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

जॉर्ज टोरेस, माइंड्सडीबी के सह-संस्थापक और सीईओ हैं, एक प्लेटफ़ॉर्म जो किसी को भी अपने डेटा से संबंधित भविष्यवाणी प्रश्न पूछने और मशीन लर्निंग की शक्ति का उपयोग करके सटीक उत्तर प्राप्त करने में मदद करता है। माइंड्सडीबी यकोम्बिनेटर के हाल के शीतकालीन 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最初 क्या आकर्षित किया?

यह एक दिलचस्प कहानी है। 2008 में, मैं बर्कले में रहता था और एक स्टार्टअप के लिए काम कर रहा था जिसे काउचसर्फिंग कहा जाता था और मैंने इस पाठ्यक्रम (सीएस 188 – एआई की紹) 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 हर किसी को विषय से प्यार करने के लिए प्रेरित किया। यह मेरे लिए सबसे अच्छी बात थी। मुझे आश्चर्य हुआ कि कंप्यूटर समस्याओं को सीखने और हल करने में सक्षम हो सकते हैं, मैंने महसूस किया कि यह तेजी से आगे बढ़ रहा है और मैंने इसे अपना करियर बनाने का फैसला किया।

प्रौद्योगिकी में कुछ पीढ़ी-परिभाषित घटनाएं होती हैं जो किसी के जीवनकाल में केवल कुछ बार आती हैं। मैं भाग्यशाली था कि इंटरनेट के जन्म का साक्षी बना, लेकिन मैं बहुत छोटा था और केवल एक निष्क्रिय दर्शक ही बन सकता था। मैं मानता हूं कि मशीन लर्निंग अगली पीढ़ी की घटना है, और मैं इसे कुछ अर्थपूर्ण तरीके से आगे बढ़ाने और इसका उपयोग करने का हिस्सा बनना चाहता था।

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

यूसी बर्कले दुनिया के महान शोध संस्थानों में से एक है और खुले स्रोत सॉफ़्टवेयर का निर्माण और समर्थन करने का इतिहास है, और हमने सोचा कि माइंड्सडीबी शुरू करने के लिए इससे बेहतर स्थान नहीं हो सकता। हमारे मूल्यों का संरेखण किया गया था, उन्होंने हमें यूसी बर्कले स्काईडेक एक्सेलरेटर के माध्यम से अपना पहला चेक दिया और बाकी इतिहास है।

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

मैं मानता हूं कि डेटा में巨ती शक्ति है। जितना अधिक डेटा एक कंपनी के पास होता है, उतना ही अधिक वे अपने व्यवसाय को आगे बढ़ाने में सक्षम होते हैं। लेकिन केवल तभी जब वे इसके माध्यम से अर्थपूर्ण अंतर्दृष्टि प्राप्त कर सकते हैं।

2017 के पतन में, मेरे सबसे अच्छे दोस्त एडम कैरिगन (सीओओ) और मैं इस निष्कर्ष पर पहुंचे कि कई व्यवसायों को अपने डेटा से अर्थपूर्ण जानकारी निकालने में सीमाएं थीं। उन्होंने महसूस किया कि इनमें से सबसे बड़ी सीमाएं यह थीं कि कई व्यवसाय कृत्रिम बुद्धिमत्ता की शक्ति का बहुत कम उपयोग कर रहे थे। हम मानते थे 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 संबंधित भविष्यवाणी प्रश्न पूछने और मशीन लर्निंग की शक्ति का उपयोग करके सटीक उत्तर प्राप्त करने में मदद करेगा।

हम इस प्लेटफ़ॉर्म को माइंड्सडीबी कहते हैं और हम इसे विकसित करना जारी रखने पर केंद्रित हैं ताकि यह डेवलपर्स के लिए अगली पीढ़ी के एआई-केंद्रित अनुप्रयोगों का निर्माण करना आसान बना सके जो हमारे जीवन और काम के तरीके को बदल देंगे और व्यवसायों को अपने डेटा से जानकारी निकालने में मदद करेंगे।

माइंड्सडीबी ने डेटा केंद्रित समस्या को हल करने पर क्यों ध्यान केंद्रित किया, न कि मशीन लर्निंग केंद्रित?

यदि आप एआई में अधिकांश शोध देखते हैं, तो एक बड़ा हिस्सा अकादमिक संस्थानों से आता है। एमएल ऐतिहासिक रूप से मॉडल-केंद्रित रहा है क्योंकि यह वह जगह है जहां शोध संस्थान मूल्य जोड़ सकते हैं; बेहतर मॉडल या नए मॉडल बनाने से बेहतर परिणाम मिलते 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 कि मशीन लर्निंग को लोकतांत्रिक बनाने के लिए, एमएल स्थान के बाहर के अधिकांश लोग एमएल के बारे में बहुत कुछ नहीं जानते हैं, लेकिन वे निश्चित रूप से 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 जिन कंपनियों ने अभी तक डेटाबेस का पता नहीं लगाया है, हमने महसूस किया कि यदि एक कंपनी डेटाबेस समूह में थी, तो उनकी डेटा परिपक्वता ने उन्हें मशीन लर्निंग को वास्तव में लागू करने के लिए सही रास्ते पर रखा था, जबकि जिन कंपनियों ने अभी तक डेटाबेस का पता नहीं लगाया था, उनके पास अभी भी लंबा रास्ता तय करना था, इसलिए हमने उन लोगों के लिए मूल्य प्रदान करने पर ध्यान केंद्रित किया जो वास्तव में इसे निकाल सकते थे।

माइंड्सडीबी सादे एसक्यूएल में मॉडलिंग और तैनाती कैसे करता है?

हम मॉडल को टेबल के रूप में प्रस्तुत करते हैं जिन्हें क्वेरी किया जा सकता है, इसलिए हम वास्तव में ‘तैनाती’ की अवधारणा को दूर करते हैं। जब आप एक डेटाबेस पर CREATE VIEW टाइप करते हैं, तो वह दृश्य कमांड प्रोसेस होने के तुरंत बाद लाइव हो जाता है, माइंड्सडीबी में CREATE MODEL करने पर भी ऐसा ही होता है।

लोग माइंड्सडीबी को एमएल-ओप्स लाइफसाइकल में सरलीकरण के कारण 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 रखनी होती हैं। हमारा ध्यान उपयोगकर्ताओं को मशीन लर्निंग के मूल्य को निकालने में मदद करना है, एमएल बुनियादी ढांचे को बनाए रखने के बारे में नहीं सोचते हैं यदि वे पहले से ही डेटा बुनियादी ढांचे को बनाए रखते हैं।

एक ओपन-सोर्स स्टार्टअप के बजाय एक पारंपरिक स्टार्टअप होने के कुछ फायदे और जोखिम क्या हैं?

एक ओपन सोर्स परियोजना केवल एक विचार के साथ शुरू हो सकती है, और लोग आपको इसे बनाने में मदद करेंगे। बंद स्रोत दृष्टिकोण में, आपको एक ही धारणा के साथ शुरू करना होगा, लेकिन आपको सही होना चाहिए क्योंकि कोई आपको अपने उत्पाद में सुधार करने में मदद नहीं करेगा (कम से कम ओपन सोर्स के समान मात्रा में नहीं)। ओपन सोर्स को एक सहयोगी उत्पाद उपयोगकर्ता फिट दृष्टिकोण के रूप में सोचें।

माइंड्सडीबी ने हाल ही में बेंचमार्क से $16.5M सीरीज ए निवेश प्राप्त किया, बेंचमार्क निवेशक के रूप में क्यों सही फिट है और उनकी दृष्टि आपकी दृष्टि से कैसे मेल खाती है?

बेंचमार्क का 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। हम मानते हैं कि माइंड्सडीबी के लिए बेंचमार्क पूंजी और चेतन से बेहतर कोई फिट नहीं हो सकता।

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