एडवर्ड कुई, ग्रेविटी के संस्थापक और सीईओ – साक्षात्कार श्रृंखला

एडवर्ड कुई ग्रेविटी के संस्थापक और सीईओ हैं, जो एक कंपनी है जो अगली पीढ़ी के डेटा प्लेटफ़ॉर्म का निर्माण कर रही है जो विकसितकर्ताओं को असंरचित डेटा के साथ कैसे बातचीत की जाती है, इसे मूल रूप से बदल देगी। ग्रेविटी के साथ, एआई डेवलपर डेटा को अधिग्रहित, संग्रहीत और प्रोसेस करने में अधिक तेजी से और आसानी से डेटा प्राप्त कर सकते हैं – जो कि सभी उद्योगों को सशक्त बनाने के लिए कृत्रिम बुद्धिमत्ता का लाभ उठाने के लिए आवश्यक आधार है।

आपने अपनी स्नातक की पढ़ाई एक यांत्रिक अभियंता के रूप में शुरू की, कंप्यूटर विज्ञान और कृत्रिम बुद्धिमत्ता में स्थानांतरण का कारण क्या था?

मैंने वास्तव में 2012 में एक यांत्रिक अभियंता के रूप में स्नातक की पढ़ाई शुरू की। मैंने पेंसिल्वेनिया विश्वविद्यालय में मशीन लर्निंग पर एक कक्षा ली, जो दिमागी था, और मुझे पता था कि यह भविष्य है और यही वह है जो मैं अपने करियर के लिए करना चाहता था। उस कक्षा के बाद, मैंने कंप्यूटर विज्ञान में स्थानांतरित कर दिया।

स्नातक स्तर की पढ़ाई के बाद, मैंने पेंसिल्वेनिया विश्वविद्यालय में रीनफ़ोर्समेंट लर्निंग पर शोध किया। 2015 में, मेरे पूर्व बॉस, जेफ़ स्नाइडर, उबर में शामिल हुए और मुझे उबर एटीजी में शामिल होने के लिए आमंत्रित किया। यह मेरे स्व-ड्राइविंग कार उद्योग में करियर की शुरुआत है।

क्या आप ग्रेविटी की उत्पत्ति की कहानी साझा कर सकते हैं?

उबर में काम करना बहुत जटिल था क्योंकि लोग बड़े मशीन लर्निंग मॉडल का उपयोग नहीं करते थे और हमें कंप्यूट पावर और डेटा प्रबंधन प्लेटफ़ॉर्म की कमी थी। स्व-ड्राइविंग कारों के लिए हमने जो डेटा एकत्र किया था वह सभी असंरचित था। उदाहरण के लिए, वे छवियां, वीडियो, लिडार बिंदु थे। सभी प्रकार के डेटा वास्तविक दुनिया के सेंसर से और हमने प्रतिदिन बहुत सारे असंरचित डेटा एकत्र किए। हमने एक आंकड़ा किया जो हमें बताता है कि स्व-ड्राइविंग कार डिवीजन के लिए एक सप्ताह में हमने जो डेटा एकत्र किया था वह पूरे वर्ष के लिए पूरे रेस्तरां व्यवसाय के लिए हमने जो डेटा एकत्र किया था उसके बराबर था। प्रतिदिन बहुत सारे असंरचित डेटा जमा हो गए और इससे बड़ी समस्याएं उत्पन्न हुईं कि उस डेटा को कैसे संग्रहीत किया जाए, कैसे प्रबंधित किया जाए और कैसे विभिन्न संगठनों के लिए मूल्य उत्पन्न करने के लिए उसका उपयोग किया जाए।

उबर में तीन साल तक काम करने के बाद, मैंने देखा कि बड़े पैमाने पर असंरचित डेटा को प्रबंधित करने का अवसर है। इसलिए, मैंने 2019 में ग्रेविटी की स्थापना की ताकि एआई में नवाचारों को तेज़ करने के लिए असंरचित डेटा प्रबंधन प्लेटफ़ॉर्म बनाया जा सके।

ग्रेविटी एक प्लेटफ़ॉर्म के रूप में असंरचित डेटा को प्रबंधित और संरचित करने के बारे में चर्चा कर सकते हैं?

ग्रेविटी का उद्देश्य पहला डेटा प्लेटफ़ॉर्म लॉन्च करना है जो संगठनों को बड़ी मात्रा में असंरचित डेटा के साथ काम करने में सक्षम बनाता है ताकि नवाचारी एआई अनुप्रयोगों को शक्ति प्रदान की जा सके। यह प्लेटफ़ॉर्म परेशानी को समाप्त करता है और विकसितकर्ताओं को बड़ी मात्रा में असंरचित डेटा को प्रबंधित करने में मदद करता है।

जबकि एआई विकास में उपलब्ध जानकारी का अधिकांश हिस्सा कम गुणवत्ता वाला और असंरचित है, विकास टीमें आमतौर पर अपने समय का 50% – मॉडल बनाने पर नहीं – बल्कि असंरचित डेटा की पहचान, बढ़ाने या साफ़ करने पर खर्च करती हैं, और यह उनके काम की शुरुआत है। ग्रेविटी विकसितकर्ताओं को अधिक विशेषज्ञ डेटा प्रबंधन तरीके प्रदान करता है ताकि उन्हें असंरचित डेटा का विश्लेषण करने और कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने के लिए अधिक समय मिल सके।

हम विकसितकर्ताओं की मदद तीन आयामों में करते हैं: डेटा खोज, डेटा पुनरावृत्ति और कार्यप्रवाह स्वचालन।

डेटा खोज:

ग्रेविटी एक डेटा-होस्टिंग सुविधा प्रदान करता है जो कच्चे डेटा, एनोटेशन और मेटाडेटा को व्यवस्थित करना आसान बनाता है bằng डेटासेट और एनोटेशन प्रारूपों को एकजुट करके। जब एआई डेवलपर ग्रेविटी के माध्यम से विभिन्न डेटासेट तक पहुंचते हैं, तो उन्हें डेटा प्रारूपों को परिवर्तित करने की आवश्यकता नहीं होती है, जो प्रबंधन, प्रश्न, पहुंच और अन्य संचालन को सरल बनाता है। ग्रेविटी कच्चे डेटा या एनोटेशन को खोने के अवसर को कम करने में मदद करता है। इसके अलावा, ग्रेविटी प्लेटफ़ॉर्म डेटा दृश्यीकरण सुविधा के साथ डेटासेट की गुणवत्ता का मूल्यांकन करने में मदद कर सकता है, जो विकसितकर्ताओं के लिए कम से कम आठ घंटे प्रति सप्ताह की बचत करता है।

डेटा पुनरावृत्ति:

जब विकसितकर्ता अपने कृत्रिम बुद्धिमत्ता को प्रशिक्षित करते हैं, तो उन्हें विभिन्न संस्करणों में डेटासेट के साथ परीक्षण करने और परिणामों को चिह्नित करने की आवश्यकता होती है। चुनौती विभिन्न संपादित और संस्करणों को टीम के सदस्यों के साथ ट्रैक करना है जो एक ही परियोजना पर काम कर रहे हैं। ग्रेविटी समाधान प्रदान करता है जो कर्मचारियों को विभिन्न स्तरों के पहुंच अधिकारों को आवंटित करने की अनुमति देता है ताकि वे अपने एनोटेशन अपलोड कर सकें और परियोजना की प्रगति को ट्रैक कर सकें।

कार्यप्रवाह स्वचालन:

एक सुविधा के साथ जिसे “एक्शन” कहा जाता है, इंजीनियर कार्यप्रवाह को स्वचालित कर सकते हैं और दोहराए जाने वाले, समय लेने वाले और मैनुअल कार्यों को कम कर सकते हैं। यह विकसितकर्ताओं को इन कार्यप्रवाहों को प्राप्त करने के लिए बड़े मैनुअल स्क्रिप्ट लिखने से मुक्त करता है, और उन्हें अपने काम पर ध्यान केंद्रित करने के लिए समय खोलता है।

असंरचित डेटा एआई का भविष्य क्यों है?

80% से अधिक उद्यम डेटा अब असंरचित है, जिसमें छवियां, रिकॉर्डिंग, वीडियो, सोशल मीडिया पोस्ट शामिल हैं। एआई असंरचित डेटा से मूल्य प्रदान करने की कुंजी है। उद्यम असंरचित डेटा का लाभ उठाना शुरू कर रहे हैं ताकि गहराई से शोध और विश्लेषण का समर्थन किया जा सके।

ग्रेविटी ने हाल ही में ओपनबाइट्स लॉन्च किया है, जो लिनक्स फाउंडेशन के तहत होस्ट किया गया एक गैर-लाभकारी ओपन डेटा परियोजना है। क्या आप ओपनबाइट्स के बारे में विशेष रूप से चर्चा कर सकते हैं?

ओपनबाइट्स का मिशन डेटा मानकों, प्रारूपों और प्रक्रियाओं के निर्माण के माध्यम से एआई समुदाय में डेटा को व्यापक रूप से साझा करने की सुविधा प्रदान करना है जो योगदान को सक्षम बनाता है। ओपनबाइट्स का दायरा खुले डेटासेट, खुले डेटा विनिर्देशों और सहयोगी विकास के लिए डेटा के योगदान को शामिल करने के लिए है, जो मिशन का समर्थन करते हैं, जिसमें दस्तावेज़, परीक्षण, एकीकरण और अन्य कलाकृतियों का निर्माण शामिल है जो खुले स्रोत परियोजना के विकास, तैनाती, संचालन या अपनाने में सहायता करते हैं।

ओपनबाइट्स डेटा योगदानकर्ताओं के लिए दायित्व जोखिम को कम कर सकता है। डेटासेट धारक डेटा लाइसेंस ज्ञान की कमी के कारण सार्वजनिक रूप से अपने डेटासेट साझा करने से हिचकिचाते हैं। एक बार डेटासेट योगदानकर्ता ओपनबाइट्स में शामिल हो जाते हैं, तो उनका डेटा सुरक्षित हो जाएगा, और अधिक ओपन डेटा सुलभ हो जाएगा।

हम प्रकाशन, साझा करने और डेटा के आदान-प्रदान के लिए एक मानक डेटा प्रारूप भी उत्पन्न कर रहे हैं। एक एकीकृत प्रारूप डेटा योगदानकर्ताओं को डेटासेट को समझने और उनकी आवश्यकताओं के अनुसार प्रासंगिक डेटा खोजने में मदद करेगा, जिससे उच्च गुणवत्ता वाले खुले डेटासेट योगदान होंगे।

ओपन-सोर्स डेटासेट के कुछ लाभ क्या हैं?

वे शोधकर्ताओं को लाभान्वित करते हैं क्योंकि वैज्ञानिकों के पास मॉडल को प्रशिक्षित करने और शोध पूरा करने के लिए अधिक मुफ्त संसाधन हैं।

वे उद्यमों को लाभान्वित करते हैं जो डेटासेट का उपयोग करके एआई क्षमताओं का निर्माण शुरू करते हैं और पारंपरिक उद्यमों से एआई उद्यमों में संक्रमण को बढ़ावा देते हैं।

ग्रेविटी डेटासेट की गुणवत्ता को कैसे प्रमाणित करता है?

यहां तक कि लोकप्रिय डेटासेट जैसे कि सीओसीओ और किट्टी विकसितकर्ताओं के लिए परिपूर्ण नहीं हैं। जब विकसितकर्ता मॉडल को प्रशिक्षित करते हैं तो बग हमेशा होते हैं और किसी को भी डेटासेट की गुणवत्ता में सुधार करने का एक उत्कृष्ट तरीका नहीं मिला है। ग्रेविटी मानता है कि एक डेटासेट मूल्यांकन मॉडल स्थापित किया जाएगा या तकनीकी क्रांति समुदाय को समस्या का समाधान करने में मदद करेगी, और यह ग्रेविटी के मिशन का हिस्सा है जो भविष्य में प्राप्त किया जाना है।

विकसितकर्ताओं के लिए डेटा तक पहुंच के भविष्य के लिए आपकी दृष्टि क्या है?

एक छोटी मात्रा में डेटा के लिए, विकसितकर्ताओं को उस डेटा तक आसानी से पहुंच प्राप्त करनी चाहिए। बड़ी मात्रा में डेटा के लिए, जैसे कि मॉडल को प्रशिक्षित करने के लिए विविध डेटासेट, संघीय शिक्षा प्रौद्योगिकी विकसितकर्ताओं को सहयोगी तरीके से काम करने में मदद करेगी bằng डेटा को एक केंद्रीय सर्वर में संग्रहीत करने की क्षमता को डिकपलिंग करना।

क्या ग्रेविटी के बारे में और कुछ है जो आप साझा करना चाहेंगे?

ग्रेविटी भी विकसित हो रहा है। हम अपने ग्राहकों, स्टार्टअप, उद्यमों, व्यक्तिगत विकसितकर्ताओं और शोधकर्ताओं से प्रतिक्रिया सुनते हैं। हम हर किसी से सहयोग या साझेदारी के अवसरों का भी स्वागत करते हैं।

हम एआई विकास में खुले डेटा से बड़े अवसर देखते हैं जो बहुत जल्दी होने वाले हैं। हम एक समुदाय बना रहे हैं जो खुले डेटा को साझा करने और योगदान देने के लिए है। यह न केवल शोधकर्ताओं को विज्ञान की सीमाओं को आगे बढ़ाने में मदद करेगा, बल्कि व्यवसायों को अपने मॉडल को परिष्कृत करने और प्रौद्योगिकी को एक परस्पर लाभकारी वातावरण में विकसित करने में भी मदद करेगा।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें ग्रेविटी पर जाना चाहिए।