ดร. ไมค์ แฟล็กซ์แมน รองประธานฝ่ายผลิตภัณฑ์ของ HEAVY.AI – สัมภาษณ์系列

ดร. ไมค์ แฟล็กซ์แมน ปัจจุบันเป็นรองประธานฝ่ายผลิตภัณฑ์ของ HEAVY.AI โดยก่อนหน้านี้เคยดำรงตำแหน่งเป็นผู้จัดการผลิตภัณฑ์และนำทีม Spatial Data Science practice ในฝ่ายบริการมืออาชีพ เขาได้ใช้เวลา 20 ปีที่ผ่านมาในการทำงานด้านการวางแผนพื้นที่สิ่งแวดล้อม ก่อนที่จะเข้าร่วม HEAVY.AI เขาได้ก่อตั้ง Geodesign Technologies, Inc และร่วมก่อตั้ง GeoAdaptive LLC ซึ่งเป็นสองสตาร์ทอัพในการนำเทคโนโลยีการวิเคราะห์พื้นที่มาใช้ในงานวางแผน ในช่วงก่อนที่จะเข้าสู่ธุรกิจสตาร์ทอัพ เขาเคยเป็นศาสตราจารย์ด้านการวางแผน tại MIT และเป็นผู้จัดการอุตสาหกรรมที่ ESRI

HEAVY.AI เป็นแพลตฟอร์มที่ใช้ฮาร์ดแวร์ในการเร่งความเร็วในการวิเคราะห์ข้อมูลแบบเรียลไทม์ โดยใช้ทั้งการประมวลผล GPU และ CPU เพื่อทำการคิวรี่ข้อมูลขนาดใหญ่ โดยมีการสนับสนุน SQL และข้อมูลพื้นที่ ภายใต้แพลตฟอร์มนี้ยังมีเครื่องมือวิเคราะห์ข้อมูลแบบมองเห็นสำหรับดैशบอร์ดแบบโต้ตอบ การกรองข้าม และการแสดงข้อมูลที่มีการปรับขนาด ทำให้สามารถวิเคราะห์ข้อมูลขนาดใหญ่ในอุตสาหกรรมต่างๆ ได้อย่างมีประสิทธิภาพ

คุณสามารถเล่าให้เราฟังเกี่ยวกับพื้นหลังการทำงานของคุณและอะไรที่นำคุณมาเข้าร่วม HEAVY.AI ได้บ้าง?

ก่อนที่จะเข้าร่วม HEAVY.AI ฉันใช้เวลาหลายปีในด้านวิชาการ โดยสอนวิชาวิเคราะห์ข้อมูลพื้นที่ที่ MIT ฉันยังเคยบริหารที่ปรึกษาด้วยลูกค้าจากภาครัฐหลายราย ฉันเคยทำงานในโครงการ GIS ใน 17 ประเทศ งานของฉันทำให้ฉันเดินทางไปทั่วตั้งแต่ให้คำปรึกษากับองค์กรอย่าง Inter American Development Bank ไปจนถึงการจัดการเทคโนโลยี GIS สำหรับการก่อสร้างที่ ESRI ซึ่งเป็นนักพัฒนาระบบ GIS ที่ใหญ่ที่สุดในโลก

ฉันจำได้ว่าครั้งแรกที่ฉันพบกับสิ่งที่ปัจจุบันคือ HEAVY.AI เมื่อฉันเป็นที่ปรึกษาและรับผิดชอบในการวางแผนสำหรับโปรแกรมอนุรักษ์ถิ่นที่อยู่ของเต่าทะเลในฟลอริดา ฉันและเพื่อนร่วมงานกำลังพยายามสร้างแบบจำลองถิ่นที่อยู่ของเต่าทะเลโดยใช้ข้อมูล Landsat 30m แต่เพื่อนของฉันชี้ให้เห็นข้อมูลใหม่ที่เกี่ยวข้องมาก – ข้อมูล LiDAR 5cm ซึ่งเป็นสิ่งที่เราต้องการทางวิทยาศาสตร์ แต่ขนาดของมันใหญ่กว่าที่เราวางแผนไว้ถึง 3600 เท่า ไม่มีใครจะเพิ่งงบประมาณให้ฉันแม้แต่น้อย ในวันนั้น ฉันจึงหยุดใช้เครื่องมือที่ฉันใช้และสอนมาตลอดหลายทศวรรษและเริ่มหาเครื่องมือใหม่ HEAVY.AI สามารถตัดและแสดงข้อมูลนั้นได้อย่างราบรื่นและไม่มีปัญหา ฉันจึงติดใจทันที

เมื่อเวลาผ่านไป ฉันยังคงคิดว่าสิ่งที่ HEAVY.AI ทำนั้นเป็นสิ่งที่ไม่เหมือนใคร และการเดิมพันในตอนต้นในการใช้ GPU สำหรับการวิเคราะห์นั้นเป็นทางเลือกที่ถูกต้องสำหรับอุตสาหกรรมที่ยังคงต้องการไปในทิศทางนั้น HEAVY.AI มุ่งเน้นไปที่การทำให้การเข้าถึงข้อมูลขนาดใหญ่นั้นเปิดกว้างให้กับทุกคน ซึ่งรวมถึงการให้ความเร็วและปริมาณข้อมูลที่เพิ่มขึ้น โดยพื้นฐานแล้วคือการให้ซูเปอร์คอมพิวเตอร์แก่ทุกคน แต่สิ่งที่สำคัญมากขึ้นเมื่อมีการใช้โมเดลภาษาขนาดใหญ่คือการทำให้การสร้างแบบจำลองพื้นที่เปิดกว้างให้กับคนมากขึ้น ในปัจจุบันแทนที่จะใช้เวลาหลายปีในการเรียนรู้อินเทอร์เฟซที่ซับซ้อนพร้อมเครื่องมือหลายพันชิ้น คุณสามารถเริ่มสนทนาได้โดยตรงกับ HEAVY.AI ในภาษาของคุณ โปรแกรมไม่เพียงแต่สร้างคำสั่งที่จำเป็น แต่ยังแสดงการแสดงภาพที่เกี่ยวข้องด้วย

เบื้องหลังความง่ายในการใช้งานนั้นเป็นเรื่องที่ยากมาก ในฐานะ VP of Product Management ที่ HEAVY.AI ฉันเกี่ยวข้องกับการตัดสินใจเกี่ยวกับคุณสมบัติและความสามารถที่เราจะจัดลำดับความสำคัญให้กับผลิตภัณฑ์ของเรา ประสบการณ์ยาวนานของฉันในด้าน GIS ช่วยให้ฉันเข้าใจความต้องการของลูกค้าและชี้นำแผนการพัฒนาของเราได้อย่างเหมาะสม

ประสบการณ์ของคุณในด้านการวางแผนพื้นที่สิ่งแวดล้อมและสตาร์ทอัพได้มีอิทธิพลต่อการทำงานของคุณที่ HEAVY.AI อย่างไร?

การวางแผนพื้นที่สิ่งแวดล้อมเป็นโดเมนที่ท้าทายโดยเฉพาะ เนื่องจากคุณต้องคำนึงถึงทั้งความต้องการของมนุษย์และธรรมชาติ วิธีแก้ปัญหาทั่วไปที่ฉันเรียนรู้ในตอนต้นคือการผสมผสานวิธีการวางแผนแบบมีส่วนร่วมกับเทคโนโลยีการสังเกตจากอวกาศและ GIS ก่อนที่จะกำหนดแผนการดำเนินการ เราจะสร้างหลายสถานการณ์และจำลองผลกระทบเชิงบวกและลบในคอมพิวเตอร์โดยใช้การแสดงภาพ โดยใช้กระบวนการมีส่วนร่วมช่วยให้เราผสมผสานรูปแบบต่างๆ ของความเชี่ยวชาญและแก้ปัญหาที่ซับซ้อนได้

แม้ว่าปกติแล้วเราจะไม่ทำการวางแผนพื้นที่สิ่งแวดล้อมที่ HEAVY.AI แต่รูปแบบนี้ยังคงใช้ได้ดีในบริบททางธุรกิจ ดังนั้นเราจึงช่วยให้ลูกค้าสร้างแบบจำลองดิจิทัลของส่วนสำคัญของธุรกิจ และให้พวกเขาสามารถสร้างและประเมินสถานการณ์ทางธุรกิจได้อย่างรวดเร็ว

ฉันคิดว่าประสบการณ์การสอนของฉันทำให้ฉันมีความเห็นอกเห็นใจผู้ใช้ซอฟต์แวร์ โดยเฉพาะซอฟต์แวร์ที่ซับซ้อน เมื่อนักเรียนคนหนึ่งสะดุดในจุดหนึ่งอาจเป็นเรื่องของความบังเอิญ แต่เมื่อมีคนหลายสิบหรือหลายร้อยคนทำผิดพลาดในจุดเดียวกัน คุณก็จะรู้ว่าคุณมีปัญหาในการออกแบบ บางทีสิ่งที่ฉันชอบที่สุดในการออกแบบซอฟต์แวร์คือการนำความรู้เหล่านี้ไปใช้ในการออกแบบระบบรุ่นต่อไป

คุณสามารถอธิบายได้อย่างไรว่า HeavyIQ ใช้การประมวลผลภาษาธรรมชาติเพื่ออำนวยความสะดวกในการสำรวจและแสดงข้อมูล?

ในยุคปัจจุบัน ดูเหมือนว่าทุกคนและพี่น้องของพวกเขากำลังโฆษณาโมเดล AI รุ่นใหม่ ส่วนใหญ่เป็นโมเดลที่ลอกเลียนแบบกันไม่มากก็น้อย เราได้เลือกเส้นทางที่แตกต่างออกไป เราเชื่อว่าความแม่นยำ ความสามารถในการทำซ้ำได้ และความเป็นส่วนตัวเป็นคุณลักษณะที่จำเป็นสำหรับเครื่องมือวิเคราะห์ธุรกิจ รวมถึงเครื่องมือที่สร้างขึ้นโดยใช้โมเดลภาษาขนาดใหญ่ ดังนั้นเราจึงสร้างคุณลักษณะเหล่านี้เข้าไปในข้อเสนอของเราในระดับพื้นฐาน ตัวอย่างเช่น เราจำกัดข้อมูลเข้ามาอย่างเข้มงวดให้แคบลงในฐานข้อมูลขององค์กรและให้เอกสารภายในขอบเขตความปลอดภัยขององค์กร เรายังจำกัดผลลัพธ์ให้แคบลงใน HeavySQL และ Charts最新 ดังนั้น ไม่ว่าคุณจะถามคำถามอะไร เราจะพยายามตอบด้วยข้อมูลของคุณ และเราจะแสดงให้คุณเห็นว่าเราได้คำตอบนั้นมาอย่างไร

ด้วยการรับประกันเหล่านี้ที่มีอยู่ คุณลูกค้าของเราจึงไม่สนใจว่าเรประมวลผลคำถามเหล่านั้นอย่างไร แต่เบื้องหลัง เราได้ปรับโมเดลให้เหมาะสมอย่างมากกับประเภทคำถามที่ผู้ใช้ธุรกิจถามเกี่ยวกับข้อมูลธุรกิจ รวมถึงข้อมูลพื้นที่ ดังนั้น ตัวอย่างเช่น โมเดลของเราจึงมีความยอดเยี่ยมในการทำการเข้าร่วมพื้นที่และเวลา ซึ่งไม่ได้อยู่ในมาตรฐาน SQL ทั่วไป แต่ผู้ใช้ของเรานำไปใช้ทุกวัน

เราจัดแพ็คเกจความสามารถหลักเหล่านี้เข้าไปในอินเทอร์เฟซโน้ตบุ๊กที่เรียกว่า HeavyIQ IQ คือการทำให้การสำรวจข้อมูลและแสดงข้อมูลเป็นเรื่องที่直观ที่สุดโดยใช้การประมวลผลภาษาธรรมชาติ คุณถามคำถามภาษาอังกฤษ เช่น “รูปแบบสภาพอากาศในแคลิฟอร์เนียเมื่อสัปดาห์ที่แล้วเป็นอย่างไร?” และ HeavyIQ จะแปลคำถามนั้นเป็นคิวรี่ SQL ที่ฐานข้อมูลที่เร่งความเร็วด้วย GPU ของเราทำการประมวลผลได้อย่างรวดเร็ว ผลลัพธ์จะแสดงไม่เพียงแต่ในรูปแบบข้อมูลเท่านั้น แต่ยังเป็นการแสดงภาพ – แผนที่ กราฟ หรือสิ่งที่เกี่ยวข้องมากที่สุด มันคือการทำให้การคิวรี่แบบโต้ตอบเร็วขึ้น โดยเฉพาะอย่างยิ่งเมื่อทำงานกับเซตข้อมูลขนาดใหญ่หรือเคลื่อนไหวเร็ว สิ่งที่สำคัญที่นี่คือมักไม่ใช่คำถามแรกที่คุณถาม แต่อาจเป็นคำถามที่สามที่ได้ข้อสรุปที่แท้จริง และ HeavyIQ ได้รับการออกแบบมาเพื่ออำนวยความสะดวกในการสำรวจที่ลึกขึ้น

ผลประโยชน์หลักของการใช้ HeavyIQ มากกว่าเครื่องมือ BI แบบดั้งเดิมสำหรับบริษัทโทรคมนาคม สาธารณูปโภค และหน่วยงานรัฐบาลคืออะไร?

HeavyIQ excels ในสภาพแวดล้อมที่คุณต้องจัดการกับข้อมูลขนาดใหญ่และความเร็วสูง – ซึ่งเป็นประเภทข้อมูลที่บริษัทโทรคมนาคม สาธารณูปโภค และหน่วยงานรัฐบาลจัดการกัน เครื่องมือวิเคราะห์ธุรกิจแบบดั้งเดิมมักจะด้อยประสิทธิภาพเมื่อเผชิญกับปริมาณและความเร็วของข้อมูลนี้ ตัวอย่างเช่น ในด้านโทรคมนาคม คุณอาจมีประวัติการโทรหลายพันล้านรายการ แต่สิ่งที่คุณต้องมุ่งเน้นคือเศษเสี้ยวเล็กๆ ของการโทรที่ถูกตัดขาด HeavyIQ ช่วยให้คุณสามารถกรองข้อมูลนั้นได้เร็วขึ้น 10 ถึง 100 เท่า ขอบคุณโครงสร้างพื้นฐาน GPU ของเรา ความเร็วที่รวมกับความสามารถในการคิวรี่และแสดงข้อมูลแบบโต้ตอบ ทำให้ HeavyIQ มีคุณค่าอย่างมากสำหรับการวิเคราะห์ความเสี่ยงในสาธารณูปโภคหรือการวางแผนสถานการณ์แบบเรียลไทม์สำหรับหน่วยงานรัฐบาล

ข้อได้เปรียบที่กล่าวถึงข้างต้นคือเมื่อระบบทำงานที่ “ความเร็วของความอยากรู้” ผู้ใช้สามารถถามคำถามได้มากขึ้นและคำถามที่ซับซ้อนขึ้น ดังนั้น วิศวกรโทรคมนาคมอาจสังเกตเห็นจุดสูงสุดของความล้มเหลวของอุปกรณ์จากระบบติดตาม และมีความคิดที่จะตรวจสอบว่ามีปัญหาเกิดขึ้นที่สถานประกอบการใด และสามารถตรวจสอบได้ด้วยคำถามพื้นที่ที่ส่งกลับมาเป็นแผนที่

มีมาตรการใดบ้างที่ใช้เพื่อป้องกันการรั่วไหลของข้อมูลเมต้าเมื่อใช้ HeavyIQ?

ตามที่อธิบายไว้ข้างต้น เราได้สร้าง HeavyIQ โดยให้ความสำคัญกับความเป็นส่วนตัวและความปลอดภัยในระดับพื้นฐาน ซึ่งรวมถึงไม่เพียงแต่ข้อมูลเท่านั้น แต่ยังรวมถึงข้อมูลเมต้าหลายประเภทด้วย เราใช้ข้อมูลเมต้าระดับคอลัมน์และตารางอย่างกว้างขวางในการกำหนดตารางและคอลัมน์ที่มีข้อมูลที่จำเป็นในการตอบคำถาม เรายังใช้เอกสารภายในบริษัทที่ให้มาเพื่อช่วยในการสร้างข้อมูลที่เรียกว่า Retrieval-Augmented Generation (RAG) สุดท้าย โมเดลภาษายังสร้างข้อมูลเมต้าเพิ่มเติมอีกด้วย ทั้งหมดนี้ แต่เฉพาะข้อมูลเมต้าล่าสุดสามารถมีความละเอียดอ่อนทางธุรกิจสูงได้

ไม่เหมือนกับโมเดลของบุคคลที่สามที่โดยทั่วไปจะส่งข้อมูลของคุณไปยังเซิร์ฟเวอร์ภายนอก HeavyIQ ทำงานบนโครงสร้างพื้นฐาน GPU เดียวกันกับแพลตฟอร์มของเรา ซึ่งหมายความว่าข้อมูลและข้อมูลเมต้าของคุณยังคงอยู่ภายใต้การควบคุมของคุณ โดยไม่มีความเสี่ยงต่อการรั่วไหล สำหรับองค์กรที่ต้องการความปลอดภัยระดับสูงสุด HeavyIQ สามารถใช้งานได้แม้ในสภาพแวดล้อมที่แยกออกจากกันอย่างสมบูรณ์ ซึ่งหมายความว่าข้อมูลที่ละเอียดอ่อนจะไม่เคยออกจากอุปกรณ์เฉพาะ

HEAVY.AI ได้รับประสิทธิภาพสูงและความสามารถในการปรับขนาดกับเซตข้อมูลขนาดใหญ่โดยใช้โครงสร้างพื้นฐาน GPU อย่างไร?

สิ่งที่ทำให้เราแตกต่างคือการหลีกเลี่ยงการเคลื่อนย้ายข้อมูลที่พบในระบบอื่นๆ ที่ HEAVY.AI เราเริ่มต้นด้วยฐานข้อมูลที่ออกแบบมาเพื่อทำงานบน GPU ของ NVIDIA โดยเฉพาะ เราได้ทำงานในด้านนี้มานานกว่า 10 ปีแล้ว และเราเชื่อว่าเรามีคำตอบที่ดีที่สุดเมื่อพูดถึงการวิเคราะห์ข้อมูลที่เร่งความเร็วด้วย GPU

แม้แต่ระบบ CPU ที่ดีที่สุดก็จะหมดแรงก่อนที่จะถึงจุดหนึ่ง และเมื่อเกิดเหตุการณ์นี้บน CPU กลยุทธ์หนึ่งที่ใช้คือการกระจายข้อมูลไปทั่วหลายคอร์และหลายระบบ (เรียกว่า “การปรับขนาดแบบแนวนอน”) วิธีนี้ทำงานได้ดีในบางบริบทที่ไม่จำเป็นต้องมีความเร็ว แต่โดยทั่วไปแล้วจะเริ่มถูกขัดขวางโดยประสิทธิภาพของเครือข่าย

นอกเหนือจากการหลีกเลี่ยงการเคลื่อนย้ายข้อมูลในคิวรี่แล้ว เรายังหลีกเลี่ยงการเคลื่อนย้ายข้อมูลในงานอื่นๆ อีกมากมาย เช่น การแสดงกราฟิกโดยไม่ต้องย้ายข้อมูล การสร้างแบบจำลอง ML โดยไม่ต้องย้ายข้อมูล และการซักถามข้อมูลด้วยโมเดลภาษาขนาดใหญ่โดยไม่ต้องย้ายข้อมูล และแม้แต่การซักถามข้อมูลจาก Python โดยไม่ต้องย้ายข้อมูล

สิ่งนี้หมายความว่าในทางปฏิบัติ เราสามารถทำการคิวรี่และแสดงผลได้เร็วขึ้น 10 ถึง 100 เท่าเมื่อเทียบกับฐานข้อมูลและเซิร์ฟเวอร์แผนที่ที่ใช้ CPU แบบดั้งเดิม เมื่อคุณจัดการกับเซตข้อมูลขนาดใหญ่และความเร็วสูงที่ลูกค้าของเราทำงานด้วย เช่น โมเดลสภาพอากาศ บันทึกการโทรของโทรคมนาคม หรือภาพถ่ายดาวเทียม การเพิ่มประสิทธิภาพนี้มีความสำคัญอย่างยิ่ง

HEAVY.AI รักษาความได้เปรียบทางการแข่งขันในภูมิทัศน์ของการวิเคราะห์ข้อมูลขนาดใหญ่และ AI ที่เปลี่ยนแปลงอย่างรวดเร็วได้อย่างไร?

นี่เป็นคำถามที่ดี และเป็นสิ่งที่เราคิดอยู่ตลอดเวลา ภูมิทัศน์ของการวิเคราะห์ข้อมูลขนาดใหญ่และ AI กำลังเปลี่ยนแปลงอย่างรวดเร็ว โดยมีการพัฒนาที่สำคัญเกิดขึ้นอย่างต่อเนื่อง เราไม่เสียเปรียบเพราะเรามีหัวขบวนในการพัฒนาเทคโนโลยีฐานข้อมูล GPU มา 10 ปีแล้ว

ฉันคิดว่าสิ่งสำคัญสำหรับเราคือการมุ่งเน้นไปที่ภารกิจหลักของเรา – การทำให้การเข้าถึงข้อมูลขนาดใหญ่และข้อมูลพื้นที่เปิดกว้างให้กับทุกคน ซึ่งหมายถึงการผลักดันขอบเขตของสิ่งที่เป็นไปได้กับ GPU ที่เร่งความเร็วในการวิเคราะห์ และการรับรองว่าผลิตภัณฑ์ของเรามอบประสิทธิภาพและความสามารถที่ไม่เหมือนใครในด้านนี้ สิ่งสำคัญคือการลงทุนอย่างต่อเนื่องในการพัฒนาโมเดลภาษาที่ปรับให้เหมาะสมซึ่งเข้าใจถึงความซับซ้อนของ SQL พื้นที่และวิเคราะห์ข้อมูลพื้นที่

เราสร้างไลบรารีข้อมูลฝึกอบรมที่กว้างขวางโดยไปไกลกว่ามาตรฐานทั่วไป เพื่อให้แน่ใจว่าเครื่องมือวิเคราะห์แบบโต้ตอบของเราสามารถมีส่วนร่วมกับผู้ใช้ได้อย่างเป็นธรรมชาติและเข้าใจง่าย แต่เราก็รู้ด้วยว่าเทคโนโลยีเพียงอย่างเดียวไม่เพียงพอ เราต้องเชื่อมโยงกับลูกค้าและความต้องการที่เปลี่ยนแปลงไปของพวกเขา ในท้ายที่สุด ความได้เปรียบทางการแข่งขันของเรานั้นมาจากการมุ่งเน้นอย่างไม่หยุดยั้งในการส่งมอบคุณค่าที่เปลี่ยนแปลงให้กับผู้ใช้ของเรา เราไม่ได้เพียงแค่ตามทันตลาด แต่เรากำลังผลักดันขอบเขตของสิ่งที่เป็นไปได้กับข้อมูลขนาดใหญ่และ AI และเราจะดำเนินการต่อไม่ว่าภูมิทัศน์จะเปลี่ยนแปลงไปอย่างไร

HEAVY.AI สนับสนุนความพยายามในการตอบสนองเหตุฉุกเฉินผ่าน HeavyEco อย่างไร?

เราสร้าง HeavyEco เมื่อเราเห็นว่าลูกค้าโทรคมนาคมและยูทิลิตี้รายใหญ่ของเรากำลังเผชิญกับความท้าทายที่สำคัญในการดูดซึมผลลัพธ์ของโมเดลสภาพอากาศในปัจจุบัน เช่นเดียวกับการแสดงข้อมูลเหล่านั้นสำหรับการเปรียบเทียบร่วมกัน มันใช้เวลาสี่ชั่วโมงในการโหลดข้อมูลสำหรับลูกค้ารายหนึ่ง และเมื่อคุณเผชิญกับสภาพอากาศที่เปลี่ยนแปลงอย่างรวดเร็ว เช่น ไฟป่า… สิ่งนั้นไม่เพียงพอ

HeavyEco ได้รับการออกแบบมาเพื่อให้ข้อมูลเชิงลึกแบบเรียลไทม์ในสถานการณ์ที่มีผลกระทบสูง เช่น ระหว่างเกิดเพลิงไหม้หรือน้ำท่วม ในสถานการณ์ดังกล่าว คุณต้องตัดสินใจอย่างรวดเร็วและต้องอาศัยข้อมูลที่ดีที่สุด HeavyEco ทำหน้าที่เป็นท่อข้อมูลที่จัดการโดยมืออาชีพสำหรับโมเดลที่เชื่อถือได้ เช่น โมเดลจาก NOAA และ USGS บนฐานข้อมูลเหล่านั้น HeavyEco ช่วยให้คุณสามารถสร้างและวิเคราะห์สถานการณ์แบบเรียลไทม์ และแสดงข้อมูลได้ สิ่งนี้ให้ข้อมูลสำคัญที่ผู้ตอบสนองต้องใช้เมื่อจำเป็น

สุดท้าย เป้าหมายของเราคือการให้ผู้ใช้ของเราสามารถสำรวจข้อมูลของตนเองด้วยความเร็วของความคิด ไม่ว่าพวกเขาจะกำลังสร้างแบบจำลองพื้นที่ที่ซับซ้อน ตรวจสอบการคาดการณ์สภาพอากาศ หรือพยายามค้นหารูปแบบในข้อมูลพื้นที่และเวลา เราต้องการให้พวกเขาสามารถทำสิ่งเหล่านั้นได้อย่างไม่มีข้อจำกัดทางเทคนิค

สิ่งที่ทำให้โมเดล LLM ที่เป็นเอกลักษณ์ของ HEAVY.AI แตกต่างจากโมเดล LLM ของบุคคลที่สามในด้านความแม่นยำและประสิทธิภาพคืออะไร?

โมเดล LLM ที่เป็นเอกลักษณ์ของเราถูกปรับให้เหมาะสมสำหรับการวิเคราะห์ที่เรามุ่งเน้น เช่น การแปลข้อความเป็น SQL และการแสดงข้อมูล เราเริ่มต้นด้วยการลองใช้โมเดลของบุคคลที่สาม แต่พบว่าไม่ตรงตามมาตรฐานความแม่นยำที่สูงของเรา ดังนั้นเราจึงปรับโมเดลที่เปิดเผยต่อสาธารณะและทดสอบกับมาตรฐานอุตสาหกรรม

โมเดล LLM ของเรามีความแม่นยำมากกว่าสำหรับแนวคิด SQL ที่ซับซ้อนซึ่งผู้ใช้ของเราต้องการ โดยเฉพาะในข้อมูลพื้นที่และข้อมูลเชิงเวลา นอกจากนี้ เนื่องจากโมเดลนี้ทำงานบนโครงสร้างพื้นฐาน GPU ของเรา จึงมีความปลอดภัยมากกว่า

นอกเหนือจากความสามารถของโมเดลที่มีอยู่แล้ว เรายังให้อินเทอร์เฟซผู้ใช้ที่มีปฏิสัมพันธ์เต็มรูปแบบสำหรับผู้ดูแลระบบและผู้ใช้ในการเพิ่มเมต้าข้อมูลที่เกี่ยวข้องกับธุรกิจหรือโดเมน ตัวอย่างเช่น หากโมเดลฐานไม่ทำงานตามที่คาดหวัง คุณสามารถนำเข้าหรือปรับเมต้าข้อมูลระดับคอลัมน์ หรือเพิ่มคำแนะนำและรับข้อเสนอแนะทันที

HEAVY.AI มองเห็นอนาคตของการวิเคราะห์ข้อมูลพื้นที่และข้อมูลเชิงเวลาในอุตสาหกรรมต่างๆ อย่างไร?

เรามองว่าการวิเคราะห์ข้อมูลพื้นที่และข้อมูลเชิงเวลาจะมีบทบาทสำคัญในอนาคตของหลายอุตสาหกรรม เรามุ่งเน้นไปที่การช่วยให้ลูกค้าสามารถตัดสินใจได้ดีขึ้นและเร็วขึ้น ไม่ว่าคุณจะอยู่ในอุตสาหกรรมโทรคมนาคม สาธารณูปโภค รัฐบาล หรืออื่นๆ การมีความสามารถในการวิเคราะห์และแสดงข้อมูลแบบเรียลไทม์สามารถเป็นปัจจัยที่เปลี่ยนแปลงได้

ภารกิจของเราคือการทำให้การวิเคราะห์ข้อมูลประเภทนี้เข้าถึงได้สำหรับทุกคน ไม่ใช่แค่ผู้เล่นรายใหญ่ที่มีทรัพยากรจำนวนมาก เราต้องการให้แน่ใจว่าลูกค้าของเราสามารถใช้ข้อมูลที่มีเพื่ออยู่ข้างหน้าและแก้ปัญหาเมื่อเกิดขึ้น เมื่อข้อมูลยังคงเติบโตและซับซ้อนขึ้น เรามองว่าบทบาทของเราคือการทำให้เครื่องมือของเราพัฒนาไปพร้อมกัน เพื่อให้ลูกค้าของเรามีความพร้อมเสมอสำหรับสิ่งที่จะเกิดขึ้นต่อไป ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม HEAVY.AI เพื่อเรียนรู้เพิ่มเติม