Хорхе Торрес, сооснователь и CEO MindsDB – Серия интервью

Хорхе Торрес является сооснователем и CEO MindsDB, платформы, которая помогает любому использовать силу машинного обучения, чтобы задавать прогностические вопросы своим данным и получать точные ответы от них. MindsDB также является выпускником последнего зимнего пакета YCombinator 2020 года и был недавно признан одним из наиболее перспективных компаний по искусственному интеллекту в Америке по версии Forbes.

Что изначально 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 присутствовать на занятии, и он разрешил мне. Этот профессор был блестящим, и он действительно сделал так, что все влюбились в эту тему. Это было лучшее, что случилось со мной. Я был поражен тем, что компьютеры могут научиться решать проблему, и я понял, что это развивается быстро, и решил сделать это своей карьерой.

Есть 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 является следующим таким событием, 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 выводами из этих ранних дней?

UC Berkeley является одним из величайших 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, является историей.

Ранние дни были не похожи на многие стартапы в регионе залива – три человека работали долгие часы над чем-то, в чем 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 пространстве Skydeck Penthouse (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, когда речь идет об извлечении осмысленной информации из своих данных. Они поняли, что одним из самых больших ограничений является то, что многие из этих компаний сильно недооценивают 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, чтобы задавать прогностические вопросы своим данным и получать точные ответы от них.

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

Почему MindsDB сосредоточился на решении проблемы, связанной с данными, а не с машинным обучением?

Если вы посмотрите на подавляющее большинство исследований в области ИИ, большая часть приходится на академические учреждения. ИИ исторически был ориентирован на модели, поскольку именно здесь исследовательские учреждения могут добавить воспринимаемую ценность; более качественные исследования улучшают модели или создают новые, тем самым производя лучшие результаты. С другой стороны, быть ориентированным на данные, добавление лучших качеств или более релевантных данных к существующему подходу не легко публикуется (ключевой показатель эффективности для исследователей).

Однако подавляющее большинство задач, связанных с применением машинного обучения сегодня, гораздо больше выигрывают от улучшения данных, чем от улучшения моделей. Это также хорошо соответствует нашей миссии по демократизации машинного обучения; подавляющее большинство людей вне пространства МО не знают многое о МО, но они точно знают многое о своих данных.

Мы увидели, что есть 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, чтобы действительно применить машинное обучение, тогда как компании, которые еще не открыли для себя базы данных, имели долгий путь вперед, поэтому мы сосредоточились на предоставлении ценности для тех, кто может ее извлечь.

Как MindsDB подходит к моделированию и развертыванию в простом SQL?

Мы создаем представления моделей как таблиц, которые можно запросить, поэтому эффективно мы удаляем понятие «развертывания» из картины. Когда вы вводите в базе данных CREATE VIEW, это представление становится живым сразу после завершения обработки команды, то же самое происходит, когда вы делаете CREATE MODEL в MindsDB.

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

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

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

Проект с открытым исходным кодом может начаться с одной идеи, и люди помогут вам построить его на пути, в подходе с закрытым исходным кодом 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 получил инвестиции в размере 16,5 миллионов долларов серии А от Benchmark, почему Benchmark является идеальным инвестором и как их видение соответствует вашему?

Benchmark имеет безупречный рекорд в нашей отрасли, Четан помог компаниям như mongodb, elastic, airbyte стать мировыми лидерами в своих областях. Мы считаем, что нет лучшего варианта для MindsDB, чем Четан и Benchmark Capital.

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