닉 로마노, Deeplite의 공동 창립자 및 CEO – 인터뷰 시리즈

닉 로마노는 Deeplite의 공동 창립자 및 CEO입니다. Deeplite는 클라우드에서 에지 컴퓨팅까지 더 빠르고 작고 에너지 효율적인 딥 뉴럴 네트워크를 만드는 AI 기반 최적화 솔루션입니다.

닉은 20년 이상 성공적인 결과를 내는 시리얼 엔트레프레너이자 유능한 CEO입니다. 최근에 그는 엔터프라이즈 SaaS 플랫폼을 공동 창립하여 수백만 달러의 반복적 수익과 100명 이상의 직원을 보유하고 있습니다. 그는 맥마스터 대학교 공학부에서 최고의 150명의 동문 중 한 명으로 선정되었습니다.

당신은 처음에 AI에 관심을 갖게 된 이유는 무엇입니까?

저는 25년 이상 기술 분야에서 일해 왔으며 많은 주기와 트렌드를 보았습니다. 일부는 과장된 것이고 일부는 실제입니다. AI는 동적이고 성장하는 분야이며, 저는 이 기술이 다양한 방식으로 사람들의 생활과 작업을 개선하는 데真正로 사용될 수 있다는 점을 좋아합니다. 저는 이 운동의 일부가 되고 싶었습니다. 그러나 AI를 실제 환경으로 가져가는 데에는 도전이 있습니다. AI를 작동시키기 위해서는 많은 컴퓨팅 능력과 에너지가 필요합니다. 그것은 실험실에서 괜찮지만, 너무 크거나 느리거나 너무 많은 전력을 소비한다면, AI를 실제 상황으로 가져오기가 어렵습니다. 그것이 우리의 임무이고 저에게真正한 매력입니다 – 일상 생활을 위한 AI를 가능하게 하는 것입니다.

Deeplite의 기원 이야기를 공유해 주시겠습니까?

Deeplite의 아이디어는 몬트리올의 TandemLaunch 인큐베이터에서 시작되었습니다. 데이비스 소여(Davis Sawyer)와 에한 사부리(Ehsan Saboori)가 기술을 개발하기 시작했습니다. 저는 2019년에 그들과 합류하여 기술 리더십과 기업 확장 경험을 제공했습니다. 우리는 2019년 중반에 공식적으로 Deeplite를 회사로 설립했습니다. 현재 우리는 20명 이상의 직원을 보유하고 있으며, 몬트리올과 토론토에 사무소를두고 있습니다. 우리는 2021년 4월에 600만 달러의 시리즈 시드 자금을 조달했습니다.

하드웨어에 직접 AI 처리를 삽입하는 것이 클라우드보다 중요한 이유는 무엇입니까?

하드웨어에 직접 AI 처리를 삽입하는 이유는 여러 가지가 있습니다. 가장 큰 이유는 레이턴시입니다. 레이턴시는 AI가 결정하는데 걸리는 시간을 의미합니다. 데이터를 캡처한 후 클라우드로 보내서 결과를 받는 것보다 현지에서 실시간으로 처리하는 것이 훨씬 더 빠릅니다. 자율 주행 자동차에서는 밀리초가 매우 중요합니다.

다른 이유로는 개인 정보 보호, 민감한 데이터를 로컬에서 유지하는 것이 있습니다. 또한 연결성이 중요합니다. 클라우드에서 처리하는 경우 연결이 없으면 클라우드 처리가 불가능합니다. 복잡한 딥 뉴럴 네트워크는 많은 컴퓨팅 능력과 메모리, 전력을 필요로 합니다. 따라서 AI 솔루션은 클라우드를 사용해야 했습니다. 그러나 에지에서 장치나 드론에서 AI를 실행하려면 모델의 크기와 전력 소비를 줄여야 합니다. 그것이 우리의 목표입니다.

Deeplite Neutrino는 무엇입니까?

우리의 Neutrino 플랫폼은 딥 뉴럴 네트워크를 새로운 형태로 변환하여 더 작고 빠르고 에너지 효율적인 형태로 만듭니다. Deeplite Neutrino를 사용하면 AI 팀은 모델의 정확도를 위해 훈련에 집중할 수 있으며, 우리의 플랫폼을 사용하여 AI 모델을 최적화하여 에지에서 제한된 하드웨어로 배포할 수 있습니다. Deeplite Neutrino는 원래 모델의 정확성을 손상시키지 않습니다. 본질적으로 우리는 큰 AI 모델을 더 작고 빠르고 에너지 효율적인 형태로 만듭니다. 최종 목표는 실험실에서 실제 세계로 AI를 가져오는 것입니다.

Deeplite Neutrino는 어떻게 더 효율적이고 빠르고 작고 강력한 AI를 만들 수 있습니까?

우리는 새로운 다중 목적 설계 공간 탐색 접근 방식을 사용합니다. 원래 모델을 “교사” 모델로 사용하고 모델의 구조를 탐색하여 사용자가 지정한 설계 제약 조건을满足하는 최상의 “학생” 모델을 찾습니다. 이를 통해 우리는 원래 모델의 성능을 손상시키지 않으면서도 딥 뉴럴 네트워크 모델을 자동으로 최적화하여 더 빠르고 작고 에너지 효율적인 형태로 만듭니다.

이러한 유형의 AI를 사용하는 주요 사용 사례는 무엇입니까?

현재 우리의 주요 초점은 컴퓨터 비전과 지각 기반 AI입니다. 우리의 AI 기술은 자율 주행 자동차, 드론, 카메라, 휴대폰, 센서 및 기타 IoT 장치에서 사용되고 있습니다. 우리는 또한 스마트 칫솔과 스마트 커피 메이커와 같은 새로운 애플리케이션을 보이고 있습니다. 우리는 또한 게임 개발을 위해 우리의 기술을 사용하는 주요 국제 장난감 회사와 협력하고 있습니다. 다양한 애플리케이션을 보면서 우리의 기술이 실제로 작동하는 것을 보는 것은 매우 흥미롭고 보람있는 일입니다.

연합 학습에 대한您的 견해는 무엇입니까?

모델을 훈련시키기 위해서는 많은 데이터와 컴퓨팅 능력이 필요합니다. 사용 사례의 다양성에 따라 더 많은 데이터와 훈련 시간이 필요합니다. 연합 학습을 사용하면 장치에서 로컬 데이터 조건에 따라 훈련을 조정할 수 있습니다. 이는 훈련을 더 효율적으로 만들 수 있으며, 또한 개인 정보 보호의 큰 승利입니다. 훈련 데이터를 중앙 서버로 보내지 않기 때문입니다.

우리의 최종 목표는 우리의 최적화 프로세스가 초기 훈련 프로세스의 일부가 되도록 하는 것입니다. 현재 이것은 비전입니다.

스타트업으로서, 당신은 필요한 인재와 뇌력을 어떻게 끌어들이나요?

현재 AI 인재를招聘하는 것은 큰 도전입니다. 우리 팀은 훌륭합니다. 그들은 인재를 끌어들이는 자석입니다. 우리는 잠재적인 채용자들이 우리 팀과 인터뷰하고 대화할 수 있도록 합니다. 한 번 우리 팀의 수준을 보게 되면, 그들은 여기 있기를 원합니다. 스타트업으로서, 우리는 훌륭한 문화와 새로운 및 새로운 산업과 제품을 위한 게임 체인저가 될 수 있는 기회를 제공합니다. 저는 이것이 우리가 최고의 인재를 끌어들이는 열쇠입니다. 우리는 또한 몬트리올과 토론토의 두 주요 북미 AI 허브에 위치하고 있습니다. 캐나다 회사로서, 우리는 정부의 글로벌 인재 流動 프로그램을 활용하여 전 세계 어디서나 채용하고, 새로운 채용을 후원하고, 캐나다로 빠르게 입국시킬 수 있습니다.

AI 분야의 다른 기업가들에게 조언이 있나요?

이것은 AI를 넘어서는 조언이지만, 반복적인 기업가로서, 가족의 지원이 얼마나 중요한지 알게 되었습니다. 기업가가 되는 결정은 개인적인 결정이 아닙니다. 그것은 배우자와 아이들을 포함한 모든 사람에게 영향을 미칩니다. 모든 사람이 함께 여행을 하며, 모든 사람이 희생을 합니다. 당신은 그것을 인정하고 감謝해야 합니다. 그것이 가족이 함께 남아있는 방법입니다.

Deeplite에 대해 더 공유하고 싶은 것이 있나요?

Deeplite의 독특한 측면 중 하나는 우리의 공동 창립자입니다. 데이비스는 20대 중반이고, 매우 똑똑하고 에너지 넘칩니다. 그는 우리가 하는 일의 도메인 전문가입니다. 에한은 이란 이민자로, 박사 학위를 가지고 있으며, 우리의 지적 재산의 실제 뇌입니다. 그리고 저는 50대 후반의 베테랑으로, 이전에 회사들을 설립했습니다. 세 사람이 함께 일하는 것은 흥미로운 조합입니다. 저는 이러한 훌륭한 파트너와 훌륭한 팀을 둔 것에 대해 매우 감사합니다.

감사합니다. Deeplite의 진행 상황을 지켜보기를 기대하고, 이는 저의 레이더에 있는 회사입니다. 더 많은 정보를 원하는 독자는 Deeplite를 방문해야 합니다.