인공지능
Nir Bar-Lev, CEO & Co-Founder of Allegro AI – 인터뷰 시리즈
당신은 처음에 무엇이 AI에 끌렸나요?
내가 경력에서 주로 끌렸던 것은巨大한 규모에서 문제나 기회(그리고 실제로 이것들은 동전의 양면입니다)를 해결하기 위한 최첨단 기술 혁신을 가져오는 것이었습니다. 나는 구글에서 보낸 시간이 확실히 이러한 경향을 형성하는데 도움이 되었다는 것을 인정해야 합니다.
AI는 분명히 두 가지 박스를 모두 체크합니다. 그것은 오늘날 일부 기술 프론티어의 최첨단에 있으며 지구上的 거의 모든 측면에 영향을 미칠 수 있습니다.
당신은 구글의 음성 인식 플랫폼의 설립 제품 리드를 맡은 것으로 알려져 있습니다. 구글에서 일한 초기 날들에 대해 이야기해 줄 수 있나요?
휘튼 스쿨 오브 비즈니스에서 비즈니스 학교를 졸업하고 바로 구글에 입사했을 때, 나는 구글이 세계 최고의 비즈니스 학교에서 가르치는 것과 내가 경력 초기에 경험한 것과는 매우 다른 방식으로 운영되고 있다는 것을 알게 되었습니다. 나는 구글에 동시에 입사한 몇몇 동료들과 이에 대해 चर討을 기억합니다.
구글은 어느 정도 비즈니스 플레이북을 변경했지만, 광고 비즈니스에서 엄청난 가상의 화재를 즐기면서 대부분의 회사들이 할 수 없는 실험을 할 수 있었습니다. 나는 구글에서 10년을 보낸 후 점점 더 “주류” 비즈니스 관행과 사고 과정을 채택했다는 것을 증명할 수 있습니다.
제품 매니저로서 음성 인식 플랫폼을 이끌었을 때, 나는 연구 과학자와 함께 일해야 했습니다. 이것은 사실 구글의 첫 번째 적용 연구 팀 중 하나였으며 실제로 매우 어려운 도전이었습니다. 연구자들은 엔지니어와 매우 다른 마음가짐을 가지고 있으며, 여기서 나는 엔지니어 중심의 회사에서 유명한 연구자와 함께 일하려고 했습니다.
그것은 거의 15년 전 내가 당시 직면했던 도전들이 오늘날 회사들이 조직에 AI 데이터 과학자를 통합하려고 할 때 직면하는 문제와 매우 유사하다는 것을 알게 되었습니다.
2016년에 당신은 Allegro AI의 공동 설립자가 되었습니다. Allegro AI를 설립한 영감은 무엇인가요?
Allegro AI를 설립할 때, 나는 두 명의 놀라운 파트너와 함께했습니다. 하나의 파트너는 이스라엘의 첫 번째 AI 연구소 중 하나에서 최초의 박사 과정 학생이었습니다. 그는 실제로 지역적으로 적용된 AI의 창립 팀의 일부였습니다. 그는 실제로 적용된 ML/DL이 규모, 자동화, 신뢰성, 품질 등과 같은 새로운 도전을 다루어야 할 것이라는 것을 보았습니다. 그들과 이야기하면서 나는 구글과 이전의 경험에서 팀에 기여할 수 있으며, 실제로 영향력이 있는 회사を作成할 수 있는 기회가 있음을 알게 되었습니다.
구글과 다른 기술 거물들은 이러한 도전을 해결하기 위한 최상의 품질의 무제한 자원을 가질 수 있는 부러운 위치에 있습니다. 그러나几乎 모든 사람이 그것을 할 수 없습니다(재능, 금전적 자원, 회사 초점 등). 이것은 내가 가장 좋아하는 것을 정확히 일치시키는 기회였으며 전체 생태계를 도와줄 수 있습니다.
Allegro AI는 오픈 소스 머신 러닝 및 딥 러닝 관리 플랫폼입니다. 오픈 소스 소프트웨어를 사용하는ประโยชน에 대해 이야기해 줄 수 있나요?
오픈 소스는 여러 가지 이점이 있습니다. 가장 중요한 것은 더 넓은 커뮤니티가 제품 자체를 개선하는 것입니다. 사용자들은 버그, 문제점을 찾습니다. 기능에 대한 광범위한 토론이 있으며 다른 오픈 소스 도구와의 통합은 상업적 조직의 폐쇄형 소스 도구보다 훨씬 쉽게 진행할 수 있습니다.
이것은 커뮤니티와 회사 모두에게 이익이 되는 훌륭한 모델을 제공합니다. 그것은 비용 없이 시도하고 테스트하고 확장할 수 있으며, 더 큰 잠재 고객은 널리 사용되는(따라서 더 적은 위험이 있는) 소프트웨어 위에 확장된 기능/서비스를 위해 지불할 수 있습니다.
Allegro AI는 데이터 관리 서비스를 제공합니다. 제공되는 도구 유형에 대해 이야기해 줄 수 있나요?
Allegro Ai는 구조화된 데이터와 비구조화된 데이터 관리를 모두 제공합니다. 그러나 구조화된 데이터 관리에는 이미 검증된 솔루션이 많습니다. 우리는 비구조화된 데이터에 대한 고유한 솔루션을 제공합니다.
우리가 제공하는 데이터 관리의 유형을 명확히 하기 위해, 이것은 물리적인 데이터 관리가 아니라 AI 관점에서 데이터 관리입니다. AI를 위해 데이터 과학 팀이 사용 가능한 데이터를 이해하는 것이 중요합니다. 비디오, 오디오, 센서 신호 등 수천 또는 수백만 시간의 비구조화된 데이터를 상상해 보십시오.
데이터 과학자들은 모델을 효과적으로 훈련시키기 위해 데이터의 분산을 알아야 합니다. 데이터에 중요한 부분이 누락되어 있거나 데이터에 편향이나 왜곡이 있는지 알아야 합니다.
그리고 – 반대로 – 비용 효율적으로 빠르게 이러한 상황을 해결할 수 있는 도구가 필요합니다. 새 물리적 데이터를 소싱하고 주석/레이블을 달기 위해(매우 비싼 및 시간이 걸리는 작업) 나갈 필요가 없습니다.
이것은 본질적으로 우리가 제공하는 도구의 유형입니다. 데이터에 대한 이전에 없는 수준의 세부 사항과 세분성으로 “AI BI(비즈니스 인텔리전스)”를 수행하는 강력한 도구와, 데이터를 실험 및 모델에緊密하게 통합하여 데이터 과학자들이 코드 없이 효과적인 훈련을 설정할 수 있는 도구입니다.
또한 우리는 데이터 흐름, 데이터 이동 등에 대한 추가 가치를 제공합니다. 우리는 테라바이트의 데이터를 처리하고 있기 때문입니다. 데이터를 이동하는 것은 비용이 많이 들고, 회사들은 이를 최적화할 수 있는 솔루션이 필요합니다.
Allegro AI는 또한 데이터 엔지니어링 서비스의 아웃소싱을 제공합니다. 제공되는 서비스에 대해 이야기해 줄 수 있나요?
Allegro Ai는 주로 제품 회사이며, 우리는 개발, 배포 및 관리하는 제품에 통합된 AI(DL/ML) 모델을 위한 도구, 인프라 또는 스캐폴딩을 제공하는 회사로 자신을 пози션합니다.
그러나 이것은 새로운 영역이며, 때때로 고객은 우리의 도구 위에 특정 파이프라인을 설정하거나 모델 자체를 시작하는 데 도움이 필요합니다. 이러한 상황이 발생하면, 우리는 우리의 핵심 소프트웨어 제품에 보조 서비스를 제공합니다.
연합 학습의 중요성에 대해 이야기해 줄 수 있나요? Allegro AI는 이 контек스트에서 어떻게 사용될 수 있나요?
연합 학습은 기본적으로 단일 AI 모델을 훈련시키는 능력으로, 다른 물리적 위치에 있는 데이터셋을 사용하여 훈련을 시킵니다. 우리는 또한 “블라인드 연합 학습” 또는 “블라인드 협력 학습”이라는 향상된 버전을 제공합니다. 여기서 이 시나리오의 단일 엔티티는 자신에게 속하지 않는 데이터에 접근할 수 없습니다. 최종 모델을 얻는 엔티티를 포함하여.
연합 학습은 데이터 개인 정보 보호, 규제 또는 지적 재산권/기밀성 유지 등이 중요한 상황에서 중요합니다. 예를 들어, 모델을 훈련시키기 위해 협력하려는 두 개의 병원 또는 의료 기관이 있습니다. 또는 테러 대책 모델을 구축하기 위해 데이터를 공유하기 위해 협력하려는 두 개의 정부 기관이 있지만 법적 이유로 서로에게 데이터를 노출할 수 없습니다.
또는 데이터를 이동하는 것이極めて 비용이 많이 들기 때문에 단일 엔티티가 자신의 다양한 데이터 저장소를 이동할 수 없는 상황입니다. 예를 들어, 전 세계에서 운전하는 자동차에서 수집된 데이터를 사용하여 자율 주행 자동차를 훈련시키려는 글로벌 자동차 OEM이 있습니다.
Allegro AI는 전 세계에서 검증된 상업용 플랫폼을 제공하는 몇 안 되는 회사 중 하나입니다. 연합 학습을 촉진합니다.
Allegro AI에 대해 더 공유하고 싶은 것이 있나요?
Allegro AI는 AI 도구 및 ML-Ops의 세계에서 떠오르는 힘입니다. 지난 분기, ковид-19 위기의 첫 번째 물결 동안, 우리는 고객 기반을 3개월 만에 두 배 이상으로 성장시켰습니다.
인터뷰에 감사드립니다. 더 많은 정보를 배우고 싶은 독자는 Allegro AI를 방문해야 합니다.
