Edward Cui, Fondatore e Amministratore Delegato di Graviti – Serie di Interviste

Edward Cui è il Fondatore e Amministratore Delegato di Graviti, un’azienda che sta costruendo la prossima generazione di piattaforme di dati che cambieranno radicalmente il modo in cui gli sviluppatori interagiscono con i dati non strutturati. Con Graviti, gli sviluppatori di intelligenza artificiale possono acquisire, archiviare e elaborare i dati più velocemente e facilmente – la base necessaria per sfruttare l’intelligenza artificiale per potenziare tutte le industrie.

Hai iniziato i tuoi studi universitari come ingegnere meccanico, cosa ha causato il passaggio all’informatica e all’intelligenza artificiale?

Ho effettivamente studiato ingegneria meccanica come studente universitario nel 2012. Ho seguito un corso di apprendimento automatico all’Università della Pennsylvania, che è stato sconvolgente, e ho capito che era il futuro e ciò che volevo fare per la mia carriera. Dopo quel corso, mi sono trasferito all’informatica.

Dopo la laurea, ho svolto ricerche sull’apprendimento per rinforzo all’Università della Pennsylvania. Nel 2015, il mio ex capo, Jeff Snyder, si è unito a Uber e mi ha invitato a unirmi a Uber ATG. È l’inizio della mia carriera nell’industria delle auto a guida autonoma.

Puoi condividere la storia di come è nata Graviti?

Lavorare a Uber era molto complicato all’inizio perché le persone non utilizzavano grandi modelli di apprendimento automatico e mancavamo di potenza di calcolo e di una piattaforma di gestione dei dati per addestrare i modelli. I dati che abbiamo raccolto per le auto a guida autonoma erano tutti non strutturati. Ad esempio, erano immagini, video, punti LIDAR. Tutti quei tipi di dati provenienti da sensori del mondo reale e raccoglievamo tonnellate di dati non strutturati ogni giorno. Abbiamo fatto una statistica che ci ha detto che la quantità di dati che raccoglievamo nella divisione auto a guida autonoma in una settimana era pari ai dati che raccoglievamo per l’intero business dei ristoranti a livello globale per l’intero anno. Tonnellate di dati non strutturati si accumulavano ogni giorno e questo creava grandi problemi su come archiviare quei dati, come gestirli e come utilizzarli per generare valore per diverse organizzazioni.

Dopo tre anni di lavoro a Uber, ho visto l’opportunità di migliorare la gestione dei grandi dati non strutturati. Quindi, ho fondato Graviti nel 2019 per accelerare le innovazioni nell’IA costruendo la piattaforma di gestione dei dati non strutturati.

Puoi discutere come Graviti sia una piattaforma per gestire e strutturare i dati su larga scala?

Graviti ha lo scopo di lanciare la prima piattaforma di dati che consente alle organizzazioni di lavorare con grandi volumi di dati non strutturati per alimentare applicazioni innovative di intelligenza artificiale. Questa piattaforma elimina le difficoltà e aiuta gli sviluppatori a gestire grandi quantità di dati non strutturati con il team.

Mentre la maggior parte delle informazioni disponibili nello sviluppo dell’IA è di bassa qualità e non strutturata, i team di sviluppo trascorrono più del 50% del loro tempo – non costruendo modelli – ma identificando, aumentando o pulendo i dati non strutturati, e questo è solo l’inizio del loro lavoro. Graviti offre un modo più esperto di gestione dei dati per liberare gli sviluppatori e dar loro più tempo per analizzare i dati non strutturati e addestrare i modelli di intelligenza artificiale.

Aiutiamo gli sviluppatori in tre dimensioni: scoperta dei dati, iterazione dei dati e automazione del flusso di lavoro.

Scoperta dei dati:

Graviti offre una funzione di hosting dei dati che rende più facile organizzare i dati grezzi, le annotazioni e i metadati unificando il formato del set di dati e delle annotazioni. Quando gli sviluppatori di IA accedono a diversi set di dati attraverso Graviti, non devono convertire i formati dei dati, il che semplifica la gestione, la query, l’accesso e le altre operazioni coinvolte con l’annotazione. Graviti aiuta a ridurre la possibilità di dati grezzi non corrispondenti o di perdita di annotazioni. Inoltre, la piattaforma Graviti può aiutare gli sviluppatori a valutare la qualità dei set di dati con una funzione di visualizzazione dei dati, che risparmia almeno otto ore a settimana per gli sviluppatori.

Iterazione dei dati:

Quando gli sviluppatori addestrano i loro modelli di intelligenza artificiale, devono testarli con set di dati in diverse versioni per vedere i risultati e annotare le annotazioni. La sfida è tenere traccia delle varie modifiche e versioni con i membri del team che lavorano sullo stesso progetto. Graviti offre la soluzione abilitando l’assegnazione di diversi livelli di diritti di accesso agli impiegati per consentire loro di caricare le loro annotazioni per tracciare i progressi del progetto e lavorare contemporaneamente.

Automazione del flusso di lavoro:

Con una funzione chiamata “Azione”, gli ingegneri possono automatizzare i flussi di lavoro e ridurre le attività ripetitive, lunghe e manuali. Ciò libera gli sviluppatori dall’esigenza di scrivere grandi script manuali per raggiungere questi flussi di lavoro e apre loro il tempo per fare il lavoro che devono fare.

Perché i dati non strutturati sono il futuro dell’IA?

Più dell’80% dei dati aziendali è non strutturato, comprese immagini, registrazioni, video, post sui social media, ecc. L’IA è la chiave per consegnare valore dai dati non strutturati. Le aziende iniziano a sfruttare i dati non strutturati per supportare ricerche approfondite e ulteriori analisi.

Graviti ha recentemente lanciato OpenBytes, un progetto di dati aperti no-profit ospitato sotto la Linux Foundation. Puoi discutere cosa è specificamente OpenBytes?

La missione di OpenBytes è quella di facilitare la condivisione più ampia dei dati nella comunità dell’IA attraverso la creazione di standard di dati, formati e processi che consentono contributi di dati. L’ambito di OpenBytes include la cura di set di dati aperti, specifiche di dati aperte e sviluppo collaborativo sotto licenze aperte che supportano la missione, compresa la documentazione, il testing, l’integrazione e la creazione di altri artefatti che aiutano lo sviluppo, la distribuzione, l’operazione o l’adozione del progetto open-source.

OpenBytes può ridurre i rischi di responsabilità per i contributori di dati. I detentori di set di dati sono riluttanti a condividere i loro set di dati pubblicamente a causa della mancanza di conoscenza delle licenze dei dati. Una volta che i contributori di dati si uniscono a OpenBytes, i loro dati saranno protetti e più dati aperti saranno accessibili.

Stiamo anche generando un formato di set di dati standardizzato quando pubblichiamo, condividiamo e scambiamo dati. Un formato unificato aiuterà i contributori di dati a comprendere i set di dati e a trovare i dati pertinenti di cui hanno bisogno, portando a contributi di set di dati aperti di alta qualità.

Quali sono alcuni dei benefici dei set di dati open-source?

Essi beneficiano i ricercatori perché gli scienziati hanno più risorse gratuite da utilizzare per addestrare modelli e completare ricerche.

Essi beneficiano le aziende, che utilizzano i set di dati per iniziare a costruire capacità di IA e potenziare la transizione dalle aziende tradizionali alle aziende di IA.

Come Graviti autentica la qualità dei set di dati?

Anche set di dati popolari come COCO e KITTI non sono perfetti per gli sviluppatori. I bug si verificano sempre quando gli sviluppatori addestrano modelli e nessuno ha trovato un modo eccellente per migliorare la qualità dei set di dati. Graviti crede che un modello di valutazione dei set di dati sarà stabilito o un’altra rivoluzione tecnica aiuterà la comunità a risolvere il problema, e questo è anche parte della missione di Graviti da raggiungere nel futuro.

Qual è la tua visione per il futuro di come gli sviluppatori accederanno ai dati?

Per una piccola quantità di dati, gli sviluppatori dovrebbero essere in grado di accedere a quei dati facilmente. Per quantità di dati più grandi, come set di dati più diversificati per l’addestramento dei modelli, la tecnologia di apprendimento federato aiuterà a lavorare in modo collaborativo decoupling la capacità di fare apprendimento automatico dall’archiviazione dei dati in un server centrale.

C’è qualcos’altro che ti piacerebbe condividere su Graviti?

Graviti sta anche evolvendo. Ascoltiamo i feedback dei nostri clienti, compresi startup, aziende, sviluppatori individuali e ricercatori. Accogliamo anche ogni opportunità di collaborazione o partenariato da tutti.

Vediamo grandi opportunità nello sviluppo dell’IA dai dati aperti nel prossimo futuro. Costruiamo una comunità per la condivisione e il contributo di dati aperti. Ciò beneficerà non solo i ricercatori per spingere i confini della scienza ulteriormente, ma anche le aziende per raffinare i loro modelli e far evolvere la tecnologia in un ambiente mutualmente benefico.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Graviti.