Blair Newman, Neuton’un CTO’su – Röportaj Serisi

Blair Newman, Neuton‘un CTO’sudur, bir dizi yıkıcı Sinir Ağı Çerçevesi ve Otomatik Makine Öğrenimi (AutoML) çözümüdür ve mevcut herhangi bir çerçeve, sinir olmayan algoritma veya AutoML ürününden daha etkili bir çözümdür. Yapay Zekayı (AI) herkesin erişebileceği hale getirir.

Size makine öğrenimi ve veri bilimiyle ilk olarak neler çekici gelmiştir?

Kişisel bir bakış açısıyla, Makine Öğrenimi/Veri Bilimi’nin sunabileceği olanaklar her zaman ilgimi çekmiştir – Akıllı Şehirler – Bağlantılı Araçlar ve şimdi TinyML’nin neler sunabileceği. Şimdi Yapay Zekanın demokratikleşmesiyle, Makine Öğrenimi’nin her yerde olduğunu görüyoruz.

Neuton’un doğuş hikayesini paylaşabilir misiniz?

Birçok projede Makine Öğrenimi perspektifinden çalıştıktan sonra, herkes için Yapay Zeka’yı kullanılabilir kılmak için bir yolculuğa çıkmaya karar verdik. Bu süre zarfında, büyümeyi sınırlayan çeşitli engelleri tespit ettik. Böylece gerçekten herkes için Makine Öğrenimi kullanılabilir kılmak için… var olan bazı teknik engelleri ele almamız gerekti. Büyük miktarda veri gereksinimi… Teknik uzmanlık gereksinimini ortadan kaldıran Otomatik bir SaaS çözümü… Ve son olarak platformumuzu ücretsiz olarak sunarak son engeli ortadan kaldırmak.

TinyML terimini tanımlayabilir misiniz?

Genellikle şeyi basitleştirmeyi severim… Fiziksel dünya, dijital dünya… Ve bu iki varlık kesiştiğinde… TinyML’nin dünyası… TinyML, zekayı doğrudan kenara getirir.

TinyML’nin AI topluluğunda hızlanmasını ne engellemektedir?

TinyML genellikle kaynak açısından muazzam bir sermaye gerektirir. Donanım, gömülü mühendisler, Makine Öğrenimi mühendisi, entegrasyon için yazılım geliştiricileri…. Bizim mükemmelleştirdiğimiz alanlardan biri, bu gereksinimleri önemli ölçüde azaltmamızdır.

Neuton, doğruluğu bozmadan nasıl compact modeller oluşturur?

Geleneksel ve daha iyi bilinen Çerçeveler (örneğin TensorFlow), önceden var olan bir yapıyla başlar, bu da doğası gereği israf içerir. Ayrıca, bir model oluşturmak genellikle çok iteratif bir süreçtir ve bir kez model oluşturulduktan sonra entegrasyondan önce optimize edilmelidir. Buna üstten aşağıya yaklaşım diyorum. Neuton ile bu paradigmayı tamamen başaşağı çevirdik, çünkü her modeli tek bir nörondan başlayarak inşa ediyoruz ve bu da diğer Çerçevelerde yaşanan doğuştan israfı etkili bir şekilde ortadan kaldırıyor. Bu being said – ağ yapısı önceden tanımlı değildir, ancak tek bir nöron sırasında eğitilirken büyür. Bunu, her nöron uygulandığında sürekli çapraz doğrulama ile birleştiriyoruz. Böylece, nihai model her zaman amacına uygun bir şekilde oluşturulur, israf yoktur ve tamamlanır.

Neuton, geri yayılım veya stokastik gradient iniş gibi popüler metodolojileri neden kullanmıyor?

Patentli yaklaşımımız, Global Optimizasyon metodolojisi kullanır ve bu da bu metodolojileri uygulamaya gerek kalmaz.

Neuton çözümü, geleneksel makine öğrenimi yaklaşımlarına göre ne kadar daha verimlidir?

Tüm ana metriklere bakıldığında, model oluşturma süresi, doğruluk, model boyutu ve sonuç olarak pazarlama süresi… Diğer çerçeveler ve platformlardan daha iyi performans gösterdiğimizi görüyoruz…. Genellikle modellerimizin 1000 kat daha küçük olduğunu ve pazarlama süresinin %70’den fazla azaltıldığını görüyoruz. Son olarak, Açıklanabilirlik Ofisimiz, modellerimize ve her bir bireysel tahmine tam şeffaflık sağlamakta diğerlerine göre eşsizdir.

Neuton platformunun sunduğu AI açıklanabilirliği hakkında bazı ayrıntılar sağlayabilir misiniz?

Açıklanabilirlik ofisimiz birden fazla forma sahiptir. İlk olarak, EDA (Keşifçi Veri Analizi) aracımız, eğitmeden önce verilerinizin istatistiklerine ilk bakışını sağlar. Oradan, Özellik Önemlilik Matrisimiz, müşterilerimizin en üst 10 özelliği ve en alt 10 özelliği belirlemesine olanak tanır. Oradan, müşterilerimize modellerine ve her bir bireysel tahmine next level şeffaflık sunarız, böylece bir özellik değerinin değişmesi durumunda nasıl değişeceğini görebilirler. Son olarak, modelin bozulmaya başladığında ve modelin yeniden eğitilmesi gerektiğinde müşterilerimizi proaktif bir şekilde bilgilendiren Model-Veri-İlgili Göstergesi adlı Yaşam Döngüsü yönetim aracını sunarız.

Neuton hakkında paylaşmak istediğiniz başka bir şey var mı?

Neuton’daki misyonumuz, Yapay Zekayı gerçekten herkes için kullanılabilir kılmaktır. Bu olanakların gerçekleşmesini başarmış olduğumuzu düşünüyoruz. Ya veri bilimcisi olmayanları etkinleştirmek, ya da mevsimlik Veri Bilimcilerine Sıfır Kodlu bir SaaS tabanlı çözüm sunarak… Şimdi TinyML’nin hızlanmasıyla, gerçekten Yapay Zekayı demokratikleştirmekteyiz.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Neuton‘u ziyaret edebilirler.