Хорхе Торрес, співзасновник та CEO MindsDB – Інтерв’ю серія

Хорхе Торрес – співзасновник та CEO MindsDB, платформи, яка допомагає будь-кому використовувати силу машинного навчання для постановки передбачувальних запитів до своїх даних та отримання точних відповідей від них. MindsDB також є випускником останнього зимового класу YCombinator 2020 року та був недавно визнаний одним з найперспективніших компаній штучного інтелекту в Америці за версією Forbes.

Що спочатку привернуло вашу увагу до машинного навчання?

Це цікава історія. У 2008 році я жив і працював у Берклі для стартапу під назвою Couchsurfing, і побачив цей клас (cs188 – Введення в штучний інтелект). Хоча на той час я не був пов’язаний з університетом, я попросив професора Джона Денеро, чи можу я відвідувати лекцію, і він дозволив мені це. Цей професор був геніальним, і він справді зробив так, що всі закохалися в цю тему. Це була найкраща річ, яка зі мною трапилася. Я був здивований тим, що комп’ютери можуть навчатися розв’язувати проблеми, і я зрозумів, що це рухається швидко, тому вирішив зробити це своєю кар’єрою.

Є кілька подій, що визначають покоління у технологіях, які трапляються лише кілька разів у житті. Я був досить幸ливим, щоб стати свідком народження Інтернету, але був занадто молодим, щоб бути чимось більшим, ніж пасивним спостерігачем. Я вважаю, що машинне навчання – це наступна подія такого роду, і я хотів бути частиною цього якимось значним способом, щоб рухати цю технологію та спосіб її використання вперед.

MindsDB розпочався в UC Berkeley у 2018 році, можете поділитися деякими ідеями з тих перших днів?

UC Berkeley – одна з найкращих дослідницьких установ світу та має історію створення та підтримки відкритого програмного забезпечення, і ми подумали, що немає кращого місця для початку MindsDB. Наші цінності збігалися, вони надали нам наш перший чек через акселератор UC Berkeley Skydeck, і все інше – історія.

Перші дні були не схожі на багато стартапів у районі Бей – три людини працювали довгі години над чимось, у що всі вірили, але мали лише невеликий шанс на успіх. Єдина різниця полягала в тому, що замість роботи в пилосному гаражі в Пало-Альто ми були у відносному комфорті в пентхаусі ко-working prostoru Skydeck (безоплатно).

Я вважаю, що дані мають величезну силу. Чим більше даних має компанія, тим більше вона може рухати свій бізнес вперед. Але тільки якщо вони можуть отримувати значимі висновки з них.

Уосені 2017 року мій найкращий друг Адам Карріган (COO) і я прийшли до висновку, що занадто багато підприємств зіштовхувалися з обмеженнями при витягуванні значимої інформації з даних. Вони зрозуміли, що одним з найбільших обмежень було те, що багато з цих підприємств дуже погано використовували силу штучного інтелекту. Ми вважали, що машинне навчання може зробити дані та інтелект, який вони можуть надати, доступними для всіх. Тому ми розробили платформу, яка дозволить будь-кому використовувати силу машинного навчання для постановки передбачувальних запитів до своїх даних та отримання точних відповідей від них.

Ми називаємо цю платформу MindsDB і зосереджуємося на тому, щоб продовжувати робити її надзвичайно простою для розробників швидко створювати наступну хвилю застосунків, орієнтованих на штучний інтелект, які перетворять спосіб нашого життя та роботи, а також для підприємств – витягувати інформацію з даних.

Чому MindsDB зосередився на розв’язанні проблеми бути орієнтованим на дані, а не на машинному навчанні?

Якщо ви подивитесь на величезну більшість досліджень у сфері штучного інтелекту, великий відсоток походять з академічних інститутів. Машинне навчання історично було орієнтованим на модель, оскільки саме тут дослідницькі інститути можуть додати сприйняту цінність; більше досліджень поліпшує моделі або створює нові, тим самим даючи кращі результати. Будучи орієнтованим на дані, з іншого боку, додавання кращої якості/більш актуальних даних до існуючого підходу не легко публікується (ключовий показник ефективності для дослідників).

Однак більшість застосованих проблем машинного навчання сьогодні набагато більше виграють від поліпшення даних, ніж від поліпшення моделей. Це також добре збігається з нашою місією щодо демократизації машинного навчання, більшість людей поза сферою машинного навчання не знають багато про нього, але вони точно знають багато про свої дані.

Ми побачили, що є два типи компаній, з одного боку компанії з даними в базі даних, з іншого боку – компанії, які ще не зрозуміли бази даних, ми зрозуміли, що якщо компанія належить до групи баз даних, їхня зрілість даних вже поставила їх на правильний шлях для застосування машинного навчання, тоді як компанії, які ще не відкрили для себе бази даних, мали ще довгий шлях, тому ми зосередилися на наданні цінності тим, хто міг її витягнути.

Як MindsDB підходить до моделювання та розгортання у простому SQL?

Ми створюємо представлення моделей як таблиць, які можна запитувати, таким чином ми ефективно видаляємо концепцію “розгортання” з картини. Коли ви вводите в базу даних CREATE VIEW, цей вид є активним відразу ж після завершення обробки команди, те саме відбувається, коли ви робите CREATE MODEL у MindsDB.

Люди люблять MindsDB через спрощення, яке ви привнесли до циклу життя ML-Ops, чому спрощення розгортання машинного навчання так важливо?

Люди люблять це, оскільки це абстрагує непотрібні ETL-пайплайни, тобто менше речей для підтримки. Наша увага зосереджена на тому, щоб користувачі могли витягнути цінність машинного навчання, не думаючи про підтримку інфраструктури машинного навчання, якщо вони вже підтримують інфраструктуру даних.

Які деякі переваги та ризики відкритого стартапу порівняно з традиційним стартапом?

Відкритий проєкт може розпочатися лише з ідеєю, і люди допоможуть вам побудувати його по дорозі, у закритому підході вам потрібно розпочинати з тих самих припущень, але вам краще бути правим, оскільки ніхто не допоможе вам покращити ваш продукт (ат_least не в такому обсязі, як у відкритому джерелі), подумайте про відкритий код як про колаборативний підхід до продукту та користувача.

MindsDB недавно підняв 16,5 млн доларів США серії А інвестицій від Benchmark, чому Benchmark – ідеальний інвестор та як їхня візія збігається з вашою?

Benchmark має бездоганний рекорд у нашій галузі, Четан допоміг компаніям, таким як mongodb, elastic, airbyte, стати світовими лідерами у своїй сфері. Ми вважаємо, що немає кращого варіанту для MindsDB, ніж Четан та капітал Benchmark.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати MindsDB.