Jorge Torres, Co-fondator & CEO al MindsDB – Seria de interviuri

Jorge Torres este co-fondatorul și CEO al MindsDB, o platformă care ajută oricine să folosească puterea învățării automate pentru a pune întrebări predictive despre datele sale și pentru a primi răspunsuri exacte de la acestea. MindsDB este, de asemenea, un absolvent al lotului recent de iarnă 2020 al YCombinator și a fost recunoscut recent ca una dintre cele mai promițătoare companii de inteligență artificială din America de către Forbes.

Ce v-a atras inițial către învățarea automată?

Este o poveste interesantă. În 2008, locuiam și lucram la Berkeley pentru o companie numită Couchsurfing și am văzut acest curs, (cs188 – Introducere în inteligența artificială). Deși nu eram afiliat universității în acel moment, l-am întrebat pe profesorul John DeNero dacă aș putea să particip la o clasă și el mi-a permis. Acest profesor era genial și a făcut ca toată lumea să se îndrăgostească de subiect. A fost cel mai bun lucru care mi s-a întâmplat. M-am mirat că computerele pot învăța să rezolve o problemă, am realizat că acesta este un domeniu în mișcare rapidă și am decis să fac carieră în acesta.

Există câteva evenimente definitorii pentru o generație în tehnologie care apar doar de câteva ori în viața cuiva. Am fost suficient de norocos să fiu martor la nașterea Internetului, dar eram prea tânăr pentru a fi altceva decât un observator pasiv. Cred că învățarea automată este următorul eveniment definitoriu pentru o generație și am vrut să fac parte din el într-un mod semnificativ, pentru a impulsiona înainte tehnologia și modul în care o folosim.

MindsDB a început la UC Berkeley în 2018, puteți împărtăși câteva informații despre acele zile timpurii?

UC Berkeley este una dintre cele mai mari instituții de cercetare din lume și are o istorie de a crea și susține software open-source, și am crezut că nu există un loc mai bun pentru a începe MindsDB. Valorile noastre erau aliniate, ne-au oferit primul nostru cec prin acceleratorul UC Berkeley Skydeck și restul, așa cum se spune, este istorie.

Zilele de început nu au fost diferite de cele ale multor startup-uri din regiunea Bay – trei oameni care lucrau multe ore la ceva în care credeau, dar aveau doar o mică șansă de succes. Singura diferență este că, în loc să lucrăm într-un garaj prăfuit din Palo Alto, eram în confortul relativ al spațiului de coworking Skydeck Penthouse (fără chirie).

Cred că există o putere enormă în date. Cu cât o companie are mai multe date, cu atât este mai capabilă să-și propulseze afacerile înainte. Dar doar dacă este capabilă să obțină informații semnificative de la acestea.

În toamna anului 2017, cel mai bun prieten al meu, Adam Carrigan (COO), și eu am ajuns la concluzia că prea multe companii se confruntau cu limitări atunci când venea vorba de extragerea de informații semnificative din datele lor. Ei și-au dat seama că una dintre cele mai mari limitări era modul în care multe dintre aceste companii subutilizau puterea inteligenței artificiale. Am crezut că învățarea automată poate face datele și informațiile pe care le pot oferi accesibile tuturor. De aceea, am proiectat o platformă care să permită oricui să folosească puterea învățării automate pentru a pune întrebări predictive despre datele sale și pentru a primi răspunsuri exacte de la acestea.

Ne numim această platformă MindsDB și ne concentrăm pe continuarea facilitării rapide a creării de aplicații centrate pe inteligență artificială, care vor transforma modul în care trăim și lucrăm, și pentru a ajuta companiile să extragă informații din datele lor.

De ce MindsDB s-a concentrat pe rezolvarea problemei de a fi centrat pe date, și nu pe inteligență artificială?

Dacă priviți majoritatea cercetărilor în domeniul inteligenței artificiale, o mare parte provine din instituții academice. Învățarea automată a fost istoric centrată pe modele, deoarece acesta este locul în care instituțiile de cercetare pot adăuga valoare percepută; mai multă cercetare îmbunătățește modelele sau creează altele noi, producând astfel rezultate mai bune. Fiind centrat pe date, pe de altă parte, adăugarea de date de calitate superioară sau mai relevante la o abordare existentă nu este ușor de publicat (KPI cheie pentru cercetători).

În schimb, majoritatea problemelor de învățare automată aplicate astăzi beneficiază mult mai mult de la îmbunătățirea calității datelor decât de la îmbunătățirea modelelor. Acest lucru se aliniază bine cu misiunea noastră de a democratiza învățarea automată, majoritatea oamenilor din afara spațiului de învățare automată nu știu prea multe despre inteligența artificială, dar sigur știu multe despre datele lor.

Am văzut că există două tipuri de companii, pe de o parte, companii cu date în baze de date, pe de altă parte, companii care nu și-au descoperit încă bazele de date, am realizat că, dacă o companie face parte din grupul celor cu baze de date, maturitatea lor în ceea ce privește datele le-a pus deja pe drumul cel bun pentru a putea aplica învățarea automată, în timp ce companiile care nu și-au descoperit încă bazele de date aveau încă un drum lung de parcurs, așa că ne-am concentrat pe oferirea de valoare pentru cele care puteau extrage valoare.

Cum abordează MindsDB modelarea și implementarea în SQL simplu?

Creăm reprezentări ale modelelor sub formă de tabele care pot fi interogate, astfel încât, în esență, eliminăm conceptul de “implementare” din imagine. Când introduceți o comandă CREATE VIEW într-o bază de date, acea vedere este activă imediat ce comanda este procesată, la fel ca atunci când faceți CREATE MODEL în MindsDB.

Oamenii iubesc MindsDB datorită simplificării pe care ați adus-o în ciclul de viață al operațiunilor de învățare automată, de ce este atât de importantă simplificarea implementării învățării automate?

Oamenii o iubesc pentru că abstractizează pipe-line-urile de prelucrare a datelor (ETL) inutile, astfel încât există mai puține lucruri de întreținut. Ne concentrăm pe a face ca utilizatorii să extragă valoarea învățării automate, fără a se gândi la întreținerea infrastructurii de învățare automată, dacă aceștia deja întrețin infrastructura de date.

Care sunt unele dintre avantajele și riscurile de a fi o companie cu sursă deschisă, comparativ cu o companie tradițională?

Un proiect cu sursă deschisă poate începe cu doar o idee, și oamenii vă vor ajuta să o construiți pe parcurs. Abordarea cu sursă închisă trebuie să înceapă cu aceleași presupuneri, dar trebuie să fiți corect, deoarece nimeni nu vă va ajuta să îmbunătățiți produsul (cel puțin, nu în același volum ca în cazul surselor deschise). Considerați sursa deschisă ca o abordare colaborativă de potrivire a produsului cu utilizatorul.

MindsDB a strâns recent o investiție de 16,5 milioane de dolari de la Benchmark, de ce este Benchmark un investitor perfect și cum se potrivește viziunea lor cu a voastră?

Benchmark are un record impecabil în industria noastră, Chetan a ajutat companii precum Mongodb, Elastic, Airbyte să devină lideri mondiali în domeniile lor. Credem că nu există un investitor mai bun pentru MindsDB decât Chetan și Benchmark Capital.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre MindsDB ar trebui să viziteze MindsDB.