एरिक लैंडौ, एनकॉर्ड के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

एरिक लैंडौ एनकॉर्ड के सीईओ और सह-संस्थापक हैं, जो कंप्यूटर विजन के लिए एक एक्टिव लर्निंग प्लेटफ़ॉर्म है। एरिक एक वैश्विक इक्विटी डेल्टा-वन डेस्क पर प्रमुख मात्रात्मक शोधकर्ता थे, जहाँ उन्होंने हज़ारों मॉडलों को उत्पादन में लगाया। एनकॉर्ड से पहले, उन्होंने डीआरडब्ल्यू में उच्च-आवृत्ति व्यापार में लगभग एक दशक बिताया। उन्होंने हार्वर्ड विश्वविद्यालय से एप्लाइड फ़िज़िक्स में एस.एम., स्टैनफोर्ड विश्वविद्यालय से इलेक्ट्रिकल इंजीनियरिंग में एम.एस., और स्टैनफोर्ड विश्वविद्यालय से भौतिकी में बी.एस. की डिग्री प्राप्त की है।

अपने खाली समय में, एरिक चैटजीपीटी और बड़े भाषा मॉडलों के साथ खेलना और क्राफ्ट कॉकटेल बनाना पसंद करते हैं।

आपको एनकॉर्ड की सह-स्थापना करने के लिए क्या प्रेरित किया, और आपके अनुभव ने कैसे आपके दृष्टिकोण को आकार दिया है कि आप “डेटा समस्या” को एआई में कैसे हल करेंगे?

मैंने पहली बार मशीन लर्निंग के बारे में सोचा जब मैं स्टैनफोर्ड लीनियर एक्सीलरेटर सेंटर (एसएलएसी) में काम कर रहा था और बड़े डेटासेट के साथ काम कर रहा था। मैंने भौतिक विज्ञानियों द्वारा भौतिक विज्ञानियों के लिए डिज़ाइन किया गया सॉफ़्टवेयर का उपयोग किया था, जो कहने के लिए बहुत कुछ था कि इसमें एक सुखद उपयोगकर्ता अनुभव था। यदि मेरे पास आसान उपकरण होते, तो मैं विश्लेषण बहुत तेजी से चला सकता था।

बाद में, डीआरडब्ल्यू में क्वांटिटेटिव फ़ाइनेंस में काम करते हुए, मैं हज़ारों मॉडल बनाने के लिए जिम्मेदार था जो उत्पादन में तैनात किए गए थे। मेरे भौतिकी में अनुभव की तरह, मैंने पाया कि उच्च-गुणवत्ता वाले डेटा को सटीक मॉडल बनाने में महत्वपूर्ण था और जटिल, बड़े पैमाने पर डेटा को प्रबंधित करना मुश्किल था। उल्रिक को कंप्यूटर विजन के लिए बड़े इमेज डेटासेट को दृश्यमान बनाने में एक समान अनुभव था।

जब मैंने एनकॉर्ड के लिए उनकी प्रारंभिक अवधारणा के बारे में सुना, तो मैं तुरंत इसके लिए तैयार था और इसके महत्व को समझा। उल्रिक और मैंने एक मौका देखा कि हम एआई डेटा विकास प्रक्रिया को स्वचालित और स्ट्रीमलाइन करने के लिए एक प्लेटफ़ॉर्म बना सकते हैं, जिससे टीमों के लिए मॉडलों में सर्वोत्तम डेटा प्राप्त करना और विश्वसनीय एआई प्रणाली बनाना आसान हो जाएगा।

एनकॉर्ड के पीछे दृष्टि को विस्तार से बताएं और बताएं कि यह कंप्यूटिंग या इंटरनेट के शुरुआती दिनों की तुलना में कैसे है?

एनकॉर्ड की दृष्टि यह है कि यह वह मूलभूत प्लेटफ़ॉर्म होगा जिस पर उद्यम अपने डेटा को कार्यात्मक एआई मॉडल में बदलने के लिए भरोसा करेंगे। हम कंपनी के डेटा और उनके एआई के बीच की परत हैं।

एआई कई मायनों में पिछले परिदृश्यों जैसे कि व्यक्तिगत कंप्यूटिंग और इंटरनेट की तरह है, जो प्रत्येक व्यक्ति, व्यवसाय, राष्ट्र और उद्योग के लिए कार्य प्रवाह में एकीकृत हो जाएगा। पिछले प्रौद्योगिकी क्रांतियों के विपरीत, जो मूर के नियम द्वारा जटिल गणनात्मक विकास से बोतलें हैं, एआई विकास ने एक ही समय में नवाचारों से लाभ उठाया है। यह इतनी तेजी से आगे बढ़ रहा है कि एनवीडिया के जेन्सन हुआंग ने कहा, “हम पहली बार देख रहे हैं कि हमारे पास जटिल घातांक हैं … हम दस साल में दस लाख गुना बढ़ रहे हैं।” बिना अतिशयोक्ति के, हम मानव इतिहास में सबसे तेजी से बढ़ने वाली प्रौद्योगिकी को देख रहे हैं।

यहाँ की संभावना विशाल है: एआई के लिए उच्च-गुणवत्ता वाले डेटा के प्रबंधन को स्वचालित और स्केल करने से, हम एक बोतलें को हल कर रहे हैं जो व्यापक एआई अपनाने को रोक रही है। चुनौतियाँ पिछले प्रौद्योगिकी युगों में शुरुआती दिनों की बाधाओं की याद दिलाती हैं: सिलोस, सर्वोत्तम प्रथाओं की कमी, गैर-तकनीकी उपयोगकर्ताओं के लिए सीमाएं, और अच्छी तरह से परिभाषित अमूर्तता की कमी।

एनकॉर्ड इंडेक्स को एआई डेटा प्रबंधन के लिए एक प्रमुख उपकरण के रूप में स्थिति दी गई है। यह वर्तमान में उपलब्ध अन्य डेटा प्रबंधन प्लेटफ़ॉर्म से कैसे अलग है?

एनकॉर्ड इंडेक्स को कुछ तरीकों से खड़ा किया जा सकता है:

इंडेक्स स्केलेबल है: यह उपयोगकर्ताओं को अरबों डेटा बिंदुओं को प्रबंधित करने की अनुमति देता है, न कि केवल लाखों। अन्य टूल्स असंरचित डेटा के लिए स्केलेबिलिटी समस्याओं का सामना करते हैं और एक संगठन में सभी प्रासंगिक डेटा को एकत्र करने में सीमित हैं।

इंडेक्स लचीला है: यह निजी डेटा स्टोरेज और क्लाउड स्टोरेज प्रदाताओं जैसे कि एएमएज़, जीसीपी, और एज़्योर के साथ सीधे एकीकृत होता है। अन्य टूल्स जो एकल क्लाउड प्रदाता या आंतरिक स्टोरेज प्रणाली तक सीमित हैं, के विपरीत, इंडेक्स डेटा के स्थान के प्रति उदासीन है। यह आपको कई स्रोतों से डेटा प्रबंधित करने की अनुमति देता है, जिसमें उपयुक्त शासन और पहुँच नियंत्रण होते हैं जो उन्हें सुरक्षित और अनुपालन एआई अनुप्रयोगों को विकसित करने की अनुमति देते हैं।

इंडेक्स मल्टीमोडल है: यह मल्टीमोडल एआई को सपोर्ट करता है, जो छवियों, वीडियो, ऑडियो, पाठ, दस्तावेजों और अधिक के रूप में डेटा को प्रबंधित करता है। इंडेक्स केवल एक प्रकार के डेटा तक सीमित नहीं है, जैसा कि आज कई एलएलएम टूल्स हैं। मानव संज्ञान मल्टीमोडल है, और हम मानते हैं कि मल्टीमोडल एआई अगली पीढ़ी के एआई प्रगति के दिल में होगी, जो चैटबॉट्स और एलएलएम को प्रतिस्थापित करेगी।

एनकॉर्ड इंडेक्स एआई मॉडल के लिए सही डेटा का चयन करने की प्रक्रिया को कैसे बढ़ाता है, और इसका मॉडल प्रदर्शन पर क्या प्रभाव पड़ता है?

एनकॉर्ड इंडेक्स बड़े डेटासेट के क्यूरेशन को स्वचालित करके डेटा चयन में सुधार करता है, जो टीमों को केवल सबसे प्रासंगिक डेटा की पहचान करने और अप्रासंगिक या पूर्वाग्रहित डेटा को हटाने में मदद करता है। यह प्रक्रिया न केवल डेटासेट के आकार को कम करती है, बल्कि एआई मॉडल के प्रशिक्षण के लिए उपयोग किए जाने वाले डेटा की गुणवत्ता में भी महत्वपूर्ण सुधार करती है। हमारे ग्राहकों ने अपने मॉडलों में 20% की सुधार देखी है, जबकि डेटासेट के आकार में 35% की कमी और कंप्यूट और मानव एनोटेशन लागत में सैकड़ों हज़ारों डॉलर की बचत हुई है।

मेटा के सेगमेंट एनीथिंग मॉडल जैसी कटिंग-एज़ प्रौद्योगिकियों के तेजी से एकीकरण के साथ, एनकॉर्ड तेजी से बदलते एआई परिदृश्य में कैसे आगे रहता है?

हमने जानबूझकर प्लेटफ़ॉर्म को इस तरह से डिज़ाइन किया है कि यह नई प्रौद्योगिकियों को जल्दी से अपना सके। हम एक स्केलेबल, सॉफ़्टवेयर-फ़र्स्ट दृष्टिकोण पर ध्यान केंद्रित करते हैं जो आसानी से उन्नति जैसे कि एसएएम को एकीकृत करता है, जिससे हमारे उपयोगकर्ता हमेशा प्रतिस्पर्धी बने रहने के लिए नवीनतम टूल्स से सुसज्जित रहते हैं।

हम मल्टीमोडल एआई पर ध्यान केंद्रित करके आगे रहने की योजना बना रहे हैं। एनकॉर्ड प्लेटफ़ॉर्म पहले से ही जटिल डेटा प्रकार जैसे छवियों, वीडियो, और पाठ को प्रबंधित कर सकता है, इसलिए जब मल्टीमोडल एआई में और अधिक प्रगति होती है, तो हम तैयार हैं।

कंपनियाँ एआई डेटा को प्रबंधित करते समय किन सामान्य चुनौतियों का सामना करती हैं, और एनकॉर्ड इन चुनौतियों को कैसे हल करता है?

कंपनियों को तीन मुख्य चुनौतियों का सामना करना पड़ता है:

• डेटा संगठन और नियंत्रण की कमी: जब उद्यम एआई समाधान लागू करने के लिए तैयार होते हैं, तो उन्हें अक्सर यह वास्तविकता का सामना करना पड़ता है कि उनके पास सिलोed और असंगठित डेटा है जो एआई के लिए तैयार नहीं है। यह डेटा अक्सर मजबूत शासन की कमी के साथ आता है, जो इसे एआई प्रणालियों में उपयोग करने से रोकता है।
• मानव विशेषज्ञों की कमी: जब एआई मॉडल जटिल समस्याओं का सामना करते हैं, तो जल्द ही मानव डोमेन विशेषज्ञों की कमी होगी जो डेटा को तैयार और सत्यापित कर सकते हैं। कंपनी की एआई मांगों में वृद्धि के साथ, मानव कार्यबल को स्केल करना चुनौतीपूर्ण और महंगा है।
• अस्केलेबल टूलिंग: प्रदर्शन एआई मॉडल डेटा के लिए बहुत भूखे हैं, जो फ़ाइन-ट्यूनिंग, सत्यापन, आरएजी, और अन्य कार्य प्रवाहों के लिए आवश्यक है। पिछली पीढ़ी के टूल्स एआई मॉडल के लिए आवश्यक डेटा और डेटा प्रकार को प्रबंधित करने में सक्षम नहीं हैं।

एनकॉर्ड इन समस्याओं को हल करता है bằng स्केल पर डेटा क्यूरेशन की प्रक्रिया को स्वचालित करके, जिससे यह आसान हो जाता है कि प्रभावी प्रशिक्षण और सत्यापन डेटासेट बनाने के लिए प्रभावी डेटा को पहचाना जा सके और समस्याग्रस्त डेटा से बचा जा सके। यह एक सॉफ़्टवेयर-फ़र्स्ट दृष्टिकोण का उपयोग करता है जो आसानी से डेटा प्रबंधन की आवश्यकताओं के अनुसार स्केल अप या डाउन किया जा सकता है। हमारे एआई-सहायता प्राप्त एनोटेशन टूल मानव-इन-द-लूप डोमेन विशेषज्ञों को कार्य प्रवाह की दक्षता को अधिकतम करने में सक्षम बनाते हैं। यह प्रक्रिया विशेष रूप से वित्तीय सेवाओं और स्वास्थ्य सेवा जैसे उद्योगों में महत्वपूर्ण है, जहाँ एआई प्रशिक्षक महंगे हैं। हम यह सुनिश्चित करते हैं कि संगठन के सभी असंरचित डेटा को प्रबंधित और समझा जा सके, जिससे मैनुअल श्रम की आवश्यकता कम हो जाती है।

एनकॉर्ड डेटासेट के भीतर डेटा पूर्वाग्रह और कम प्रतिनिधित्व वाले क्षेत्रों को हल करने के लिए डेटा पूर्वाग्रह के मुद्दे को कैसे हल करता है ताकि निष्पक्ष और संतुलित एआई मॉडल सुनिश्चित किया जा सके?

डेटा पूर्वाग्रह को हल करना हमारे लिए एनकॉर्ड में एक महत्वपूर्ण फोकस है। हमारा प्लेटफ़ॉर्म स्वचालित रूप से डेटा में पूर्वाग्रह के क्षेत्रों की पहचान करता है और उन्हें एआई टीमों को सामने लाता है, जिससे वे मॉडल प्रदर्शन पर प्रभाव डालने से पहले इन मुद्दों को हल कर सकें। हम यह भी सुनिश्चित करते हैं कि डेटासेट के भीतर कम प्रतिनिधित्व वाले क्षेत्रों को ठीक से शामिल किया जाए, जो निष्पक्ष और अधिक संतुलित एआई मॉडल विकसित करने में मदद करता है। हमारे क्यूरेशन टूल का उपयोग करके, टीमें यह सुनिश्चित कर सकती हैं कि उनके मॉडल विविध और प्रतिनिधित्व डेटा पर प्रशिक्षित हैं।

एनकॉर्ड ने हाल ही में 30 मिलियन डॉलर की श्रृंखला बी फंडिंग हासिल की है। यह फंडिंग आपके उत्पाद रोडमैप और विस्तार योजनाओं को कैसे तेज़ करेगी?

30 मिलियन डॉलर की श्रृंखला बी फंडिंग का उपयोग अगले छह महीनों में उत्पाद, इंजीनियरिंग, और एआई अनुसंधान टीमों के आकार को काफी बढ़ाने और एनकॉर्ड इंडेक्स और अन्य नई सुविधाओं के विकास को तेज़ करने के लिए किया जाएगा। हम सैन फ्रांसिस्को में एक नए कार्यालय के साथ अपनी उपस्थिति का विस्तार कर रहे हैं, और यह फंडिंग हमें अपने बढ़ते ग्राहक आधार के लिए अपने संचालन को स्केल करने में मदद करेगी।

वाई कॉम्बिनेटर से सबसे कम उम्र की एआई कंपनी के रूप में श्रृंखला बी बढ़ाने के लिए, आप एनकॉर्ड की तेज़ वृद्धि और सफलता का श्रेय किस बात को देते हैं?

एक कारण है कि हम तेज़ी से बढ़ पाए हैं कि हमने कंपनी के सभी क्षेत्रों में एक अत्यधिक ग्राहक-केंद्रित फोकस अपनाया है। हम लगातार ग्राहकों से संवाद कर रहे हैं, उनकी समस्याओं को सुन रहे हैं, और “बियर हग” कर रहे हैं ताकि हम समाधान तक पहुँच सकें। ग्राहकों की जरूरतों पर ध्यान केंद्रित करके, हमने एक प्लेटफ़ॉर्म बनाया है जो विभिन्न उद्योगों में शीर्ष एआई टीमों के साथ प्रतिध्वनित होता है। हमारे ग्राहकों ने हमें आज जहाँ पहुँचाया है, वहाँ पहुँचाने में महत्वपूर्ण भूमिका निभाई है। हमारी एआई डेटा को स्केल करने और जटिलता को प्रभावी ढंग से प्रबंधित करने की क्षमता ने हमें उद्यमों के लिए एक आकर्षक समाधान बना दिया है।

हम अपने साथियों, भागीदारों, और निवेशकों को भी बहुत कुछ देते हैं, जिन्होंने सभी ने एनकॉर्ड को चैंपियन बनाने के लिए निरंतर काम किया है। विश्व-स्तरीय उत्पाद, इंजीनियरिंग, और गो-टू-मार्केट टीमों के साथ काम करना हमारे विकास में बहुत प्रभावी रहा है।

एआई में डेटा के बढ़ते महत्व को देखते हुए, आप अगले पांच वर्षों में एआई डेटा प्लेटफ़ॉर्म जैसे एनकॉर्ड की भूमिका को कैसे देखते हैं?

एआई अनुप्रयोगों की जटिलता बढ़ने के साथ, एआई के लिए कुशल और स्केलेबल डेटा प्रबंधन समाधानों की आवश्यकता बढ़ेगी। मुझे विश्वास है कि हर उद्यम के पास जल्द ही एक एआई विभाग होगा, जैसा कि आज आईटी विभाग हैं। एनकॉर्ड वह एकमात्र प्लेटफ़ॉर्म होगा जिसे उन्हें एआई के लिए आवश्यक विशाल डेटा को प्रबंधित करने और मॉडलों को तेज़ी से उत्पादन में लाने की आवश्यकता होगी।

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