Nick Romano, stofnandi og forstjóri Deeplite – Interview Series

Nick Romano er meðstofnandi og forstjóri Djúpt AI-drifin fínstillingarlausn til að gera Deep Neural Networks hraðari, smærri og orkusparandi frá skýi til brúntölvu.

Nick er frumkvöðull og góður forstjóri sem skilar farsælum árangri í yfir 20 ár. Nýlega stofnaði hann og stækkaði SaaS fyrirtækis vettvang með endurteknum milljóna dollara tekjum og yfir 100 starfsmönnum. Hann hefur verið heiðraður af McMaster University Engineering sem Top 150 Alumni.

Hvað laðaði þig að gervigreind í upphafi?

Ég hef verið í tæknisviðinu í yfir 25 ár og hef séð margar hringrásir og strauma, sumar efla og aðrar raunverulegar. Gervigreind er kraftmikið og vaxandi svið og það sem ég elska við það er hvernig tæknin er raunverulega hægt að nota á svo marga mismunandi vegu til að bæta hvernig fólk lifir og vinnur. Mig langaði að vera hluti af þessari hreyfingu. Hins vegar eru áskoranir við að fara með gervigreind í raunverulegt umhverfi. Það þarf mikla tölvugetu og orku til að gera gervigreind virka almennilega – það er reiknifrekt. Það er allt í lagi í rannsóknarstofu, en ef það er of stórt eða of hægt eða tekur of mikið afl, þá er erfitt að koma gervigreind til raunverulegra atburðarása. Það er verkefni okkar og hið raunverulega aðdráttarafl fyrir mig – að gera gervigreind kleift fyrir daglegt líf.

Gætirðu deilt upprunasögunni á bak við Deeplite?

Hugmyndin að Deeplite byrjaði í TandemLaunch útungunarvélinni í Montreal. Davis Sawyer, sem er nú yfirmaður vöruframkvæmda okkar og sérfræðingur í gervigreindum léna, og Ehsan Saboori, sem er nú tæknistjóri okkar og er í raun heilinn á bak við IP okkar, byrjuðu að þróa tæknina þar. Ég gekk til liðs við þá árið 2019, kom með margra ára tækniforystu mína og stækka fyrirtæki að borðinu, og við settum Deeplite formlega af stað sem fyrirtæki um mitt ár 2019. Nú erum við með yfir 20 starfsmenn með skrifstofur í Montreal og Toronto, og við tilkynntum 6 milljón dollara seed í apríl 2021.

Af hverju er svo mikilvægt að fella gervigreindarvinnslu beint inn í vélbúnað á móti skýinu í ákveðnum notkunartilvikum eins og sjálfstýrðum ökutækjum og drónum?

Það eru margar ástæður fyrir því að þú vilt keyra ályktun þína, AI ákvörðunarferlið, á þeim tímapunkti sem gagnaöflun er á móti skýinu. Sennilega er stærsta ástæðan fyrir mikilvægum verkefnum eins og sjálfstýrðum ökutækjum það sem kallast leynd, sem þýðir í grundvallaratriðum hversu langan tíma tekur gervigreindin að taka ákvörðun. Ef þú þarft að fanga gögnin, sendu þau í skýið til ályktunar, skilaðu síðan niðurstöðunum til baka, það mun augljóslega taka miklu lengri tíma en að gera það á staðnum í rauntíma. Í sjálfvirkum akstri skipta millisekúndur miklu máli.

Aðrar ástæður fela í sér friðhelgi einkalífsins, að halda viðkvæmum gögnum staðbundnum á móti sendingu í skýið og auðvitað tenging sem í fjarveru gerir það að verkum að ályktanir úr skýi eru óhugnanlegar. Hin flóknu djúpu hlutlausu netkerfi sem knýja gervigreind krefjast mikils tölvuafls til að keyra, þau nota mikið minni og þau eyða miklu afli, svo gervigreindarlausnir neyddust til að nota skýið. Svo, til að komast út úr skýinu og láta gervigreind keyra staðbundið á brúninni í ökutæki eða dróna til dæmis, þarftu að finna leið til að minnka heildarstærð og aflsnið líkansins, sem gerir það kleift að keyra beint á vélbúnaðinum - tækinu - með mun færri tilföngum. Það er mikilvægt að brjótast í gegnum þessa hindrun til að koma gervigreind í mun fleiri tæki sem þjóna fólki á hverjum degi. Það er þar sem Deeplite kemur inn.

Gætirðu sagt okkur hvað Deeplite Neutrino er sérstaklega?

Neutrino vettvangurinn okkar umbreytir gervigreind, sérstaklega djúpt taugakerfi eða DNN, í nýjan formþátt sem er minni, hraðari og minni orkunotkun en upprunalega form hans. Með Deeplite Neutrino geta gervigreindarteymi einbeitt sér að því að þjálfa módel sín fyrir nákvæmni, hversu oft ákvörðunin er rétt, og notað vettvang okkar til að fínstilla gervigreindarlíkanið svo hægt sé að dreifa því í þvingaðan vélbúnað við jaðarinn. Deeplite Neutrino gerir þetta án þess að skerða upprunalega nákvæmni gervigreindarinnar. Í raun tökum við stór gervigreind módel og gerum þau minni, hraðvirkari og orkusparnari. Lokamarkmiðið er að koma gervigreind út úr rannsóknarstofunni og inn í raunheiminn í því sem við notum á hverjum degi.

Hvernig er Deeplite Neutrino fær um að gera gervigreind sem er skilvirkari, hraðari, minni og öflugri án þess að skerða nákvæmni upprunalegu líkansins?

Við notum nýja fjölmarka hönnun rýmiskönnunaraðferðar. Við notum upprunalega líkanið sem eins konar „kennara“ líkan og könnum síðan arkitektúr líkansins í leit að besta „nema“ líkaninu sem uppfyllir hönnunarþvinganir sem tilgreindar eru af Deeplite notandanum til að fínstilla DNN líkan sjálfkrafa og gera þau verulega hraðari, minni og sparneytnari án þess að fórna frammistöðu.

Hver eru helstu notkunartilvikin til að nota þessa tegund gervigreindar?

Þó að við séum ekki takmörkuð við þetta, þá er áhersla okkar núna á tölvusjón og skynjunarbyggða gervigreind. Gervigreind tækni okkar er notuð í sjálfstætt ökutæki, dróna, myndavélar, farsíma, skynjara og önnur IoT tæki. Við erum líka að sjá ný forrit fyrir það undanfarið, þar á meðal snjall tannbursta og snjall kaffivél. Við erum meira að segja að vinna með leiðandi alþjóðlegu leikfangafyrirtæki sem notar það til leikjaþróunar. Það sem er ótrúlega spennandi og gefandi við það sem við gerum er fjölbreytileikinn í forritunum sem við sjáum koma á markað þar sem við getum hjálpað þeim að verða lifandi.

Hver er skoðun þín á sameinuðu námi og hvernig það mun hafa áhrif á framtíð vélanáms?

Þjálfunarlíkön krefjast mikils gagna og mikils reiknikrafts. Því stærri sem fjölbreytni notkunartilvika er, því fleiri gögn þarf og því meiri reiknitíma þarf til að þjálfa líkanið í viðunandi nákvæmni. Með sameinuðu námi er þjálfun skipulögð á jaðrinum í hverju tæki byggt á staðbundnum gagnaaðstæðum. Þetta getur gert þjálfun skilvirkari (af hverju að þjálfa sig eftir kengúru sem fer yfir veginn í Alaska) og er líka stór sigur fyrir friðhelgi einkalífsins þar sem þjálfunargögn – til dæmis andlit einhvers – eru ekki send á miðlægan netþjón.

Í ljósi þess að fínstillingarferlið okkar felur í sér það sem við köllum „þjálfunarlykkju“ til að varðveita nákvæmni bjartsýni líkansins, þá væri lokamarkmið okkar að hafa það sem við erum að gera hluti af upphafsþjálfunarferlinu frekar en sem önnur leið. Núna er þetta vonandi, en það er hluti af langtímamarkmiði okkar.

Sem sprotafyrirtæki hvernig laðarðu að þér hæfileikana og heilakraftinn sem þarf?

Það er mikil áskorun að laða að réttu gervigreindarhæfileikana í dag – það eru of fáir þarna úti og samkeppnin við að ráða er mikil. Liðið okkar er frábært. Þeir eru sjálfir segull fyrir hæfileika. Við höfum væntanlega ráðningar til að tala og taka viðtöl við teymið okkar. Þegar þeir sjá gæði fólks hjá Deeplite vilja þeir vera hér. Sem sprotafyrirtæki bjóðum við upp á frábæra menningu og tækifæri til að vinna að einhverju nýju og framandi sem getur breytt leik fyrir margar mismunandi atvinnugreinar og vörur. Ég held að þetta tækifæri, ásamt liðinu, sé lykillinn að því að við náum að okkur bestu hæfileikamenn. Við erum líka beitt í tveimur helstu gervigreindarmiðstöðvum í Norður-Ameríku, Montreal og Toronto, sem hjálpar. Sem kanadískt fyrirtæki nýtum við einnig Global Talent Stream forrit ríkisstjórnarinnar. Við getum ráðið hvar sem er í heiminum, styrkt nýráðningar og fylgst hratt með þeim til Kanada.

Hefur þú einhver ráð fyrir aðra frumkvöðla í gervigreindarrýminu?

Þetta gengur lengra en gervigreind en sem endurtekinn frumkvöðull, hef ég lært hversu mikilvægt það er að hafa stuðning fjölskyldunnar, því ákvörðunin um að vera frumkvöðull er ekki einstaklingsbundin – hún hefur áhrif á alla – maka og börn þar á meðal. Allir eru hluti af ferðalaginu með þér og allir færa fórnir. Þú verður að viðurkenna og meta það og þannig geta fjölskyldur verið saman í gegnum ferðalagið.

Er eitthvað annað sem þú vilt deila um Deeplite?

Einn af einstökum þáttum Deeplite eru meðstofnendur okkar. Davis er um miðjan tvítugt og er einstaklega klár og kraftmikill. Hann er örugglega lénssérfræðingur í því sem við gerum. Ehsan er íranskur innflytjandi með doktorsgráðu og eins og fyrr segir er hann hinn raunverulegi heili á bak við IP okkar. Og ég er 20+ ára gamall öldungur sem hefur byggt upp fyrirtæki áður. Við þrjú erum áhugaverð samsetning sem færir mismunandi styrkleika og reynslu á borðið. Ég er mjög þakklátur fyrir að eiga svona frábæra félaga og er umkringdur svo frábæru liði.

Þakka þér fyrir frábært viðtal, ég hlakka til að fylgjast með framvindu Deeplite og það er fyrirtæki sem verður á radarnum mínum. Lesendur sem vilja læra meira ættu að heimsækja Djúpt.