στα δεδομένα.

Και τότε – στην άλλη πλευρά – χρειάζονται εργαλεία για να αντιμετωπίσουν αυτές τις καταστάσεις με οικονομία και γρήγορα χωρίς να πρέπει να βγουν και να πάρουν νέα φυσικά δεδομένα και να τα αναnota / label (μια πολύ δαπανηρή και χρονοβόρα προσπάθεια).

Αυτό είναι ουσιαστικά το είδος εργαλείων που παρέχουμε γύρω από αυτήν την περιοχή: ισχυρά εργαλεία για να κάνετε “AI BI (επιχειρηματική ευφυΐα)” στα δεδομένα σας σε ένα беспрецедентνο επίπεδο λεπτομέρειας και στοιχείων και στην άλλη πλευρά εργαλεία για να ενσωματώσετε στενά τα δεδομένα στα πειράματα και τα μοντέλα ώστε με μηδενικό κώδικα οι επιστήμονες δεδομένων να μπορέσουν να ρυθμίσουν αποτελεσματικές εκπαιδεύσεις με τα δεδομένα που έχουν.

Επιπλέον, παρέχουμε πρόσθετη αξία στην βελτιστοποίηση του ροή δεδομένων, κινήσεων δεδομένων κ.λπ. Από τη στιγμή που μιλάμε για την επεξεργασία τεράβайт δεδομένων. Το να τα μετακινήσετε γύρω είναι δαπανηρό και οι εταιρείες χρειάζονται μια λύση για να το βελτιστοποιήσουν.

Η Allegro AI προσφέρει επίσης την εξαγωγή υπηρεσιών μηχανικής δεδομένων. Ποια είναι κάποια από τα προσφερόμενα;

Η Allegro Ai είναι κυρίως μια εταιρεία προϊόντων και βλέπουμε τους εαυτούς μας να παρέχουμε τα εργαλεία, την υποδομή ή το σκελετό για τις εταιρείες να αναπτύξουν, να αναπτύξουν και να διαχειριστούν προϊόντα με μοντέλα Τεχνητής Νοημοσύνης (DL / ML) ενσωματωμένα σε αυτά.

Όμως, αυτό είναι ένα νέο πεδίο και οι πελάτες μας μερικές φορές χρειάζονται βοήθεια για να ρυθμίσουν τις συγκεκριμένες πipelines τους με βάση τα εργαλεία μας, ή ακόμη και βοήθεια για να ξεκινήσουν τα μοντέλα τους. Όταν συμβαίνει αυτή η κατάσταση, παρέχουμε επικουρικές υπηρεσίες στην κεντρική μας προσφορά λογισμικού.

Μπορείτε να συζητήσετε τη σημασία της Ομοσπονδιακής Μάθησης και πώς η Allegro AI μπορεί να χρησιμοποιηθεί σε αυτό το контέκστ;

Η ομοσπονδιακή μάθηση είναι βασικά η ικανότητα να εκπαιδεύσετε ένα μοντέλο Τεχνητής Νοημοσύνης χρησιμοποιώντας datasets που βρίσκονται σε διαφορετικές φυσικές τοποθεσίες χωρίς να φέρνετε αυτά τα datasets σε μια seule τοποθεσία. Παρέχουμε επίσης μια βελτιωμένη εκδοχή αυτής, που ονομάζουμε “τυφλή ομοσπονδιακή μάθηση” ή “τυφλή συνεργατική μάθηση” όπου κανένα μονό entita σε αυτήν την περίπτωση δεν έχει πρόσβαση σε δεδομένα που δεν ανήκουν σε αυτό, συμπεριλαμβανομένης της entitas που λαμβάνει το τελικό μοντέλο.

Η ομοσπονδιακή μάθηση είναι σημαντική σε διάφορες καταστάσεις όπου η ιδιωτικότητα δεδομένων ή η ρυθμιστική ή η πνευματική ιδιοκτησία είναι κρίσιμη για να διατηρηθεί ενώ ταυτόχρονα υπάρχει ενδιαφέρον να εκμεταλλευτεί διαφορετικά datasets. Για παράδειγμα, δύο ή περισσότερα νοσοκομεία ή ιατρικά ιδρύματα που θέλουν να συνεργαστούν για την εκπαίδευση ενός μοντέλου για σκάνερ CT, ή δύο κυβερνητικές υπηρεσίες που θέλουν να συνεργαστούν για την εκπαίδευση ενός μοντέλου για την αντιμετώπιση της τρομοκρατίας αλλά για νομικούς λόγους δεν μπορούν να εκθέσουν τα δεδομένα ακόμη και ο ένας στον άλλον.

Ή ακόμη και σε καταστάσεις όπου ένα μονό entita δεν μπορεί να μετακινήσει τα διάφορα αποθέματα δεδομένων του λόγω του ότι είναι prohibitively δαπανηρό – για παράδειγμα, μια παγκόσμια αυτοκινητοβιομηχανία που θέλει να εκπαιδεύσει αυτόνομα οχήματα χρησιμοποιώντας δεδομένα που συλλέγονται από οχήματα που οδηγούν σε όλο τον κόσμο.

Η Allegro AI είναι μια από τις λιγότερες από ένα χέρι εταιρείες παγκοσμίως που έχει μια αποδεδειγμένη και ελεγμένη εμπορική πλατφόρμα που διευκολύνει την ομοσπονδιακή μάθηση.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστεί σχετικά με την Allegro AI;

Η Allegro AI είναι μια αναδυόμενη δύναμη στον κόσμο των εργαλείων Τεχνητής Νοημοσύνης και ML-Ops. Μόλις το προηγούμενο τρίμηνο, κατά τη διάρκεια της πρώτης κυμάτων της κρίσης covid-19, experienced ανάπτυξη που hơn από διπλασίασε τη βάση των πελατών μας σε αυτό το 3μηνο διάστημα.

Ευχαριστώ για την συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Allegro AI.