Yonatan Geifman, CEO & Co-pangadeg Deci - Wawancara Series

Yonatan Geifman nyaéta CEO & Co-Founder of Sebutkeun anu ngarobih modél AI janten solusi kelas produksi dina hardware naon waé. Deci parantos diakuan salaku Tech Innovator pikeun Edge AI ku Gartner sareng kalebet dina daptar AI 100 CB Insights. Kinerja téknologi proprietary na nyetél catetan anyar di MLPerf sareng Intel.

Naon anu mimitina narik anjeun pikeun diajar mesin?

Ti umur ngora, kuring sok fascinated ku motong ujung téknologi - teu ngan ngagunakeun aranjeunna, tapi sabenerna ngarti kumaha aranjeunna jalan.

Daya tarik sepanjang hirup ieu muka jalan nuju studi PhD ahirna dina élmu komputer dimana panalungtikan kuring museurkeun kana Deep Neural Networks (DNNs). Nalika kuring ngartos téknologi kritis ieu dina setting akademik, kuring mimiti ngartos kumaha AI tiasa mangaruhan positip dunya di sabudeureun urang. Ti kota pinter nu bisa hadé ngawas lalulintas sarta ngurangan kacilakaan, ka kandaraan otonom nu merlukeun saeutik atawa euweuh campur manusa, mun alat médis-nyimpen kahirupan - aya aplikasi sajajalan dimana AI bisa hadé masarakat. Kuring sok terang kuring hoyong ngiringan révolusi éta.

Naha anjeun tiasa ngabagi carita genesis balik Deci AI?

Teu hese pikeun mikawanoh - sakumaha anu kuring lakukeun nalika kuring di sakola pikeun PhD kuring - kumaha mangpaat AI tiasa dianggo dina kasus-kasus anu sanés. Tapi seueur perusahaan bajoang pikeun ngamangpaatkeun poténsi pinuh AI nalika pamekar terus-terusan nyanghareupan perang anu luhur pikeun ngembangkeun modél pangajaran jero anu siap produksi pikeun penyebaran. Dina basa sanés, éta tetep sesah pikeun ngahasilkeun AI.

Tantangan ieu umumna tiasa dikaitkeun kana celah efisiensi AI anu nyanghareupan industri. Algoritma ngembang sacara éksponénsial langkung kuat sareng ngabutuhkeun kakuatan komputasi anu langkung ageung tapi paralel kedah disebarkeun ku cara anu éfisién biaya, sering dina alat-alat tepi anu terbatas sumber daya.

Abdi ko-pendiri Prof. Ran El-Yaniv, Jonathan Elial, sarta kuring ko-ngadegkeun Deci pikeun alamat tantangan éta. Sareng urang ngalakukeun éta dina hiji-hijina cara anu urang tingali - ku ngagunakeun AI sorangan pikeun nyiptakeun generasi pembelajaran anu jero. Kami nganut pendekatan algoritma-mimitina, ngusahakeun ningkatkeun efficacy algoritma AI dina tahap-tahap samemehna, anu dina gilirannana bakal nguatkeun pamekar pikeun ngawangun sareng damel sareng model anu nyayogikeun tingkat akurasi sareng efisiensi anu paling luhur pikeun hardware inferensi anu mana waé.

Pangajaran jero mangrupikeun inti Deci AI, naha anjeun tiasa ngartikeunana pikeun kami?

Pangajaran jero, sapertos pembelajaran mesin, mangrupikeun subbidang AI, disetél pikeun nguatkeun jaman aplikasi anyar. Pangajaran jero pisan diideuan ku kumaha otak manusa terstruktur, naha éta nalika urang ngabahas diajar jero, urang ngabahas "jaringan saraf". Ieu super relevan pikeun aplikasi tepi (pikir kaméra di kota pinter, sensor on kandaraan otonom, solusi analitik dina kasehatan) dimana model learning jero dina situs anu krusial pikeun generating wawasan sapertos sacara real waktu.

Naon Pilarian Arsitéktur Neural?

Neural Architecture Search (NAS) mangrupikeun disiplin téknologi anu ditujukeun pikeun kéngingkeun modél pangajaran jero anu langkung saé.

Karya panaratas Google dina NAS di 2017 ngabantosan topik ieu ka mainstream, sahenteuna dina lingkungan panalungtikan sareng akademik.

Tujuan NAS nyaéta milarian arsitektur jaringan saraf anu pangsaéna pikeun masalah anu dipasihkeun. Éta ngajadikeun otomatis ngarancang DNN, mastikeun kinerja anu langkung luhur sareng karugian anu langkung handap tibatan arsitéktur anu dirarancang sacara manual. Éta ngalibatkeun prosés dimana algoritma milarian diantara rohangan agrégat tina jutaan arcuitecures modél anu sayogi, pikeun ngahasilkeun arsitéktur anu cocog pikeun ngarengsekeun masalah khusus éta. Saderhana, éta ngagunakeun AI pikeun ngarancang AI énggal, dumasar kana kabutuhan khusus pikeun proyék anu dipasihkeun.

Hal ieu dianggo ku tim pikeun nyederhanakeun prosés pamekaran, ngirangan uji coba sareng kasalahan sareng mastikeun yén aranjeunna tungtungna nganggo modél pamungkas anu tiasa nyayogikeun katepatan sareng target kinerja aplikasi.

Naon sababaraha watesan Neural Arsitéktur Search?

Watesan utama NAS tradisional nyaéta aksésibilitas sareng skalabilitas. NAS ayeuna seueur dianggo dina setélan panalitian sareng biasana ngan ukur dilaksanakeun ku raksasa téknologi sapertos Google sareng Facebook, atanapi di lembaga akademik sapertos Stanford sabab téknik NAS tradisional rumit pikeun dilaksanakeun sareng peryogi seueur sumber komputasi.

Éta sababna kuring reueus pisan kana prestasi urang dina ngamekarkeun téknologi AutoNAC (Automated Neural Architecture Construction) Deci, anu ngadémokrasikeun NAS sareng ngamungkinkeun perusahaan-perusahaan tina sagala ukuran pikeun gampang ngawangun arsitéktur modél khusus kalayan akurasi anu langkung saé tibatan anu canggih. speed pikeun aplikasi maranéhanana.

Kumaha deteksi bantahan diajar béda dumasar kana jinis gambar?

Ahéng, domain gambar teu nyirorot mangaruhan prosés latihan model deteksi objék. Naha Anjeun keur pilari a pedestrian di jalan, tumor dina scan médis, atawa pakarang concealed dina gambar x-ray dicokot ku kaamanan bandara, prosés nu lumayan loba sarua. Data anu anjeun anggo pikeun ngalatih modél anjeun kedah ngawakilan tugas anu aya, sareng ukuran sareng struktur modél tiasa kapangaruhan ku ukuran, bentuk sareng pajeulitna objék dina gambar anjeun.

Kumaha Deci AI nawiskeun platform end-to-end pikeun diajar jero?

Platform Deci nguatkeun pamekar pikeun ngawangun, ngalatih, sareng nyebarkeun modél pangajaran jero anu akurat sareng gancang pikeun produksi. Ku cara kitu, tim tiasa ngungkit prakték panalungtikan anu paling canggih sareng rékayasa kalayan hiji garis kode, nyepetkeun waktos ka pasar sababaraha bulan ka sababaraha minggu sareng ngajamin kasuksésan dina produksi.

Anjeun mimitina ngamimitian sareng tim 6 urang, sareng anjeun ayeuna ngalayanan perusahaan ageung. Naha anjeun tiasa ngabahas kamekaran perusahaan, sareng sababaraha tantangan anu anjeun hadapi?

Kami bungah ku kamekaran anu dihontal saprak mimiti taun 2019. Ayeuna, langkung ti 50 karyawan, sareng langkung ti $ 55 juta dana dugi ka ayeuna, kami yakin yén kami tiasa teras-terasan ngabantosan pamekar sadar sareng ngalaksanakeun poténsi AI anu leres. Ti saprak diluncurkeun, kami parantos kalebet kana CB Insights 'AI 100, nyieun prestasi groundbreaking, kayaning kulawarga model urang nu nganteurkeun narabas kinerja learning jero dina CPUs, sarta solidified collaborations bermakna, kaasup jeung ngaran badag kawas Intel.

Aya deui anu anjeun hoyong bagikeun ngeunaan Deci AI?

Sakumaha anu kuring nyarios sateuacanna, celah efisiensi AI terus nyababkeun halangan utama pikeun produksi AI. "Shifting kénca" - akuntansi pikeun konstrain produksi mimiti dina lifecycle ngembangkeun, ngurangan waktu jeung ongkos spent dina ngalereskeun poténsi halangan nalika deploying model learning jero dina produksi handap jalur. Platform kami parantos kabuktosan tiasa ngalakukeun éta ku nyayogikeun perusahaan alat anu diperyogikeun pikeun suksés ngembangkeun sareng nyebarkeun solusi AI anu ngarobih dunya.

Tujuan kami basajan - sangkan AI diaksés lega, affordable sarta scalable.

Hatur nuhun pikeun wawancara anu saé, pamiarsa anu hoyong diajar langkung seueur kedah nganjang Sebutkeun.