Victor Thu, Uachtarán Datatron - Sraith Agallaimh

Tá Victor Thu ina Uachtarán ar Datatron, ardán a chuidíonn le fiontair leas a bhaint as cumhacht na meaisínfhoghlama, trí imscaradh a bhrostú, fadhbanna a bhrath go luath, agus éifeachtacht a mhéadú maidir le ilmhúnlaí a bhainistiú ar scála.

Tá do chúlra i Margaíocht Táirgí, Téigh go dtí an Margadh, & Bainistíocht Táirgí, conas a thug an cúlra seo duit oibriú i meaisínfhoghlaim agus AI?

Is breá liom an teicneolaíocht agus tagraíonn cuid de mo dhlúthchairde dom fiú mar an “cogar teicneolaíochta”. Is maith liom topaicí casta teicneolaíochta a thógáil agus iad a aistriú go teanga a bhfuil daoine in ann baint léi, agus mé féin a chur ar an eolas faoi theicneolaíochtaí nua chun dul chuig “an fáth” taobh thiar de na teicneolaíochtaí is tábhachtaí do dhaoine.

Is é mo chéad teagmháil leis an rud ar a dtugaim “AI nua-aimseartha” ná nuair a bhí mé ag breathnú ar phríomhláithreoireacht ó ollamh cáiliúil Stanford AI, an Dr Fei-Fei Li. Bhí príomhláithreoireacht an Dr Li chomh spreagúil sin gur casadh orm é i mo ghairm bheatha. Chuir an cur i láthair sin ina luí orm gurb é seo an chéad áit eile a theastaigh uaim a bheith. Theastaigh uaim a bheith mar chuid den chéad tonn teicneolaíochta eile ina n-úsáidimid AI agus ML chun dúshláin ghnó a réiteach.

Ó shin i leith, bhí mé le roinnt gnólachtaí nuathionscanta AI/ML, ag obair chun an teicneolaíocht a úsáid chun aghaidh a thabhairt ar fhíor-riachtanais ghnó. D'oibrigh mé go dlúth le heolaithe ML ag leibhéal Ph.D, a chuir eolas iontach ar AI/ML ar fáil dom. Agus táim fós ag foghlaim inniu mar tá an spás ag athrú chomh tapaidh sin.

Mar sin, ba é mo paisean don teicneolaíocht go fírinneach agus conas é a ghiaráil chun cabhrú le daoine eile a thug mé ag obair go dlúth le AI/ML.

Díríonn Datatron ar MLOps, do léitheoirí nach bhfuil cur amach acu ar an téarma seo, an bhféadfá cur síos sonrach a dhéanamh ar a bhfuil ann?

Go bunúsach tá MLOps ag códú agus ag simpliú an phróisis ardcheardaíochta maidir le samhlacha AI agus ML a fháil ó fhréamhshamhail go táirgeadh.

Is é ceann de na míthuiscintí is mó ná nuair a bheidh a gcuid samhlacha AI tógtha ag eolaithe sonraí, is féidir leo iad a bhaint amach go tapa i dtáirgeadh. Mar sin féin, is é fírinne an scéil gur féidir go dtógfaidh sé suas le bliain sular féidir samhail a úsáid.

Is í an phríomhchúis leis an moill seo ná nach gá go mbeadh saineolas innealtóireachta bogearraí ag daoine a bhfuil saineolas acu ar mhúnlaí a fhorbairt freisin. Comparáid mhaith is ea na hailtirí a dhearann ​​skyscrapers – ní hiad na forbróirí freisin a dhéanann iad.

Is é MLOps go bunúsach an droichead idir forbróirí samhlacha agus innealtóireacht bogearraí. In ionad a bheith orthu níos mó ná 12 mhí a chaitheamh chun samhlacha a chur i dtáirgeadh, is féidir le MLOps an próiseas sin a bhí uair amháin fada a ghearradh síos go dtí roinnt laethanta.

In alt a dhéanann tú scríobh dúinn i mí Mheán Fómhair 2021, phléigh tú conas “Ní cáilíocht na múnlaí an príomh-chonaic a bhaineann le réitigh a thabhairt isteach i dtáirgeadh, ach an easpa bonneagair atá ann chun ligean do chuideachtaí é sin a dhéanamh.” Cén fáth go bhfuil sé seo ina chonstaic don chuid is mó de na cuideachtaí?

Tá roinnt fachtóirí a chuireann leis seo.

• Ró-rómánsú bogearraí foinse oscailte “saor in aisce”. Ba mhaith liom a chur in iúl ar dtús gur breá linn bogearraí foinse oscailte agus creidim go láidir gur chuidigh sé leis an tionscal dul ar aghaidh go mór. Mar sin féin, ní thuigeann go leor acu castacht foinse oscailte maidir le AI agus ML. Sa lá atá inniu ann, tá ganntanas mór buanna AI/ML ann. Nuair a chomhcheanglaíonn tú é sin le hinnealtóirí bogearraí (innealtóirí ML nó innealtóirí MLOps) a bhfuil a fhios acu conas airíonna uathúla na gcód AI/ML a láimhseáil, bí ag súil le fruiliú agus ardán MLOps ar scála fiontair a thógáil go hinmheánach tríd an 300+ oscailte-oscailte a dhéanamh amach. foinse Nuacht de réir ábhair : Tá tionscadail MLOps ag réiteach duit féin mar gheall ar theip.
• Easpa bonneagair chun tacú le foirne innealtóireachta.Teastaíonn timpeallacht níos fearr ó chuideachtaí chun innealtóirí a chur ar bun le go n-éireoidh leo. Ní mór bandaleithead agus buiséad ceart a bheith ann chun na huirlisí cearta a sholáthar d'fhoirne. Is teicneolaíocht nua go leor é AI. Ní bhíonn a fhios ag fiontair atá ag déanamh AI i gcónaí cad a chaithfidh siad a dhéanamh chun samhlacha a bhaint amach go tapa, agus is é sin an fáth gur uirlis ríthábhachtach é MLOps.

Conas a réitíonn úsáid MLOps an fhadhb easpa bonneagair?

Réitíonn MLOps fadhb na heaspa bonneagair ar cheithre bhealach:

1. Níl aon athruithe ar an gcód dílseánaigh: Teastaíonn solúbthacht ó eolaithe sonraí chun samhlacha a thógáil chun cásanna úsáide gnó a fheistiú ina dtimpeallachtaí, dá bhrí sin déanann aon phróisis MLOps a dteastaíonn athruithe cód casta orthu sláine a gcuid samhlacha.
2. Uathoibriú/scriptiú: Déanann go leor foirne samhlacha a scriptiú ar bhealach códaithe crua a thógann go leor ama. Déanann MLOps an próiseas iomlán sin a uathoibriú, rud a shábhálann go leor ama agus fuinnimh.
3. Nuashonruithe a shruthlíniú: Athraíonn samhlacha AI ar bhonn rialta chun oiriúnú dá dtimpeallacht. Uaireanta bíonn ar eolaithe sonraí dul ar ais chun samhlacha a nuashonrú go minic. Gan MLOps, níl aon bhealach ann chun an nuashonrú athchleachtach seo a sheachaint.
4. An bonneagar bunúsach a bhainistiú: Chun samhlacha a bhaint amach, ní mór duit an líonra agus an stóráil a ríomh a éilíonn airíonna uathúla samhlacha AI/ML. Tá an cumas ag uirlisí MLOps leas a bhaint as na hacmhainní cearta chun iad a scála dá réir.

Tá ceanglais fhiontair ann freisin nach bhfuil á mbreithniú go minic agus d’uirlis MLOps féin á tógáil agat, mar shampla: rialú rochtana rólbhunaithe (RBAC), comhtháthú agus idir-inoibritheacht, tacaíocht d’uirlisí éagsúla ML, aghaidh a thabhairt ar leochaileachtaí slándála agus imeacht gan choinne na gcroífhoireann. .

Cad iad do thuairimí pearsanta ar an tábhacht a bhaineann le rialachas AI?

Is iomaí scéal uafáis a bhí ann faoi mhúnlaí AI nach n-oibríonn i gceart, ó mhílipéadú a dhéanamh ar ghrúpaí áirithe daoine go dtí caillteanais ollmhóra airgeadais a chruthú do chuideachtaí a thrádáiltear go poiblí.

Tá rialachas AI thar a bheith tábhachtach do ghnólachtaí nuair a bhíonn samhlacha AI ag rith i dtáirgeadh. Agus é sin ráite, níl aon difríocht idir é agus rialachas TF nó gnó eile. Sa lá atá inniu ann nuair a ritheann do TF feidhmchláir sa scamall nó fiú ina n-ionaid sonraí féin, tá sraith uirlisí acu chun a chinntiú go bhfuil na feidhmchláir ag obair i gceart.

Nuair a bheidh samhlacha AI ar siúl agat, ní mór duit meicníochtaí agus uirlisí a bheith agat chun cabhrú le hinfheictheacht a thabhairt don ghnó agus do na heolaithe sonraí ar a bhfuil ar siúl ag na samhlacha.

Go háirithe ag an gcéim nua seo de AI/ML, níl aon rogha 'socraigh é agus déan dearmad air'. Ar dtús, ní mór duit monatóireacht a dhéanamh ar conas a iompraíonn do mhúnla agus coigeartuithe cuí a dhéanamh. Tá sé ríthábhachtach go mbeadh cumas ceart monatóireachta agat ionas gur féidir leis tú a chur ar an eolas nuair a bhíonn do mhúnlaí ag iompar lasmuigh de na teorainneacha atá ag teastáil.

Ní mór aird a thabhairt freisin ar na daoine aonair éagsúla a bhfuil baint acu le forbairt agus le himscaradh na samhla i mbainistíocht riosca eiseamláireach (MRM). Cén rialú rochtana atá curtha i bhfeidhm agat chun sláine na múnlaí a chinntiú? Nó conas a chinntíonn tú nach n-úsáideann daoine aonair ó ghrúpaí éagsúla do mhúnlaí de thaisme le haghaidh cásanna úsáide nach bhfuil do mhúnlaí deartha lena dhéanamh? Gach ceist a chaithfidh foirne a chur orthu féin.

Conas a chuidíonn Datatron le bainistíocht riosca samhail?

Ceadaíonn MLOps nuashonruithe agus athruithe tapa ar mhúnla. Mar shampla, má tá múnla ag diúltú go míchuí do dhaoine ar iarratas ar iasacht, ceadaíonn MLOps duit an tsamhail a tharraingt siar agus ceann nua a thabhairt isteach arís, ag bainistiú an riosca sin ar bhealach simplí.

Cosnaíonn sé samhlacha ó chlaontacht agus coinníonn sé príomhmhéadracht agus iad á dtáirgeadh trí dheais shimplí a chuireann na méadrachtaí seo i láthair ag baint úsáide as sonraí mionsonraithe mionsonraithe ó fhorbhreathnú ardleibhéil ar féidir le cinnteoirí gnó a thuiscint go héasca.

Soláthraíonn rialachas AI ardán Datatron leibhéal suas ó chumas monatóireachta cineálach - ag tabhairt comhthéacs breise agus loighic a thaispeánann infheictheacht shoiléir ar an tsamhail atá níos ábhartha do chásanna úsáide an chustaiméara.

I blog post ar Datatron rinne tú cur síos ar an gcaoi a raibh Datatron ag glacadh le mantra Reliable AI™. An bhféadfá cur síos a dhéanamh i do thuairim ar cad é seo?

Nuair a thángamar ar seo, smaoiníomar ar an gcaoi a bhfuilimid chomh compordach ag eitilt in aerlínte tráchtála inniu toisc go bhfuil siad an-iontaofa.

In ainneoin na gcainteanna seo ar fad faoi AI eiticiúil, AI freagrach, srl. is é an príomhriachtanas go mbeidh gnólachtaí in ann AI/ML a úsáid go hiontaofa – díreach mar a bheadh ​​a gcuid fostaithe chun léim ar aerlínéar tráchtála.

Agus úsáid á baint as téarmaí cosúil le AI eiticiúil, tá an AI freagrach tar éis éirí go mór as an tsaincheist nach bhfuil samhlacha reatha AI ag déanamh a bhfuil siad ceaptha a dhéanamh, agus mar sin meastar iad a bheith neamhiontaofa. Níl gnólachtaí sásta AI a úsáid toisc nach bhfuil muinín acu nach bhfuil a gcuid samhlacha claonta. Ciallaíonn sé seo go bhfuil a gcuid samhlacha neamhiontaofa agus tá Datatron socraithe chun é sin a athrú.

An bhfuil aon rud eile ar mhaith leat a roinnt faoi Datatron?

Táimid ar cheann den bheagán imreoirí MLOps a bhfuil Super Bowl cruthaithe acu - ag obair go rathúil i gcás ard-strus, nach bhfuil tipiciúil le haghaidh tosaithe nó uirlis foinse oscailte. Oibríonn an cliant, Domino's Pizza, le Datatron chun samhlacha AI a oibriú go héasca agus go tapa i dtáirgeadh, a cuireadh ar an tástáil deiridh le linn an Super Bowl.

Is é MLOps an bealach i ndáiríre chun cabhrú le samhlacha AI/ML teacht isteach i dtáirgeadh agus ag caomhnú acmhainní agus ag laghdú costas. Is foinse inbhuanaithe muid do mhúnlaí rathúla AI/ML agus fónaimid mar chatalaíoch le haghaidh ioncaim. Is féidir le cuideachtaí a ROI a fháil ar deireadh óna dtionscadail AI agus ML. Beag beann ar do chorrlaigh, is féidir leat torthaí a tháirgeadh ag baint úsáide as MLOps.

Go raibh maith agat as an agallamh iontach, ba chóir do léitheoirí ar mian leo níos mó a fhoghlaim cuairt a thabhairt Datatron.