ニック・ロマーノ、Deepliteの共同創設者兼CEO – インタビュー・シリーズ

ニック・ロマーノは、Deepliteの共同創設者兼CEOです。Deepliteは、クラウドからエッジコンピューティングまで、ディープニューラルネットワークを高速化し、小型化し、エネルギー効率を高めるAI駆動型の最適化ソリューションです。

ニックは、20年以上にわたるシリアルエントレプレナーであり、成果を上げることに成功したCEOです。最近、彼はエンタープライズSaaSプラットフォームを共同創設し、数百万ドル規模の繰り返し収益と100人以上の従業員を擁するまでに拡大しました。また、McMaster University Engineeringより、トップ150の卒業生として顕彰されています。

あなたがAIに最初に惹かれたのは何ですか?

私は25年以上にわたってテクノロジー業界に従事しており、多くのサイクルとトレンド、そして何が本当にあるのかを見てきました。AIは、多くの異なる方法で人々の生活や仕事を改善することができるダイナミックで成長する分野です。私はこの動きの一部になりたかったのです。しかし、AIを現実の環境に導入するには課題があります。AIを動作させるには、多くのコンピューティング能力とエネルギーが必要です。研究所ではそれでよいのですが、AIが大きすぎる、遅すぎる、または多くの電力を消費する場合は、現実のシナリオにAIを導入するのは難しいです。那が私たちの使命であり、私にとっての魅力です。私たちの目標は、AIを研究所から現実の世界に持ち込むことです。

Deepliteの創設ストーリーを教えてください。

Deepliteのアイデアは、モントリオールのTandemLaunchインキュベーターで始まりました。デイビス・ソーヤーは、現在私たちのチーフプロダクトオフィサーであり、AIドメインの専門家です。エハン・サブーリは、現在私たちのCTOであり、私たちのIPの背後にある頭脳です。私は2019年に彼らと一緒に加わり、私の多年のテクノロジー経営と会社の拡大の経験をもたらしました。私たちは2019年半ばにDeepliteを正式に会社として立ち上げました。現在、私たちは20人以上の従業員を擁し、モントリオールとトロントにオフィスを持ち、2021年4月に600万ドルのシードラウンドを発表しました。

ハードウェアに直接AI処理を埋め込むことが、自律車やドローンなどの特定のユースケースで重要な理由は何ですか?

データの収集地点で、AIの意思決定プロセスである推論を実行することを望む理由は多数あります。ミッションクリティカルなアプリケーションである自律車の場合、遅延が最大の理由となります。遅延とは、AIが決定を下すのにどれくらいの時間がかかるかを意味します。データをクラウドに送信して推論を行った後、結果を返すには、現地でリアルタイムに実行するよりもはるかに長い時間がかかります。自律走行の場合、ミリ秒が大きな違いをもたらします。

その他の理由として、プライバシー、機密データをクラウドに送信するのではなくローカルに保持すること、そして接続性があります。クラウドの接続性がなければ、クラウドの推論は実行できません。AIを動作させるには多くのコンピューティング能力が必要であり、多くのメモリを使用し、多くの電力を消費します。したがって、AIソリューションはクラウドを使用することを強いられました。ハードウェア、つまりデバイス上でAIをローカルに実行するには、モデルを小さく、高速化し、電力消費を削減する必要があります。那がDeepliteが存在する理由です。

Deeplite Neutrinoについて教えてください。

私たちのNeutrinoプラットフォームは、AI、特にディープニューラルネットワークを、新しい形態に変換します。Deeplite Neutrinoを使用すると、AIチームはモデルを精度に基づいてトレーニングし、私たちのプラットフォームを使用してAIモデルを最適化して、エッジでの制約付きハードウェアにデプロイできます。Deeplite Neutrinoは、元のAIの精度を損なうことなくこれを実行します。私たちは、大きなAIモデルを小さく、高速化し、エネルギー効率を高めることを行います。最終目標は、研究所から現実の世界にAIを持ち込むことです。

Deeplite Neutrinoは、精度を損なうことなくAIをより効率的、高速、コンパクト、パワフルにできるようにするのはどうやってですか?

私たちは、独自の多目的設計空間探索アプローチを使用しています。元のモデルを「教師モデル」として使用し、Deepliteユーザーが指定した設計制約を満たす「生徒モデル」を探します。私たちは、元のモデルを使用して、自動的にDNNモデルを最適化し、高速化し、小型化し、エネルギー効率を高めます。

このタイプのAIを使用する主なユースケースは何ですか?

私たちの現在の焦点は、コンピュータビジョンと認識ベースのAIにあります。私たちのAIテクノロジーは、自律車、ドローン、カメラ、携帯電話、センサー、およびその他のIoTデバイスで使用されています。最近では、スマート歯ブラシやスマートコーヒーメーカーなどの新しいアプリケーションも見えてきました。私たちは、先駆的な国際玩具会社と協力し、ゲーム開発のために私たちのテクノロジーを使用しています。私たちが行っていることは、多様なアプリケーションを市場に導入するのを助けることができ、非常に興奮しています。

フェデレーテッドラーニングについてのあなたの見解と、機械学習の将来への影響は何ですか?

モデルをトレーニングするには、多くのデータとコンピューティング能力が必要です。ユースケースの多様性が大きいほど、必要なデータとトレーニング時間が増えます。フェデレーテッドラーニングでは、トレーニングはデバイス内のローカルデータ条件に基づいてエッジで行われます。これにより、トレーニングがより効率的になり、プライバシーも保護されます。私たちの最適化プロセスには、精度を維持するために「トレーニングループ」が含まれています。私たちの最終目標は、フェデレーテッドラーニングの一部として私たちが行っていることを、初期トレーニングプロセスの一部にすることです。

スタートアップとして、必要な才能とブレインをどのように集めますか?

現在、AIタレントを集めることは大きな課題です。競争が激しく、人材が不足しています。私たちのチームは素晴らしいです。彼らは自分たちで才能を引き付けています。私たちは、候補者が私たちのチームと話し、面接する機会を提供しています。彼らが私たちのチームの質を見て、私たちと一緒に働きたいと思うのです。スタートアップとして、私たちは素晴らしい文化と、新しいエマージングテクノロジーに取り組む機会を提供しています。私は、これが私たちをトップタレントを引き付ける鍵であると思います。私たちは、モントリオールとトロントの2つの主要な北米AIハブに位置しています。これも助けています。カナダ企業として、私たちは政府のグローバルタレントストリームプログラムを利用しています。私たちは世界中から人材を募集し、新しい雇用者を支援し、カナダへの移住を迅速化できます。

AI分野の他のエントレプレナーにアドバイスはありますか?

これはAIを超えたことですが、繰り返し起業家として、私は家族のサポートが重要であることを学んできました。起業するという決定は、個人的なものではなく、家族全体に関わるものです。家族全員が一緒に旅をします。家族全員が犠牲を払います。私は、家族が一緒に旅を続けることができるように、家族のサポートを認識し、感謝することが重要であると思います。

Deepliteについてさらに何か共有したいことはありますか?

Deepliteのユニークな側面の1つは、私たちの共同創設者です。デイビスは20代半ばで、非常に賢く、エネルギーに満ち溢れています。彼は私たちが行っていることのドメインエキスパートです。エハンはイラン移民で、Ph.D.を持っており、私たちのIPの背後にある頭脳です。而私は、50代のベテランで、会社を築いてきた人です。私たちは、異なる強みと経験をもたらす興味深い組み合わせです。私は、素晴らしいパートナーと素晴らしいチームに囲まれていることを感謝しています。

素晴らしいインタビュー、ありがとうございました。Deepliteの進歩を追っていきたいと思います。Deepliteは、私のレーダーに表示される会社です。詳細を知りたい読者は、Deepliteを訪れてください。