Хорхе Торрес, сооснователь и CEO MindsDB – Интервью

Хорхе Торрес – сооснователь и CEO MindsDB, платформы, которая помогает любому использовать силу машинного обучения для задания прогностических вопросов своим данным и получения точных ответов от них. MindsDB также является выпускником недавнего зимнего выпуска YCombinator 2020 года и был недавно признан одним из самых перспективных компаний в области ИИ в США по версии Forbes.

Что первоначально привлекло вас к машинному обучению?

Это интересная история. В 2008 году я жил и работал в Беркли для стартапа под названием Couchsurfing, и я увидел этот класс (cs188 – Введение в ИИ). Хотя я не был связан с университетом в то время, я спросил профессора Джона Де Неро, могу ли я посетить один из занятий, и он разрешил мне это. Этот профессор был блестящим, и он действительно заставил всех влюбиться в эту тему. Это было лучшее, что случилось со мной. Я был поражен тем, что компьютеры могут научиться решать проблемы, и я понял, что это развивается быстро, поэтому я решил сделать это своей карьерой.

Существует несколько определяющих событий в технологиях, которые происходят только несколько раз в жизни. Я был достаточно удачлив, чтобы стать свидетелем рождения Интернета, но был слишком молод, чтобы быть чем-то большим, чем пассивным наблюдателем. Я считаю, что машинное обучение – это следующее такое событие, и я хотел быть частью этого каким-то значимым образом, чтобы продвигать технологию и то, как мы ее используем.

MindsDB началась в UC Berkeley в 2018 году, можете ли вы поделиться некоторыми впечатлениями из этих ранних дней?

UC Berkeley – один из лучших исследовательских учреждений в мире и имеет историю создания и поддержки открытого программного обеспечения, и мы подумали, что нет лучшего места, чтобы начать MindsDB. Наши ценности совпадали, они предложили нам наш первый чек через ускоритель UC Berkeley Skydeck, и остальное, как говорят, – история.

Ранние дни были не похожи на многие стартапы в районе залива – три человека работали долгие часы над чем-то, во что они все верили, но имели только небольшой шанс на успех. Единственное различие заключалось в том, что вместо работы в пыльном гараже в Пало-Альто мы были в относительно комфортном пентхаусе Skydeck (бесплатно).

Я считаю, что в данных есть огромная сила. Чем больше данных имеет компания, тем больше она может продвигать свой бизнес вперед. Но только если они могут получить из них осмысленные выводы.

Осенью 2017 года мой лучший друг Адам Карриган (COO) и я пришли к выводу, что слишком многие компании сталкиваются с ограничениями при извлечении осмысленной информации из своих данных. Они поняли, что одним из самых больших ограничений является то, что многие из этих компаний очень слабо используют силу искусственного интеллекта. Мы считали, что машинное обучение может сделать данные и интеллект, который они могут предоставить, доступными для всех. Поэтому мы разработали платформу, которая позволит любому использовать силу машинного обучения для задания прогностических вопросов своим данным и получения точных ответов от них.

Мы называем эту платформу MindsDB и сосредоточены на продолжении того, чтобы сделать ее невероятно простой для разработчиков быстро создавать следующую волну приложений, ориентированных на ИИ, которые изменят то, как мы живем и работаем, и для компаний – извлекать информацию из своих данных.

Почему MindsDB сосредоточилась на решении проблемы, ориентированной на данные, а не на машинном обучении?

Если вы посмотрите на большинство исследований в области ИИ, большая часть их проводится академическими учреждениями. ИИ исторически был ориентирован на модели, потому что это то, где исследовательские учреждения могут добавить воспринимаемую ценность; лучшие исследования улучшают модели или создают новые, что приводит к лучшим результатам. Быть ориентированным на данные, с другой стороны, добавление лучшего качества/более актуальных данных к существующему подходу не легко публикуется (ключевой показатель эффективности для исследователей).

Однако большинство примененных задач машинного обучения сегодня гораздо больше выигрывают от улучшения данных, чем от улучшения моделей. Это также хорошо соответствует нашей миссии по демократизации машинного обучения; большинство людей вне области ИИ не знают многое об ИИ, но они точно знают многое о своих данных.

Мы увидели, что существуют два типа компаний: с одной стороны, компании с данными в базе данных, с другой – компании, которые еще не разобрались с базами данных. Мы поняли, что если компания находится в группе баз данных, их зрелость данных уже поставила их на правильный путь к тому, чтобы действительно применить машинное обучение, тогда как компании, которые еще не открыли для себя базы данных, имели долгий путь вперед.

Как MindsDB подходит к моделированию и развертыванию в простом SQL?

Мы создаем представления моделей как таблиц, которые можно запросить, поэтому мы фактически удаляем понятие “развертывания” из картины. Когда вы вводите в базе данных CREATE VIEW, этот вид становится живым, как только команда завершает обработку, то же самое происходит, когда вы выполняете CREATE MODEL в MindsDB.

Люди любят MindsDB из-за упрощения, которое вы привнесли в цикл жизни ML-Ops, почему так важно упростить развертывание машинного обучения?

Люди любят это, потому что оно абстрагирует ненужные конвейеры ETL, поэтому меньше вещей, которые нужно поддерживать. Наша цель – получить от пользователей ценность машинного обучения, не думая о поддержке инфраструктуры ИИ, если они уже поддерживают инфраструктуру данных.

Каковы некоторые из преимуществ и рисков быть открытым стартапом по сравнению с традиционным стартапом?

Открытый проект может начаться с одной только идеи, и люди помогут вам построить ее по мере продвижения, в закрытом подходе вы должны начать с тех же предположений, но вам лучше быть правым, потому что никто не поможет вам улучшить ваш продукт (по крайней мере, не в том же объеме, что и в открытом исходном коде), подумайте об открытом исходном коде как о совместном подходе к продукту и пользователю.

MindsDB недавно получила инвестиции в размере 16,5 миллионов долларов серии А от Benchmark, почему Benchmark – идеальный инвестор и как их видение соответствует вашему?

Benchmark имеет безупречную репутацию в нашей отрасли, Четан помог компаниям như mongodb, elastic, airbyte стать лидерами в своих областях. Мы считаем, что нет лучшего инвестора для MindsDB, чем Четан и Benchmark capital.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить MindsDB.