Хён Ким, генеральный директор и сооснователь Superb AI – Интервью

Хён Ким является генеральным директором и сооснователем Superb AI, компании, которая предоставляет новое поколение платформы машинного обучения для команд по искусственному интеллекту, чтобы они могли создавать лучшие модели ИИ за меньшее время. Платформа Superb AI Suite – это корпоративная платформа SaaS, предназначенная для помощи инженерам по машинному обучению, продукт-менеджерам, исследователям и аннотаторам данных в создании эффективных рабочих процессов обучения.

Что изначально привлекло вас в область искусственного интеллекта, науки о данных и робототехники?

Когда я был студентом, специализирующимся на биомедицинской инженерии в Университете Дьюка, я был увлечен генетикой и тем, как мы можем инженерно изменить нашу ДНК, чтобы вылечить заболевания или создать генетически модифицированные организмы. Я помню одну лабораторную работу, которая неудачно завершилась в течение 6 месяцев. Самая раздражающая часть заключалась в том, что было много повторяющейся ручной работы, и, по моему мнению, это было причиной многих потенциальных ошибок.

Эта раздражение привело меня к интересу ко всему, что связано с автоматизацией. Я практически плавал между несколькими лабораториями в Дьюке, пока не присоединился к одной лаборатории, которая исследовала, как машинное обучение может помочь диагностировать болезнь Паркинсона с помощью сканов МРТ мозга. Здесь я получил настоящий вкус потенциала сети глубокого обучения. В итоге я решил продолжить обучение в программе PhD по компьютерным наукам в Дьюке и работал интенсивно в лаборатории интеллектуальных роботов, обучая роботов.

В 2016 году вы участвовали в Amazon (AMZN ) Robotics Challenge. Над чем вы работали и как вам понравился этот опыт?

В Amazon Robotics Challenge команды зарабатывают очки, создавая роботов, которые могут автономно брать и складывать предметы в течение определенного времени. Роботы на фабриках и сборочных линиях могут быть сконструированы для работы с конкретными объектами, но Amazon Robotics Challenge требует от роботов работать в очень динамичных ситуациях. Я был лидером команды “Team Duke” и ее функции планирования движения. Я разработал и реализовал методы планирования движения робота для задач манипулирования роботом в реалистичной складской среде. Это был интересный опыт обучения, поскольку нам пришлось собрать вместе множество сложных систем, от систем компьютерного зрения до алгоритмов планирования движения и специально разработанных механических конечностей.

Затем вы работали почти 2 года в качестве инженера-исследователя по машинному обучению в SK T-Brain, над каким проектом?

Примерно через год после начала моей программы PhD, в марте 2016 года, AlphaGo от Google победила чемпиона среди людей, Ли Седоля, в игре Го. Это было такое новаторское событие, особенно в Корее, где Го намного более популярна, чем где-либо еще.

После этого события правительство и все крупные компании сразу же начали инвестировать много в исследования ИИ. Одна из этих компаний была SKT, или SK Telecom (SKM ), крупный корейский конгломерат. Мне было предложено место инженера-исследователя по машинному обучению в их новой исследовательской лаборатории по ИИ, называемой SKT Brain. Я взял отпуск из моей программы PhD и вернулся в Корею, чтобы работать примерно 2 года.

Целью моей команды было проводить исследования по различным темам ИИ, которые потенциально могли бы стать продуктом или создать бизнес-возможность для компании. За эти два года я работал над темами, такими как самоходные автомобили, ИИ в играх (в частности, StarCraft AI) и генеративные состязательные сети или GAN.

После двух лет, вместо того, чтобы вернуться в школу, чтобы завершить мою программу PhD, я ушел, чтобы основать свою компанию, Superb AI.

Какова была идея создания Superb AI?

Когда я исследовал обучение роботов в школе и работал в корпоративной исследовательской лаборатории, было rõчно, что я тратил большую часть своего времени на курирование данных.

В школе я тратил большую часть своего времени на создание симулированных сред для робототехнических симуляционных данных. В моей предыдущей компании я тратил время на сбор и маркировку наборов данных для самоходных автомобилей и ИИ в играх.

И, к сожалению, это было не только для меня. Это было также для моих коллег, и это была очень распространенная проблема для каждого исследователя и инженера в отрасли машинного обучения.

Я хотел исправить это. Как вы можете видеть, я большой поклонник машинного обучения и ИИ, и я думаю, что они могут действительно революционизировать нашу жизнь. Я хочу, чтобы технологические прорывы произошли быстрее, и я хочу видеть их применение в нашей повседневной жизни.

Чтобы сделать это, я изначально исследовал возможность того, чтобы алгоритмы машинного обучения могли учиться с меньшим человеческим вкладом. Это привело меня к интересу к таким вещам, как ненадзорное обучение и мета-обучение. После публикации статьи о GAN я понял, что я хочу сделать. Вместо публикации исследовательских работ я хотел создать реальный продукт или услугу, которая могла бы повлиять на отрасль и начать решать проблему данных прямо сейчас.

Как бы вы описали услуги, предлагаемые Superb AI?

Superb AI предоставляет платформу машинного обучения под названием Superb AI Suite. Suite помогает компаниям создавать, маркировать и управлять обучающими данными эффективно и ускорять их цикл ML Ops.

Известно, что большинство команд по машинному обучению тратят более 50% своего времени на управление обучающими наборами данных. Мы помогаем инженерам легко фильтровать, искать и манипулировать обучающими наборами данных и интегрировать их с их стеком ML Ops, таким как хранилище данных или фреймворки глубокого обучения через мощный SDK и API.

Руководители продукта также тратят много времени на обучающие данные. Мы делаем их жизнь проще благодаря бесшовному отслеживанию проблем, аналитике данных и многим функциям сотрудничества и производительности.

Кроме того, наша функция автоматической маркировки, которая использует многие продвинутые методы машинного обучения, такие как переносное обучение и активное обучение, может помочь в автоматическом процессе маркировки и контроля качества.

Какой был самый сложный аспект создания платформы машинного обучения?

Создание платформы машинного обучения представляет собой интересную инженерную задачу, не только потому, что машинное обучение требует огромного количества неструктурированных данных, таких как изображения и видео, но и потому, что данные должны постоянно читаться и обновляться множеством пользователей по всему миру.

Какие компании используют платформу Superb AI?

У нас есть клиенты различных размеров из многих вертикалей. Крупные компании по производству потребительской электроники, такие как Samsung и LG, используют нашу платформу для управления данными и ускорения процесса разработки ИИ. Многие предприятия и стартапы в отрасли автономных транспортных средств, а также компании, которые используют беспилотные системы в приложениях от физической безопасности до строительства, используют нашу платформу.

Кроме того, компании AR/VR и игровые компании используют нашу платформу обучающих данных для создания и управления наборами данных, которые могут обучать модели ИИ.

В медицинской сфере исследовательские лаборатории в известных международных университетах используют нашу платформу для управления обучающими данными и более эффективного обучения моделей компьютерного зрения для распознавания опухолей в МРТ и КТ.

Superb AI была членом зимнего класса 2019 года Y Combinator, можете ли вы описать этот опыт и какие ключевые выводы вы сделали?

Наши два основных вывода заключались в том, чтобы сосредоточиться на пользователях и быстро итерировать. Девиз YC – “создать что-то, что люди хотят”. Часто стартапы, и особенно технологические стартапы, фокусируются на технических инновациях и пренебрегают тем, что пользователи действительно нуждаются. На протяжении трехмесячного процесса мы научились быть чрезвычайно пользовательско-ориентированными – говорить с как можно большим количеством пользователей и действительно понимать, что им нужно – и одновременно итерировать обновления продукта и сообщения, чтобы они соответствовали потребностям пользователей. Поскольку невозможно создать продукт или достичь продукта-рынка за первый раз, крайне важно постоянно общаться с пользователями и предоставлять им то, что они хотят. Это очень очевидно, когда вы думаете об этом, но очень трудно сосредоточиться на этом на практике.

Есть ли что-то еще, что вы хотели бы поделиться о Superb AI?

Мы только что усилили наш бесплатный продукт, который дает пользователям больше сырого хранилища активов и больше функций маркировки/управления данными и наборов инструментов для разработчиков. Мы находимся на реальной миссии по демократизации ИИ и хотим, чтобы люди знали, что есть корпоративные компании, такие как мы, которые заинтересованы в предоставлении как можно большего для дальнейшего внедрения и интеграции ИИ в нашу повседневную жизнь.

Спасибо за интервью, читателям, которые хотят узнать больше, следует посетить Superb AI.