William Falcon, Założyciel i Dyrektor Generalny Lightning AI – Seria Wywiadów

Lightning AI to twórca PyTorch Lightning, frameworka zaprojektowanego do szkolenia i dostosowywania modeli AI, a także Lightning AI Studio. PyTorch Lightning został początkowo opracowany przez William Falcon w 2015 roku, podczas studiów na Uniwersytecie Columbia. Następnie został udostępniony jako open source w 2019 roku podczas jego doktoratu na NYU i Facebook (META ) AI Research, pod kierunkiem Kyunghyun Cho i Yann LeCun. W 2023 roku Lightning AI uruchomił Lightning AI Studio, platformę chmurową, która umożliwia kodowanie, szkolenie i wdrażanie modeli AI bezpośrednio z przeglądarki, bez konieczności konfiguracji.

Do dzisiaj PyTorch Lightning przekroczył 130 milionów pobrań, a AI Studio obsługuje ponad 150 000 użytkowników w setkach przedsiębiorstw.

Czym skłoniło Cię do stworzenia PyTorch Lightning, i jak to doprowadziło do założenia Lightning AI?

Jako twórca PyTorch Lightning, zostałem zainspirowany do opracowania rozwiązania, które odłączyłoby naukę o danych od inżynierii, czyniąc rozwój AI bardziej dostępnym i wydajnym. Ta wizja wyniknęła z moich doświadczeń jako student na Uniwersytecie Columbia, podczas mojego doktoratu na NYU i pracy w Facebook AI Research. PyTorch Lightning szybko zyskał popularność w środowiskach akademickich i przemysłowych, co doprowadziło mnie do założenia Lightning AI (początkowo Grid.ai) w 2019 roku. Naszym celem było stworzenie “systemu operacyjnego dla sztucznej inteligencji”, który mógłby zunifikować fragmentaryczne środowisko rozwoju AI. Ta ewolucja od PyTorch Lightning do Lightning AI odzwierciedla nasze zaangażowanie w uproszczeniu całego cyklu życia AI, od rozwoju do produkcji, umożliwiając badaczom i inżynierom budowanie kompletnych systemów ML w ciągu dni, a nie lat. Platforma Lightning AI jest kulminacją tej wizji, mającej na celu uczynienie rozwoju AI tak prostym, jak prowadzenie samochodu, bez konieczności głębokiej wiedzy o złożonych technologiach podstawowych.

Czy możesz podzielić się historią założenia Lightning AI i wizją, która ją napędza?

Przejście od Grid.ai do Lightning AI zostało spowodowane zrozumieniem, że środowisko rozwoju AI potrzebuje więcej niż tylko rozwiązanie do szkolenia w chmurze. Uruchomiliśmy Grid.ai w 2020 roku, aby skupić się na szkoleniu modeli w chmurze. Jednak w miarę wzrostu firmy i słuchania opinii użytkowników, uznaliśmy, że potrzebna jest kompleksowa, zunifikowana platforma, która mogłaby rozwiązać fragmentaryczny i czasochłonny charakter rozwoju AI. To zrozumienie doprowadziło do stworzenia Lightning AI, zunifikowanego rozwiązania, które wykracza poza szkolenie i obejmuje inne kluczowe składniki cyklu życia AI. Nasza ewolucja odzwierciedla wizję uproszczenia i usprawnienia całego procesu rozwoju AI, redukując czas i zasoby wymagane dla inicjatyw związanych z maszynowym uczeniem się i honorując rosnącą społeczność deweloperów, którzy zaczęli polegać na naszych narzędziach.

Jak wyobrażasz sobie przyszłość rozwoju AI, i jaka jest rola Lightning AI w kształtowaniu tej przyszłości?

Wyobrażam sobie przyszłość, w której rozwój AI jest zdemokratyzowany i dostępny dla wszystkich, a nie tylko dla dużych firm technologicznych lub specjalistycznych badaczy. W Lightning AI pracujemy nad kształtowaniem tej przyszłości, tworząc zunifikowaną platformę, która upraszcza cały cykl życia AI. Naszym celem jest uczynienie budowania aplikacji AI tak łatwym, jak budowanie strony internetowej, eliminując potrzebę obszernych wiadomości inżynierskich lub drogiej infrastruktury. Wierzymy, że dostarczając narzędzia, które zajmują się złożonościami rozwoju AI – od przygotowania danych i szkolenia modeli do wdrożenia – możemy wyzwolić nową falę innowacji. Lightning AI ma być katalizatorem tej zmiany, umożliwiając jednostkom i organizacjom wszelkich rozmiarów wprowadzanie swoich pomysłów AI do życia szybko i wydajnie. Ostatecznie widzimy przyszłość, w której AI staje się powszechnym narzędziem do rozwiązywania problemów we wszystkich branżach, a Lightning AI jest na czele tej wizji.

Z PyTorch Lightning, zmniejszyłeś ilość kodu w badaniach AI. Jak balansujesz prostotę z elastycznością, której wymagają zaawansowani badacze?

Nasze podejście do PyTorch Lightning polega na znalezieniu delikatnej równowagi między prostotą a elastycznością. Zaprojektowaliśmy framework, aby wyeliminować kod boilerplate i standaryzować najlepsze praktyki, co znacznie przyspiesza rozwój i redukuje błędy. Jednak jesteśmy świadomi, że zaawansowani badacze potrzebują możliwości dostosowywania i rozszerzania funkcjonalności. Dlatego zbudowaliśmy Lightning z modułową architekturą, która pozwala badaczom łatwo nadpisać zachowania domyślne, gdy jest to potrzebne. Dostarczamy wysokiego poziomu abstrakcji dla typowych zadań, ale również eksponujemy niższe poziomy API, które dają pełną kontrolę nad procesem szkolenia. Ta filozofia projektowa oznacza, że początkujący mogą szybko zacząć pracę z rozsądnymi ustawieniami domyślnymi, podczas gdy doświadczeni badacze mogą zagłębić się i wdrożyć złożoną, niestandardową logikę. Ostatecznie naszym celem jest usunięcie nużących aspektów rozwoju AI bez narzucania ograniczeń kreatywności czy innowacji. Wierzymy, że ta równowaga jest kluczowa dla postępu w badaniach AI, jednocześnie czyniąc ją bardziej dostępną dla szerszej społeczności deweloperów i naukowców.

Jakie są najważniejsze postępy technologiczne, które widzisz w rozwoju AI w nadchodzących latach, i jak Lightning AI przygotowuje się do nich?

W nadchodzących latach spodziewam się znaczących postępów w AI, które zmienią sposób, w jaki rozwijamy i wdrażamy modele. Prawdopodobnie zobaczymy bardziej wydajne metody szkolenia, ulepszone techniki kompresji modeli i przełomy w wielomodalnym uczeniu się. Edge AI i federated learning staną się coraz bardziej ważne, gdy będziemy dążyć do bardziej przyjaznych dla prywatności i zasobów rozwiązań. W Lightning AI przygotowujemy się do tych zmian, budując elastyczną i skalowalną platformę, która może dostosować się do nowych technologii. Koncentrujemy się na tym, aby nasze narzędzia były kompatybilne z szerokim zakresem przyspieszaczy sprzętowych, w tym specjalistycznych chipów AI, aby wspierać różnorodne środowiska obliczeniowe. Inwestujemy również w badania i rozwój, aby zintegrować nowe algorytmy i metody, gdy tylko się pojawiają. Naszym celem jest stworzenie ekosystemu, który nie tylko nadąża za tymi postępami, ale również pomaga zdemokratyzować dostęp do nich, zapewniając, że najnowsze możliwości AI są dostępne dla badaczy i deweloperów wszystkich poziomów, a nie tylko dla dużych firm technologicznych.

Twoje doświadczenie obejmuje środowiska akademickie, służbę wojskową i przedsiębiorczość. Jak te różnorodne doświadczenia wpłynęły na Twoje podejście do prowadzenia firmy AI?

Mój czas w specjalnych operacjach nauczył mnie, jak radzić sobie z niepewnością, podejmować decyzje z ograniczoną ilością informacji i utrzymywać morale zespołu w trudnych sytuacjach – umiejętności, które dobrze sprawdzają się w nieprzewidywalnym środowisku startupu. Moje doświadczenie akademickie wpoiło we mnie głębokie uznanie dla rygorystycznych badań i innowacji. Przedsiębiorczość nauczyła mnie, jak identyfikować potrzeby rynku i tłumaczyć innowacyjne pomysły na praktyczne rozwiązania. Jako imigrant z Wenezueli i weteran armii amerykańskiej, rozwinąłem globalną perspektywę, która wpływa na nasze praktyki rekrutacyjne w Lightning AI, gdzie priorytetem jest różnorodność i unikamy typowej kultury “tech-bro” z Doliny Krzemowej.

Wierzę, że ta kombinacja doświadczeń pozwala mi prowadzić firmę i podejść do rozwoju AI z holistycznym punktem widzenia, balansując innowacje technologiczne z uwzględnieniem etyki i wpływu społecznego. Nie chodzi tylko o tworzenie najnowocześniejszych technologii AI; chodzi o tworzenie technologii, która przynosi korzyści społeczeństwu, jednocześnie promując środowisko, w którym różnorodne talenty mogą prosperować. Te doświadczenia ukształtowały moje przekonanie, że tworzenie narzędzi, które zdemokratyzują AI, jest kluczowe, czyniąc ją dostępną nie tylko dla specjalistycznych badaczy, ale dla szerszej społeczności deweloperów i innowatorów z różnych dziedzin.

AI ma znaczący potencjał wpływu społecznego, co wyraziłeś poprzez swoją pasję. Jak Lightning AI przyczynia się do wykorzystania AI dla dobra społecznego, i jakie są przykłady tego?

W Lightning AI jesteśmy głęboko zaangażowani w wykorzystanie AI dla dobra społecznego, i wierzymy, że open source jest kluczem do osiągnięcia tego. Udostępniając AI i czyniąc ją transparentną, zdemokratyzujemy tę technologię i zapewniamy, że nie jest ona tylko w rękach kilku dużych korporacji. Nasze podejście open source pozwala badaczom, deweloperom i organizacjom na całym świecie budować i ulepszać modele AI, promując innowacje i współpracę. Ta transparentność jest kluczowa dla rozwiązania problemów etycznych i uprzedzeń w AI, ponieważ pozwala na kontrolę zbiorów danych i algorytmów używanych.

Widzieliśmy, jak nasza technologia jest stosowana w różnych dziedzinach dla dobra społecznego, od projektów zdrowotnych, które wykorzystują AI do wczesnego wykrywania chorób, po inicjatywy środowiskowe, które wykorzystują uczenie maszynowe do badań nad zmianą klimatu. Dostarczając narzędzia, które upraszczają rozwój AI, umożliwiamy większej liczbie ludzi tworzenie rozwiązań dla palących problemów społecznych. Dodatkowo, nasze zaangażowanie w różnorodność w rekrutacji zapewnia, że przywozimy różnorodne perspektywy do stołu, co jest niezbędne do tworzenia AI, która służy całemu społeczeństwu, a nie tylko wybranej grupie. Ostatecznie widzimy Lightning AI jako katalizator pozytywnej zmiany, umożliwiający globalnej społeczności wykorzystanie AI dla wspólnego dobra.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Lightning AI lub odwiedzić stronę William Falcon.