William Falcon, Lightning AI:n perustaja ja toimitusjohtaja – Haastattelusarja

Lightning AI on PyTorch Lightning:n luojana, joka on kehys, joka on suunniteltu koulutus- ja hienosäätöä varten, sekä Lightning AI Studio. PyTorch Lightning kehitettiin alun perin William Falcon vuonna 2015, kun hän oli Columbian yliopistossa. Se julkaistiin myöhemmin avoimena lähdekoodina vuonna 2019 hänen väitöskirjansa aikana NYU:ssa ja Facebook (META ) AI Researchissa, Kyunghyun Cho:n ja Yann LeCunin johdolla. Vuonna 2023 Lightning AI julkaisi Lightning AI Studio:n, pilvipohjaisen alustan, joka mahdollistaa koodauksen, koulutuksen ja käyttöönoton suoraan selaimesta ilman asetustarpeita.

Tänään PyTorch Lightning on ylittänyt 130 miljoonan latauksen, ja AI Studio tukee yli 150 000 käyttäjää satojen yritysten parissa.

Mikä innoitti sinua luomaan PyTorch Lightningin, ja miten tämä johti Lightning AI:n perustamiseen?

PyTorch Lightningin luojana olin innoissani kehittämään ratkaisun, joka erottaisi data-tieteen insinööritöistä, tehden AI-kehityksestä helpompaa ja tehokkaampaa. Tämä visio kasvoi kokemuksistani Columbian yliopistossa, väitöskirjani aikana NYU:ssa ja työstäni Facebook AI Researchissa. PyTorch Lightning sai nopeasti jalansijaa sekä akateemisessa maailmassa että teollisuudessa, mikä johti Lightning AI:n (alun perin Grid.ai) perustamiseen vuonna 2019. Tavoitteemme oli luoda “käyttöjärjestelmä tekoälylle”, joka voisi yhdistää hajanaisen AI-kehitys ekosysteemin. Tämä kehitys PyTorch Lightningista Lightning AI:ksi heijastaa sitoutumistamme yksinkertaistamaan koko AI-elinkaarta, kehityksestä tuotantoon, mahdollistaen tutkijoille ja insinööreille rakentaa päättyväisiä ML-järjestelmiä päivissä, ei vuosissa. Lightning AI -alusta on tämän vision kulminaatio, tavoitteena tehdä AI-kehityksestä yhtä suoraviivaista kuin auton ajaminen, ilman syvää tietämystä monimutkaisista perusteknologioista.

Voitko jakaa tarinan siirtymisestä Grid.ai:sta Lightning AI:hin ja visiosta, joka ohjaa tätä kehitystä?

Siirtymä Grid.ai:sta Lightning AI:hin johti havainto, että AI-kehitys ekosysteemi tarvitsi enemmän kuin vain skaalautuvan koulutusratkaisun. Lanseerasimme alun perin Grid.ai:n vuonna 2020 keskittyäksemme pilvipohjaiseen mallikoulutukseen. Kuitenkin kun yritys kasvoi ja kuulimme käyttäjien palautetta, tunnistimme tarpeen kattavalle, päättyväiselle alustalle, joka voisi ratkaista AI-kehityksen hajanaisen ja aikaa vievän luonteen. Tämä oivallus johti Lightning AI:n luomiseen, yhdistettyyn ratkaisuun, joka menee koulutuksen ulkopuolelle ja kattaa palvelun ja muiden kriittiset osat AI-elinkaarta. Kehityksemme heijastaa visiota yksinkertaistaa ja suoristaa koko AI-kehitysprosessia, vähentäen aikaa ja resursseja, joita vaaditaan koneoppimisprojekteille, ja kunnioittaen kasvavaa kehittäjäyhteisöä, joka on tullut riippuvaiseksi työkaluistamme.

Miten näet AI-kehityksen tulevaisuuden, ja mikä on Lightning AI:n rooli tämän tulevaisuuden muokkaamisessa?

Näen tulevaisuuden, jossa AI-kehitys on demokratisoitu ja kaikille saatavilla, ei vain suurille teknologiayrityksille tai erikoistuneille tutkijoille. Lightning AI:ssa työskentelemme muokkaamaan tätä tulevaisuutta luomalla yhdistettyä alustaa, joka yksinkertaistaa koko AI-elinkaarta. Tavoitteemme on tehdä AI-sovellusten rakentaminen yhtä helppoa kuin verkkosivun rakentaminen, poistamalla tarpeen laajalle insinööritietämykselle tai kalliille infrastruktuurille. Uskomme, että tarjoamalla työkaluja, jotka hoitavat AI-kehityksen monimutkaisuudet – aineiston valmistelusta ja mallikoulutuksesta käyttöönottoon – voimme päästää vallankumouksen aallon, joka mahdollistaa yksilöiden ja organisaatioiden kaiken kokoisen tuoda AI-ideansa nopeasti ja tehokkaasti eloon. Lopulta näemme tulevaisuuden, jossa AI:sta tulee yleinen ongelmanratkaisutyökalu kaikilla aloilla, ja Lightning AI on tämän muutoksen edelläkävijä, tehdessään tästä visiosta todellisuutta.

PyTorch Lightningilla olet pyrkinyt vähentämään koodin määrää AI-tutkimuksessa. Miten tasapainotat yksinkertaisuuden ja joustavuuden, jota edistyneille tutkijoille vaaditaan?

Lähestymistapa PyTorch Lightningissa on aina ollut löytää tasapaino yksinkertaisuuden ja joustavuuden välillä. Olemme suunnitelleet kehystä poistamaan koodin turhaa toistoa ja vakiinnuttamaan parhaiden käytäntöjen, mikä nopeuttaa kehitystä ja vähentää virheitä. Olemme kuitenkin tietoisia siitä, että edistyneille tutkijoille on tarpeen mahdollisuus mukauttaa ja laajentaa toiminnallisuutta. Siksi olemme rakentaneet Lightningin modulaarisella arkkitehtuurilla, joka mahdollistaa tutkijoiden helposti ohittaa oletusarvon käyttäytymisen, kun tarve vaatii. Tarjoamme korkean tason abstraktioita yleisille tehtäville, mutta myös altatason API:ta, joka antaa täydellisen hallinnan koulutusprosessista. Tämä suunnittelufilosofia tarkoittaa, että aloittelijat voivat aloittaa nopeasti järkevillä oletuksilla, kun taas kokeneet tutkijat voivat syventyä ja toteuttaa monimutkaisia, mukautettuja loogikoita. Lopulta tavoitteemme on poistaa AI-kehityksen tylsät osat ilman, että asetetaan rajoituksia luovuudelle tai innovaatiolle. Uskomme, että tämä tasapaino on olennainen AI-tutkimuksen edistämiseksi ja sen tekemiseksi helpommin lähestyttäväksi laajemmalle kehittäjä- ja tutkijayhteisölle.

Mitkä ovat joitakin merkittävimpiä teknologisia edistysaskeleita, joita näet tulevan AI-kehitykseen seuraavien vuosien aikana, ja miten Lightning AI valmistautuu niihin?

Ennustan, että lähivuosiin tulee merkittäviä edistysaskeleita AI:ssa, jotka muuttavat, miten kehitämme ja käytämme malleja. Olemme todennäköisesti näkemässä tehokkaampia koulutusmenetelmiä, parannettuja mallipakkaustekniikoita ja läpimurtoja monimodaalisessa oppimisessa. Edge AI ja federated learning tulevat olemaan yhä tärkeämpiä, kun pyrimme yksityisyyttä suojaavaan ja resursseja säästävään ratkaisuihin. Lightning AI:ssa valmistaudumme näihin muutoksiin rakentamalla joustavan, skaalautuvan alustan, joka voi sopeutua uusiin teknologioihin. Keskitymme tekemään työkaluistamme yhteensopivia laajalla valikoimalla laitteiston kiihdyttimiä, mukaan lukien erikoistuneet AI-piirit, tukemaan monipuolisia laskentaympäristöjä. Panostamme myös tutkimukseen ja kehitykseen integroidaksemme uusia algoritmeja ja menetelmiä, kun ne tulevat saataville. Tavoitteemme on luoda ekosysteemi, joka ei vain pysy näiden edistysaskelien tahdissa, vaan myös auttaa demokratisoimaan pääsyn niihin, varmistaen, että viimeisimmän AI-teknologian ominaisuudet ovat saatavilla tutkijoille ja kehittäjille kaikilla tasoilla, ei vain suurilla teknologiayrityksillä.

Taustasi kattaa akateemisen maailman, sotilaspalvelun ja yrittäjyyden. Miten nämä monipuoliset kokemukset ovat vaikuttaneet lähestymistapaasi johtaa AI-yritystä?

Aikani erikoisjoukoissa opetti minulle, miten navigoida epävarmuuden keskellä, tehdä päätöksiä rajatulla tiedolla ja ylläpitää ryhmän moraalia haastavissa tilanteissa – taidot, jotka soveltuvat hyvin epävarmaan startup-ympäristöön. Akateeminen taustani istutti minuun syvän arvostuksen tieteellistä tutkimusta ja innovaatioita kohtaan. Yrittäjyyden opetti minulle, miten tunnistaa markkinoiden tarpeita ja kääntää innovatiiviset ideat käytännön ratkaisuiksi. Venezuelan maahanmuuttajana ja Yhdysvaltain armeijan veteraani, olen kehittänyt globaalin näkökulman, joka vaikuttaa palkkaamiskäytäntöihimme Lightning AI:ssa, jossa priorisoimme monimuotoisuutta ja vältämme tyypillistä “tech-bro” -kulttuuria.

Uskon, että tämä kokemusten yhdistelmä mahdollistaa minun johtaa yritystäni ja lähestyä AI-kehitystä holistisella näkökulmalla, tasapainottaen teknologisen innovaation eettisten huomioiden ja yhteiskunnallisen vaikuttavuuden kanssa. Se ei ole vain kyse siitä, että rakennetaan edistynyttä AI:ta, vaan myös siitä, että luodaan teknologiaa, joka hyödyttää yhteiskuntaa ja luo kattavan ympäristön, jossa monimuotoiset lahjat voivat menestyä. Nämä kokemukset ovat kasvattaneet uskoani demokratisoivan AI:n luomiseen, tekemällä siitä helpommin lähestyttävän laajemmalle kehittäjä- ja tutkijayhteisölle.

AI:lla on merkittävä potentiaali sosiaaliseen vaikuttavuuteen, josta olet ilmaissut intohimosi. Miten Lightning AI osallistuu AI:n käyttämiseen yhteiskunnan hyväksi, ja mitkä ovat esimerkkejä tästä?

Lightning AI:ssa olemme syvästi sitoutuneita käyttämään AI:ta yhteiskunnan hyväksi, ja uskomme, että avoimen lähdekoodin avain on tämän saavuttamisessa. Tekemällä AI:sta saatavilla ja avoimena, demokratisoimme teknologian ja varmistamme, että se ei ole vain muutaman suuren korporation käsissä. Avoimen lähdekoodin lähestymistapa mahdollistaa tutkijoille, kehittäjille ja organisaatioille ympäri maailmaa rakentaa ja parantaa AI-malleja, edistäen innovaatioita ja yhteistyötä. Tämä avoimuus on olennainen eettisten huolenaiheiden ja AI:ssa olevien harhauttavien tekijöiden käsittelemiseksi, koska se mahdollistaa tarkastelun käytetyistä tietojoukoista ja algoritmeista.

Olemme nähneet teknologiamme soveltamisen useilla aloilla sosiaalisen vaikuttavuuden saavuttamiseksi, terveydenhuollon hankkeista, jotka käyttävät AI:ta varhaiseen sairauden havaitsemiseen, ympäristöalojen aloitteisiin, jotka hyödyntävät koneoppimista ilmastonmuutoksen tutkimiseen. Tarjoamalla työkaluja, jotka yksinkertaistavat AI-kehitystä, mahdollistamme useammalle luoda ratkaisuja painaviin yhteiskunnallisiin ongelmiin. Lisäksi sitoutumuksemme monimuotoisuuteen palkkaamisessa takaa, että tuomme moninaisia näkökulmia pöydään, mikä on välttämätöntä kehittääksemme AI:ta, joka palvelee koko yhteiskuntaa, ei vain valittua joukkoa. Lopulta näemme Lightning AI:n katalysaattorina positiiviselle muutokselle, joka antaa globaalille yhteisölle mahdollisuuden hyödyntää AI:ta suuremman hyvän saavuttamiseksi.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Lightning AI:ssa tai vierailla William Falcon:in verkkosivuilla.