Nir Bar-Lev、Allegro AIのCEO兼共同創設者 – インタビューシリーズ

Nir Bar-Levは、Allegro AIのCEO兼共同創設者です。Allegro AIは、企業が機械学習および深層学習ソリューションを開発、展開、管理するのを支援する専門会社です。Allegro AIを使用することで、組織はより高品質の製品をより迅速に、かつ費用効率良く市場に投入し、管理することができます。製品は、Allegro TrainsオープンソースMLおよびDL実験マネージャーおよびML-Opsパッケージに基づいています。

あなたがAIに惹かれたのは何ですか?

私のキャリアの中で、私が最も惹かれたことは、最先端のテクノロジー革新を通じて、大きなスケールで問題や機会に取り組むことです。Googleでの経験が、この傾向を形作るのに役立ちました。

AIは、現在のテクノロジー最前線の一つであり、地球上のほぼすべての側面に影響を与える可能性があります。

あなたはGoogleの音声認識プラットフォームの共同創設者としてキャリアをスタートさせました。Googleでの初期の経験についてお話しください。

Wharton経営大学院を卒業してからGoogleに入社しました。当時、Googleは、世界のトップビジネススクールで教えられている、または私のキャリアで経験した、従来のビジネスノルムに反する方法で機能していました。同期の数人と話しました。

Googleは、ビジネスプレイブックをある程度変えましたが、広告ビジネスから得た莫大な資金を利用して、他の会社ができないような実験を行うことができました。Googleでの10年間で、会社は成長につれて、より「主流」のビジネス慣行や思考プロセスを採用していきました。

音声認識プラットフォームの製品マネージャーとして、研究科学者と協力する必要がありました。当時、Googleの最初の研究チームの一つで、応用研究に焦点を当てたチームでした。エンジニアと研究者の間には、異なるマインドセットがあります。

約15年前に私が直面した課題は、現在、企業がAIデータサイエンティストを組織に組み込もうとするときに直面する課題と非常に似ています。

2016年、あなたはAllegro AIの共同創設者になりました。Allegro AIを立ち上げるきっかけとなったものは何ですか?

Allegro AIの共同創設者になったとき、2人の素晴らしいパートナーとチームを組むことができました。1人は、イスラエルのトップAI研究所の最初の博士課程学生でした。彼は、実践でAIを適用することの課題を理解することができました。彼のビジョンと私のGoogleでの経験を組み合わせることで、AIツールを提供する会社を作り、AIに大きな影響を与えることができると考えました。

Allegro AIはオープンソースの機械学習および深層学習管理プラットフォームです。オープンソースソフトウェアを使用する利点についてお話しください。

オープンソースには、コミュニティが製品を改善することができる利点があります。バグや問題が見つかり、機能についての議論が行われ、他のオープンソースツールとの統合が容易になります。

コミュニティと会社の両方にとって、win-winのモデルとなります。試用やテスト、拡張が容易になり、より広く使用されているソフトウェアの上に構築された拡張機能やサービスに対して、大口顧客が支払うことができます。

Allegro AIはデータ管理サービスを提供しています。提供されているツールについてお話しください。

Allegro Aiは、構造化データと非構造化データの両方の管理を提供しています。構造化データ管理には、既存の解決策がありますが、非構造化データ管理には独自の解決策を提供しています。

提供しているデータ管理は、物理的なデータ管理ではなく、AIの観点からのデータ管理です。データサイエンティストは、利用可能なデータを理解する必要があります。例えば、数千時間のビデオやオーディオ、または数十億のセンサーシグナルなどです。

データサイエンティストは、モデルを効果的にトレーニングするために、データのバリアンスを理解する必要があります。データに欠陥や偏りがある場合、追加のデータを取得してラベル付けすることは、高価で時間がかかる作業です。

これらの状況に対処するためのツールを提供しています。データの詳細な分析を実行し、データを実験やモデルに統合するためのツールを提供しています。

Allegro AIはデータエンジニアリングサービスも提供しています。提供されているサービスについてお話しください。

Allegro Aiは、主に製品会社です。ツール、インフラストラクチャ、またはスケルトンを提供して、企業がAI（DL/ML）モデルを統合した製品を開発、展開、管理できるようにします。

顧客が、特定のパイプラインを設定したり、モデルを開始したりする際に支援が必要な場合、基本的なソフトウェア製品に付随するサービスを提供しています。

フェデレーテッドラーニングの重要性と、Allegro AIがこの文脈で使用される方法についてお話しください。

フェデレーテッドラーニングは、単一のAIモデルを、複数の物理的な場所に分散したデータセットでトレーニングする能力です。さらに、ブラインドフェデレーテッドラーニングまたはブラインドコラボラティブラーニングを提供します。ここでは、最終的なモデルを取得するエンティティを含め、どのエンティティも他者のデータにアクセスしません。

フェデレーテッドラーニングは、データプライバシー、規制、または知的財産の機密性を維持する必要がある状況で重要です。例えば、2つ以上の病院や医療機関がCTスキャンのモデルを共同でトレーニングしたい場合、または2つの政府機関がテロ対策のデータを使用してモデルを共同でトレーニングしたい場合などです。

Allegro AIは、世界中でフェデレーテッドラーニングを可能にする、数少ない商用プラットフォームの1つです。

Allegro AIについてさらに何かお話しいただけますか?

Allegro AIは、AIツールとML-Opsの分野で急成長を遂げています。新型コロナウイルス感染症の最初の波の真っ只中で、顧客ベースが3か月で2倍以上に成長しました。

インタビューありがとうございます。Allegro AIについてさらに詳しく知りたい読者は、Allegro AIを訪れてください。