Jorge Torres, MindsDB의 공동 창립자 및 CEO – 인터뷰 시리즈

Jorge Torres는 MindsDB의 공동 창립자 및 CEO입니다. MindsDB는 사용자가 기계 학습의 힘을 이용하여 데이터에 예측 질문을 하고 정확한 답변을 받을 수 있는 플랫폼입니다. MindsDB는 또한 YCombinator의 최근 Winter 2020 배치의 졸업생이며 최근 Forbes에 의해 미국에서 가장 유망한 AI 회사 중 하나로 인정되었습니다.

기계 학습에 처음으로 관심을 가졌던 것은 무엇인가?

흥미로운 이야기입니다. 2008년, 저는 Berkeley에서 Couchsurfing이라는 스타트업에서 일하고 있었고, cs188- Introduction to AI라는 클래스를 보았습니다. 대학과 관련이 없尽管지만, 저는 John DeNero 교수에게 클래스에 참석할 수 있는지 물었습니다. 그 교수는 매우 훌륭했고, 모든 사람을 이 주제에 대해 사랑하게 만들었습니다. 그것은 저에게 일어난 최고의 일입니다. 컴퓨터가 문제를 해결하는 방법을 배우는 것을 보고, 저는 이것이 빠르게 발전하고 있는 분야라고 생각했습니다. 그리고 저는 이것을 제 경력으로 만들기로 결정했습니다.

기술에서 몇 번만 발생하는 몇 가지 세대 정의 이벤트가 있습니다. 저는 인터넷의 탄생을 목격할 수 있었지만, 너무 어렸기 때문에 단지 수동적인 관찰자일 뿐이었습니다. 저는 기계 학습이 다음 세대 정의 이벤트라고 생각하며, 저는 이것을 의미 있는 방식으로 추진하고 기술을 사용하는 방식을 발전시키고 싶었습니다.

MindsDB는 2018년 UC Berkeley에서 시작되었습니다. 초기의 일부에 대해 이야기해 줄 수 있나요?

UC Berkeley는 세계 최고의 연구 기관 중 하나이며, 오픈 소스 소프트웨어를 생성하고 지원하는 역사があり, 우리는 MindsDB를 시작하기에 더好的 곳은 없다고 생각했습니다. 우리의 가치관이 일치했고, 그들은 UC Berkeley Skydeck Accelerator를 통해 우리에게 첫 번째 자금을 제공했으며, 나머지는 역사입니다.

초기에는 베이 지역의 많은 스타트업과 다를 바가 없었습니다. 세 사람이 모두 믿는 것을 위해 긴 시간 동안 일했습니다. 그러나 우리는 팔로 알토의 пы진한 가라지에서 일하는 대신, Skydeck 펜트하우스 공동 작업 공간에서 일했습니다(무료).

저는 데이터에 엄청난 힘이 있다고 믿습니다. 公司가 데이터를 많이 가지고 있을수록, 그들은 자신의 사업을 앞으로 추진할 수 있습니다. 그러나 데이터에서 의미 있는 정보를 얻을 수 있을 때만 그렇습니다.

2017년 가을, 저의 beste 친구 Adam Carrigan(COO)와 저는 많은 사업이 데이터에서 의미 있는 정보를 추출하는 데 제한을 gặp고 있다는 결론에 도달했습니다. 그들은 기계 학습의 힘을 심각하게 활용하지 못하고 있다는 것을 깨달았습니다. 우리는 기계 학습이 데이터와 그것이 제공할 수 있는 지능을 모든 사람에게 접근 가능하게 만들 수 있다고 믿었습니다. 그래서 우리는 사용자가 기계 학습의 힘을 이용하여 데이터에 예측 질문을 하고 정확한 답변을 받을 수 있는 플랫폼을 설계했습니다.

우리는 이 플랫폼을 MindsDB라고 부릅니다. 우리는 개발자가 다음 세대의 AI 중심 애플리케이션을 빠르게 생성할 수 있도록 계속해서 플랫폼을 개선하고 있으며, 사업이 데이터에서 정보를 추출하는 데 도움이 되도록 노력하고 있습니다.

MindsDB는 데이터 중심적인 접근법을 사용한 이유는 무엇인가?

기계 학습에 대한 대부분의 연구를 살펴보면, 많은 부분이 학술 기관에서 나옵니다. 기계 학습은 역사적으로 모델 중심적이었는데, 이것은 연구 기관이 가치 추가를 할 수 있는 곳입니다. 모델을 개선하거나 새로운 모델을 생성하면 더好的 결과를 얻을 수 있기 때문입니다. 그러나 데이터 중심적인 접근법은 기존의 접근법에 더好的 데이터를 추가하는 것으로, 이것은 쉽게 출판할 수 없습니다(연구자의 주요 KPI).

그러나 오늘날 적용되는 기계 학습 문제의 대부분은 모델을 개선하는 것보다 데이터를 개선하는 것이 더 많은 도움이 됩니다. 이것은 또한 기계 학습을 민주화하는 우리의 임무와 잘 일치합니다. 기계 학습 분야 밖의 대부분의 사람들은 기계 학습에 대해 많이 모릅니다. 그러나 그들은 자신의 데이터에 대해 많이 알고 있습니다.

우리는 두 가지 유형의 公司가 있다는 것을 알았습니다. 한쪽에는 데이터베이스에 데이터가 있는 公司가 있고, 다른 한쪽에는 데이터베이스를 아직 발견하지 못한 公司가 있습니다. 우리는 데이터베이스가 있는 公司는 이미 기계 학습을 적용할 수 있는 올바른 길에 있다고 생각했습니다. 그러나 데이터베이스를 아직 발견하지 못한 公司는 아직 멀었던 것입니다. 그래서 우리는 데이터에서 값을 추출할 수 있는 公司에게 값을 제공하는 데 집중했습니다.

MindsDB는 평범한 SQL에서 모델링과 배포를 어떻게 접근하는가?

우리는 모델을 테이블로 표현하여 쿼리할 수 있게 합니다. 그래서 효과적으로 ‘배포’라는 개념을 제거합니다. 데이터베이스에서 CREATE VIEW를 입력하면, 그 뷰는 명령이 처리되면 즉시 활성화됩니다. MindsDB의 CREATE MODEL도 마찬가지입니다.

사람들은 MindsDB가 ML-Ops 라이프사이클을 단순화한 것에 대해 좋아합니다. 기계 학습 배포를 단순화하는 것이 왜 중요한가요?

사람들은 불필요한 ETL 파이프라인을 추상화하기 때문에 좋아합니다. 그래서 유지해야 할 것이 적습니다. 우리의 초점은 기계 학습의 가치를 추출하는 것입니다. 기계 학습 인프라를 유지하는 것에 대해 생각하지 않도록 합니다. 데이터 인프라를 이미 유지하고 있기 때문입니다.

오픈 소스 스타트업과 전통적인 스타트업의 장단점은 무엇인가?

오픈 소스 프로젝트는 단지 아이디어로 시작할 수 있으며, 사람들이 그것을 함께 구축할 것입니다. 그러나 전통적인 접근법에서는 동일한 가정을 시작해야 하지만, 그것이 옳은지 여부는 아무도 도와주지 않습니다(至少 오픈 소스와 같은 볼륨으로는 아닙니다). 오픈 소스를 협업적인 제품 사용자 적합성 접근법으로 생각합니다.

MindsDB는 최근 16.5M 달러의 시리즈 A 투자를 Benchmark에서 유치했습니다. Benchmark는 왜 완벽한 투자자이며, 그들의 비전은 어떻게 당신의 비전과 일치하는가요?

Benchmark는 우리 산업에서 훌륭한 기록을 가지고 있습니다. Chetan은 mongodb, elastic, airbyte와 같은 公司를 세계 최고의 公司로 만드는 데 도움을 주었습니다. 우리는 Benchmark와 Chetan이 MindsDB에 더好的 투자자일 수 없다고 믿습니다.

감사합니다. 더 많은 정보를 원하는 독자는 MindsDB를 방문할 수 있습니다.