Razi Raziuddin, Współzałożyciel i Dyrektor Generalny FeatureByte – Seria Wywiadów

Razi Raziuddin jest Współzałożycielem i Dyrektorem Generalnym FeatureByte, jego wizja to odblokowanie ostatniej dużej przeszkody w skalowaniu sztucznej inteligencji w przedsiębiorstwach. Doświadczenie Razi w analityce i rozwoju obejmuje zespoły kierownicze dwóch startupów o wartości ponad miliard dolarów. Razi pomógł skalować DataRobot z 10 do 850 pracowników w ciągu sześciu lat. Był pionierem strategii wejścia na rynek opartej na usługach, która stała się znakiem rozpoznawczym szybkiego wzrostu DataRobot.

FeatureByte ma na celu skalowanie sztucznej inteligencji w przedsiębiorstwach, poprzez radykalne uproszczenie i zunifikowanie danych sztucznej inteligencji. Platforma inżynierii i zarządzania funkcjami (FEM) umożliwia naukowcom danych tworzenie i udostępnianie funkcji najnowszej generacji i gotowych do produkcji potoków danych w ciągu kilku minut — zamiast tygodni lub miesięcy.

Czym pierwotnie zainteresowało Cię informatykę i sztuczną inteligencję?

Jako osoba, która zaczęła programować w szkole średniej, byłem fascynowany maszyną, z którą mogłem “rozmawiać” i kontrolować za pomocą kodu. Byłem natychmiast zainteresowany nieograniczoną ilością nowych aplikacji. Sztuczna inteligencja reprezentowała zmianę paradygmatu w programowaniu, pozwalając maszynom nauczyć się i wykonywać zadania bez określania kroków w kodzie. Nieograniczony potencjał aplikacji sztucznej inteligencji to to, co mnie ekscytuje każdego dnia.

Byłeś pierwszym pracownikiem biznesowym w DataRobot, platformie automatycznej sztucznej inteligencji, która umożliwia organizacjom stanie się napędzanymi przez sztuczną inteligencję. Następnie pomógłeś skalować firmę z 10 do 1 000 pracowników w ciągu sześciu lat. Jakie były najważniejsze wnioski z tego doświadczenia?

Przejście od zera do jednego jest trudne, ale niezwykle ekscytujące i satysfakcjonujące. Każdy etap ewolucji firmy przedstawia inny zestaw wyzwań, ale widzenie, jak firma rośnie i odnosi sukcesy, to niesamowite uczucie.

Moje doświadczenie z AutoML otworzyło mi oczy na nieograniczony potencjał sztucznej inteligencji. Jest fascynujące, jak ta technologia może być stosowana w tak wielu różnych branżach i aplikacjach. Na koniec dnia tworzenie nowej kategorii jest rzadkim osiągnięciem, ale niezwykle satysfakcjonującym. Moje najważniejsze wnioski z tego doświadczenia to:

• Zbudujcie niesamowity produkt i unikajcie gonić za modami
• Nie bójcie się być niezgodnymi
• Skoncentrujcie się na rozwiązywaniu problemów klientów i dostarczaniu wartości
• Zawsze bądźcie otwarci na innowacje i próbowanie nowych rzeczy
• Stwórzcie i wpojcie odpowiednią kulturę firmy od samego początku

Czy mógłbyś podzielić się historią powstania FeatureByte?

Jest to powszechnie znany fakt w świecie sztucznej inteligencji – że Wielka sztuczna inteligencja zaczyna się od wielkich danych. Ale przygotowanie, wdrożenie i zarządzanie danymi sztucznej inteligencji (lub funkcjami) jest skomplikowane i czasochłonne. Mój współzałożyciel, Xavier Conort, i ja widzieliśmy ten problem na własne oczy w DataRobot. Podczas gdy modelowanie stało się ogromnie uproszczone dzięki narzędziom AutoML, inżynieria i zarządzanie funkcjami pozostają ogromnym wyzwaniem. Na podstawie naszego wspólnego doświadczenia i ekspertyzy Xavier i ja czuliśmy, że możemy naprawdę pomóc organizacjom rozwiązać to wyzwanie i spełnić obietnicę sztucznej inteligencji wszędzie.

Inżynieria funkcji jest rdzeniem FeatureByte, czy mógłbyś wyjaśnić, co to jest dla naszych czytelników?

Ostatecznie jakość danych decyduje o jakości i wydajności modeli sztucznej inteligencji. Dane, które są wprowadzane do modeli w celu ich szkolenia i przewidywania przyszłych wyników, nazywane są funkcjami. Funkcje reprezentują informacje o podmiotach i zdarzeniach, takich jak dane demograficzne lub psychograficzne konsumentów, lub odległość między posiadaczem karty a sprzedawcą w transakcji kartowej lub liczba przedmiotów różnych kategorii z zakupu w sklepie.

Proces przekształcania surowych danych w funkcje – w celu szkolenia modeli sztucznej inteligencji i przewidywania przyszłych wyników – nazywany jest inżynierią funkcji.

Dlaczego inżynieria funkcji jest jednym z najbardziej skomplikowanych aspektów projektów sztucznej inteligencji?

Inżynieria funkcji jest niezwykle ważna, ponieważ proces ten jest bezpośrednio odpowiedzialny za wydajność modeli sztucznej inteligencji. Dobra inżynieria funkcji wymaga trzech dość niezależnych umiejętności, które muszą się połączyć – wiedzy branżowej, nauki o danych i inżynierii danych. Wiedza branżowa pomaga naukowcom danych określić, jakie sygnały wyodrębnić z danych dla danego problemu lub przypadku użycia. Potrzebujesz umiejętności naukowych, aby wyodrębnić te sygnały. I wreszcie, inżynieria danych pomaga wdrożyć potoki i wykonać wszystkie te operacje na dużych wolumenach danych.

W większości organizacji te umiejętności mieszczą się w różnych zespołach. Te zespoły używają różnych narzędzi i nie komunikują się dobrze ze sobą. To prowadzi do dużej frakcji w procesie i spowalnia go do zatrzymania.

Czy mógłbyś podzielić się wglądem w to, dlaczego inżynieria funkcji jest najslabszym ogniwem w skalowaniu sztucznej inteligencji?

Według Andrew Ng, uznanego eksperta w dziedzinie sztucznej inteligencji, „Stosowana sztuczna inteligencja to podstawowo inżynieria funkcji”. Pomimo swojej krytyczności dla cyklu życia sztucznej inteligencji, inżynieria funkcji pozostaje skomplikowana, czasochłonna i zależna od wiedzy eksperckiej. Brakuje narzędzi, które mogłyby uprościć ten proces, uczynić go szybszym i bardziej zunifikowanym. Wysiłek i ekspertyza wymagane utrudniają przedsiębiorstwom wdrożenie sztucznej inteligencji na dużą skalę.

Czy mógłbyś podzielić się niektórymi wyzwaniami związanymi z budowaniem rozwiązania opartego na danych, które radykalnie upraszcza inżynierię funkcji dla naukowców danych?

Budowanie produktu, który ma 10-krotną przewagę nad stanem obecnym, jest niezwykle trudne. Na szczęście Xavier ma głęboką wiedzę w dziedzinie nauki o danych, którą wykorzystuje do przemyślenia całego procesu inżynierii funkcji od podstaw. Mamy światowej klasy zespół pełnych naukowców danych i inżynierów, którzy mogą przekształcić naszą wizję w rzeczywistość. I mamy użytkowników i partnerów rozwojowych, którzy doradzają nam w kwestii uproszczenia interfejsu użytkownika, aby najlepiej rozwiązać ich wyzwania.

Jak platforma FeatureByte przyspieszy przygotowanie danych do aplikacji sztucznej inteligencji?

Przygotowanie danych do sztucznej inteligencji jest procesem iteracyjnym, który opiera się na szybkiej eksperymentacji. Otwarty framework SDK FeatureByte to deklaracyjny framework do tworzenia funkcji najnowszej generacji zaledwie kilkoma liniami kodu i wdrożeniem potoków danych w ciągu kilku minut zamiast tygodni lub miesięcy. To pozwala naukowcom danych skupić się na twórczym rozwiązywaniu problemów i szybkiej iteracji na żywych danych, zamiast martwić się o infrastrukturę.

Wynikiem jest nie tylko szybsze przygotowanie danych i ich udostępnianie w produkcji, ale także lepsza wydajność modeli dzięki potężnym funkcjom.

Czy mógłbyś omówić, w jaki sposób platforma FeatureByte dodatkowo zapewni możliwość uproszczenia różnych zadań zarządzania?

Platforma FeatureByte jest zaprojektowana do zarządzania całym cyklem życia funkcji sztucznej inteligencji. Deklaracyjny framework pozwala FeatureByte na automatyczne wdrożenie potoków danych, a jednocześnie wyodrębnia metadane, które są istotne dla zarządzania środowiskiem. Użytkownicy mogą monitorować stan potoków i koszty, a także zarządzać liniami, wersjami i poprawnością funkcji, wszystko z tego samego interfejsu użytkownika. Rozwiązania klasy przedsiębiorstwa, takie jak role-based access i approval workflows, zapewniają prywatność i bezpieczeństwo danych, jednocześnie unikając rozpraszania funkcji.

Czy jest coś jeszcze, co chciałbyś podzielić się o FeatureByte?

Większość narzędzi przedsiębiorstw sztucznej inteligencji koncentruje się na poprawie modeli sztucznej inteligencji. Zrobiliśmy to naszym celem, aby pomóc przedsiębiorstwom skalować swoją sztuczną inteligencję, upraszczając i zunifikowując dane sztucznej inteligencji. W FeatureByte zajmujemy się największym wyzwaniem dla praktyków sztucznej inteligencji: dostarczaniem spójnego, skalowalnego sposobu przygotowania, udostępniania i zarządzania danymi w całym cyklu życia modelu, a jednocześnie radykalnie upraszczając cały proces.

Jeśli jesteś naukowcem danych lub inżynierem zainteresowanym pozostaniem na szczycie nauki o danych, zachęcam do doświadczenia mocy FeatureByte za darmo.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić FeatureByte.