जोर्ज टोरेस, माइंड्सडीबी के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

जोर्ज टोरेस माइंड्सडीबी के सह-संस्थापक और सीईओ हैं, जो एक प्लेटफ़ॉर्म है जो किसी को भी मशीन लर्निंग की शक्ति का उपयोग करके अपने डेटा से सटीक उत्तर प्राप्त करने के लिए भविष्यसूचक प्रश्न पूछने में मदद करता है। माइंड्सडीबी यकोम्बिनेटर के हालिया विंटर 2020 बैच का स्नातक भी है और हाल ही में फोर्ब्स द्वारा अमेरिका की सबसे आशाजनक एआई कंपनियों में से एक के रूप में मान्यता प्राप्त की गई है।

आपको मशीन लर्निंग में शुरू में क्या आकर्षित किया?

यह एक दिलचस्प कहानी है। 2008 में, मैं बर्कले में एक स्टार्टअप के लिए काम कर रहा था, जिसे काउचसर्फिंग कहा जाता था, और मैंने इस पाठ्यक्रम (सीएस 188 – एआई की शुरुआत) को देखा। हालांकि मैं उस समय विश्वविद्यालय से संबद्ध नहीं था, मैंने प्रोफेसर जॉन डेनेरो से पूछा कि क्या मैं एक कक्षा में बैठ सकता हूं और उन्होंने मुझे अनुमति दी। यह प्रोफेसर बहुत ही प्रतिभाशाली थे और उन्होंने वास्तव में सभी को विषय से प्यार करने के लिए प्रेरित किया। यह मेरे लिए सबसे अच्छी बात थी जो मुझे कभी हुई थी। मुझे यह देखकर आश्चर्य हुआ कि कंप्यूटर समस्याओं का समाधान करना सीख सकते हैं, मुझे एहसास हुआ कि यह तेजी से आगे बढ़ रहा है और मैंने यह अपना करियर बनाने का फैसला किया।

प्रौद्योगिकी में कुछ पीढ़ीगत घटनाएं होती हैं जो केवल एक जीवनकाल में कुछ बार आती हैं। मैं भाग्यशाली था कि मैं इंटरनेट के जन्म का साक्षी था, लेकिन मैं बहुत छोटा था और केवल एक निष्क्रिय दर्शक था। मुझे लगता है कि मशीन लर्निंग अगली पीढ़ीगत घटना है, और मैं इसका हिस्सा बनना चाहता था ताकि मैं इस प्रौद्योगिकी को आगे बढ़ाने और इसका उपयोग करने के तरीके में योगदान दा सकूं।

माइंड्सडीबी 2018 में यूसी बर्कले में शुरू हुआ, क्या आप उन शुरुआती दिनों से कुछ जानकारी साझा कर सकते हैं?

यूसी बर्कले दुनिया के महान शोध संस्थानों में से एक है और यह खुले स्रोत सॉफ़्टवेयर का निर्माण और समर्थन करने का एक इतिहास है, और हमने सोचा कि माइंड्सडीबी शुरू करने के लिए इससे बेहतर जगह नहीं हो सकती। हमारे मूल्य उनके साथ संरेखित थे, उन्होंने हमें यूसी बर्कले स्काइडेक एक्सेलरेटर के माध्यम से अपना पहला चेक दिया और बाकी इतिहास है।

शुरुआती दिनों में बहुत से स्टार्टअप्स की तरह थे – तीन लोग लंबे समय तक काम कर रहे थे जिन पर वे सभी विश्वास करते थे, लेकिन जिनकी सफलता की संभावना बहुत कम थी। एकमात्र अंतर यह था कि हम पालो अल्टो में एक धूल भरे गैरेज में काम नहीं कर रहे थे, बल्कि स्काइडेक पेंटहाउस को-वर्किंग स्पेस (किराए के बिना) में थे।

मुझे लगता है कि डेटा में बहुत बड़ी शक्ति है। जितना अधिक डेटा एक कंपनी के पास होगा, उतना ही अधिक वे अपने व्यवसाय को आगे बढ़ाने में सक्षम होंगे। लेकिन केवल तभी जब वे इसके अर्थपूर्ण अंतर्दृष्टि प्राप्त करने में सक्षम हों।

2017 के पतन में, मेरे सबसे अच्छे दोस्त एडम कैरिगन (सीओओ) और मैंने निष्कर्ष निकाला कि बहुत से व्यवसायों को अपने डेटा से अर्थपूर्ण जानकारी निकालने में सीमाओं का सामना करना पड़ा। उन्होंने महसूस किया कि इनमें से सबसे बड़ी सीमाओं में से एक यह थी कि इनमें से बहुत से व्यवसाय कृत्रिम बुद्धिमत्ता की शक्ति का बहुत कम उपयोग कर रहे थे। हमने माना कि मशीन लर्निंग डेटा और इसके द्वारा प्रदान की जाने वाली बुद्धिमत्ता को सभी के लिए सुलभ बना सकती है। इसलिए हमने एक प्लेटफ़ॉर्म डिज़ाइन किया जो किसी को भी अपने डेटा से भविष्यसूचक प्रश्न पूछने और इसके सटीक उत्तर प्राप्त करने की अनुमति देगा।

हम इस प्लेटफ़ॉर्म को माइंड्सडीबी कहते हैं और हम इसे विकसित करना जारी रखने पर ध्यान केंद्रित कर रहे हैं ताकि यह विकसित करने वाले डेवलपर्स के लिए मशीन लर्निंग केंद्रित अनुप्रयोगों की अगली लहर बनाना आसान हो सके जो हमारे जीवन और काम करने के तरीके को बदल देगा।

माइंड्सडीबी ने डेटा-केंद्रित समस्या का समाधान करने के बजाय मशीन लर्निंग-केंद्रित समस्या का समाधान करने पर क्यों ध्यान केंद्रित किया?

यदि आप अधिकांश एआई अनुसंधान देखते हैं, तो एक बड़ा हिस्सा शैक्षणिक संस्थानों से आता है। एमएल ऐतिहासिक रूप से मॉडल-केंद्रित रहा है क्योंकि यह शोध संस्थानों के लिए मूल्य वर्धित करने का एक तरीका है; बेहतर शोध मॉडल में सुधार करता है या नए बनाता है जो बेहतर परिणाम पैदा करते हैं। दूसरी ओर, डेटा-केंद्रित होने से मौजूदा दृष्टिकोण में बेहतर गुणवत्ता वाले / अधिक प्रासंगिक डेटा जोड़ना आसानी से प्रकाशन योग्य नहीं है (शोधकर्ताओं के लिए प्रमुख केपीआई)।

हालांकि, आज लागू किए गए अधिकांश मशीन लर्निंग समस्याओं को बेहतर मॉडल की तुलना में बेहतर डेटा से बहुत अधिक लाभ होता है। यह हमारे मिशन के साथ भी अच्छी तरह से संरेखित है जो मशीन लर्निंग को लोकतांत्रिक बनाना है, एमएल स्थान के बाहर के अधिकांश लोग एमएल के बारे में बहुत कुछ नहीं जानते हैं, लेकिन वे अपने डेटा के बारे में बहुत कुछ जानते हैं।

हमने देखा कि दो प्रकार की कंपनियां हैं, एक ओर डेटाबेस में डेटा वाली कंपनियां, दूसरी ओर डेटाबेस का उपयोग नहीं करने वाली कंपनियां, हमने महसूस किया कि यदि कोई कंपनी डेटाबेस वाले समूह में थी, तो उनकी डेटा परिपक्वता ने उन्हें पहले से ही मशीन लर्निंग को लागू करने के लिए सही रास्ते पर रखा था, जबकि डेटाबेस का उपयोग नहीं करने वाली कंपनियों को अभी भी लंबा सफर तय करना था, इसलिए हमने उन लोगों के लिए मूल्य प्रदान करने पर ध्यान केंद्रित किया जो वास्तव में इसका लाभ उठा सकते थे।

माइंड्सडीबी सादे एसक्यूएल में मॉडलिंग और तैनाती कैसे करता है?

हम मॉडल के प्रतिनिधित्व तालिकाओं के रूप में बनाते हैं जिन्हें पूछा जा सकता है, इसलिए हम वास्तव में ‘तैनाती’ की अवधारणा को दृष्टि से हटा देते हैं। जब आप एक डेटाबेस पर CREATE VIEW टाइप करते हैं, तो यह दृश्य तब तक लाइव हो जाता है जब तक कि कमांड प्रोसेसिंग पूरी नहीं हो जाती, माइंड्सडीबी में CREATE MODEL करने पर भी यही बात लागू होती है।

लोग माइंड्सडीबी को एमएल-ओप्स लाइफसाइकल में सरलीकरण के लिए पसंद करते हैं, मशीन लर्निंग तैनाती को सरल बनाना इतना महत्वपूर्ण क्यों है?

लोग इसे पसंद करते हैं क्योंकि यह अनावश्यक ईटीएल पाइपलाइनों को समाप्त करता है, इसलिए कम चीजें बनाए रखने की आवश्यकता है। हमारा ध्यान उपयोगकर्ताओं को मशीन लर्निंग के मूल्य को निकालने पर है, एमएल बुनियादी ढांचे की देखभाल करने के बारे में नहीं सोचते हुए यदि वे पहले से ही डेटा बुनियादी ढांचे की देखभाल कर रहे हैं।

एक ओपन-सोर्स स्टार्टअप के रूप में पारंपरिक स्टार्टअप के विपरीत कुछ फायदे और जोखिम क्या हैं?

एक ओपन-सोर्स परियोजना की शुरुआत केवल एक विचार के साथ की जा सकती है, और लोग आपको इसे बनाने में मदद करेंगे। एक बंद-स्रोत दृष्टिकोण पर, आपको पहले से ही उन्हीं धारणाओं के साथ शुरू करना होगा, लेकिन आपको यह सुनिश्चित करना होगा कि आप सही हैं क्योंकि कोई भी आपके उत्पाद में सुधार करने में आपकी मदद नहीं करेगा (कम से कम ओपन-सोर्स के समान मात्रा में)। ओपन-सोर्स को एक सहयोगी उत्पाद-फिट दृष्टिकोण के रूप में सोचें।

माइंड्सडीबी ने हाल ही में बेंचमार्क से $16.5M सीरीज़ ए निवेश जुटाया, बेंचमार्क आपके लिए सही निवेशक क्यों है और उनकी दृष्टि आपकी दृष्टि से कैसे मेल खाती है?

बेंचमार्क हमारे उद्योग में एक उत्कृष्ट रिकॉर्ड है, चेतन ने मोंगोडीबी, इलास्टिक, एयरबाइट जैसी कंपनियों को उनके क्षेत्रों में विश्व नेता बनाने में मदद की है। हमारा मानना है कि माइंड्सडीबी के लिए बेंचमार्क और चेतन से बेहतर कोई निवेशक नहीं हो सकता।

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