Jorge Torres, Đồng sáng lập & CEO của MindsDB – Loạt phỏng vấn

Jorge Torres, là Đồng sáng lập & CEO của MindsDB, một nền tảng giúp bất kỳ ai sử dụng sức mạnh của học máy để đặt câu hỏi dự đoán cho dữ liệu của họ và nhận được câu trả lời chính xác từ đó. MindsDB cũng là một sinh viên tốt nghiệp của lớp Winter 2020 gần đây của YCombinator và gần đây được Forbes công nhận là một trong những công ty AI hứa hẹn nhất của Mỹ.

Điều gì ban đầu thu hút bạn đến với học máy?

Đây là một câu chuyện thú vị. Vào năm 2008, tôi đang sống và làm việc tại Berkeley cho một công ty khởi nghiệp gọi là Couchsurfing và tôi thấy lớp học này, (cs188 – Giới thiệu về AI). Mặc dù tôi không liên kết với trường đại học vào thời điểm đó, tôi đã hỏi giáo sư John DeNero nếu tôi có thể tham gia một lớp học và ông đã cho phép tôi. Giáo sư này rất giỏi, và ông thực sự làm cho mọi người yêu thích chủ đề này. Đó là điều tốt nhất từng xảy ra với tôi. Tôi đã ngạc nhiên khi máy tính có thể học cách giải quyết một vấn đề, tôi nhận ra rằng đây là một lĩnh vực đang phát triển nhanh và quyết định làm nó trở thành sự nghiệp của mình.

Có một số sự kiện định hình thế hệ trong công nghệ chỉ xảy ra vài lần trong một đời người. Tôi may mắn được chứng kiến sự ra đời của Internet nhưng quá trẻ để trở thành bất cứ điều gì ngoài một người quan sát thụ động. Tôi tin rằng Học máy là sự kiện định hình thế hệ tiếp theo, và tôi muốn trở thành một phần của nó theo một cách có ý nghĩa để thúc đẩy công nghệ và cách chúng ta sử dụng nó.

MindsDB bắt đầu tại UC Berkeley vào năm 2018, bạn có thể chia sẻ một số thông tin về những ngày đầu tiên không?

UC Berkeley là một trong những cơ sở nghiên cứu hàng đầu thế giới và có lịch sử tạo ra và hỗ trợ phần mềm mã nguồn mở, và chúng tôi nghĩ rằng không có nơi nào tốt hơn để bắt đầu MindsDB. Giá trị của chúng tôi được đồng nhất, họ đã cung cấp cho chúng tôi séc đầu tiên thông qua Chương trình tăng tốc Skydeck của UC Berkeley và phần còn lại như họ nói là lịch sử.

Những ngày đầu tiên không khác gì so với nhiều công ty khởi nghiệp khác trong khu vực Vịnh – Ba người làm việc chăm chỉ trên một điều mà họ đều tin tưởng, nhưng chỉ có một cơ hội nhỏ để thành công. Sự khác biệt duy nhất là thay vì làm việc trong một gara bụi ở Palo Alto, chúng tôi làm việc trong không gian làm việc chung Skydeck Penthouse (miễn phí).

Tôi tin rằng có một sức mạnh to lớn trong dữ liệu. Càng nhiều dữ liệu một công ty có, họ càng có thể thúc đẩy kinh doanh của mình. Nhưng chỉ khi họ có thể nhận được thông tin có ý nghĩa từ đó.

Vào mùa thu năm 2017, người bạn thân nhất của tôi, Adam Carrigan (COO) và tôi đã đi đến kết luận rằng quá nhiều doanh nghiệp gặp phải hạn chế khi cố gắng trích xuất thông tin có ý nghĩa từ dữ liệu của họ. Họ nhận ra rằng một trong những hạn chế lớn nhất là trong cách nhiều doanh nghiệp này sử dụng rất ít sức mạnh của trí tuệ nhân tạo. Chúng tôi tin rằng học máy có thể làm cho dữ liệu và thông tin mà nó cung cấp trở nên dễ tiếp cận với mọi người. Đó là lý do tại sao chúng tôi thiết kế một nền tảng sẽ cho phép bất kỳ ai sử dụng sức mạnh của học máy để đặt câu hỏi dự đoán cho dữ liệu của họ và nhận được câu trả lời chính xác từ đó.

Chúng tôi gọi nền tảng này là MindsDB và tập trung vào việc tiếp tục làm cho nó trở nên dễ sử dụng nhất có thể cho các nhà phát triển để nhanh chóng tạo ra làn sóng ứng dụng tiếp theo dựa trên AI sẽ biến đổi cách chúng ta sống và làm việc và cho các doanh nghiệp để trích xuất thông tin từ dữ liệu của họ.

Tại sao MindsDB lại tập trung vào việc giải quyết vấn đề về việc tập trung vào dữ liệu chứ không phải học máy?

Nếu bạn nhìn vào phần lớn nghiên cứu về AI, một tỷ lệ lớn đến từ các cơ sở học thuật. Học máy đã từng được tập trung vào mô hình vì đây là nơi các cơ sở nghiên cứu có thể thêm giá trị; nghiên cứu tốt hơn sẽ cải thiện mô hình hoặc tạo ra mô hình mới, do đó tạo ra kết quả tốt hơn. Tuy nhiên, phần lớn các vấn đề học máy ứng dụng ngày nay sẽ được hưởng lợi nhiều hơn từ dữ liệu tốt hơn chứ không phải từ mô hình tốt hơn. Điều này cũng phù hợp với sứ mệnh của chúng tôi là dân chủ hóa học máy, phần lớn những người ngoài không gian học máy không biết nhiều về học máy, nhưng họ chắc chắn biết nhiều về dữ liệu của mình.

Chúng tôi nhận thấy có hai loại công ty, một mặt là những công ty có dữ liệu trong cơ sở dữ liệu, mặt khác là những công ty chưa tìm ra cách sử dụng cơ sở dữ liệu. Chúng tôi nhận ra rằng nếu một công ty đã có dữ liệu trong cơ sở dữ liệu, thì sự trưởng thành của dữ liệu đã đặt họ trên đúng đường ray để có thể áp dụng học máy, trong khi những công ty chưa tìm ra cách sử dụng cơ sở dữ liệu vẫn còn một chặng đường dài để đi, vì vậy chúng tôi tập trung vào việc cung cấp giá trị cho những người có thể thực sự trích xuất nó.

Làm thế nào MindsDB tiếp cận việc xây dựng và triển khai mô hình trong SQL thông thường?

Chúng tôi tạo ra các biểu diễn của mô hình như các bảng có thể được truy vấn, do đó chúng tôi loại bỏ khái niệm ‘triển khai’ ra khỏi bức tranh. Khi bạn nhập vào cơ sở dữ liệu CREATE VIEW, view đó sẽ hoạt động ngay khi lệnh được xử lý, tương tự như khi bạn thực hiện CREATE MODEL trong MindsDB.

Người dùng yêu thích MindsDB vì sự đơn giản hóa mà bạn đã mang lại cho chu kỳ sống ML-Ops, tại sao việc đơn giản hóa việc triển khai học máy lại quan trọng?

Người dùng yêu thích nó vì nó loại bỏ các đường ống ETL không cần thiết, do đó ít hơn những thứ cần duy trì. Tập trung của chúng tôi là giúp người dùng trích xuất giá trị của học máy, bằng cách không nghĩ về việc duy trì cơ sở hạ tầng học máy nếu họ đã duy trì cơ sở hạ tầng dữ liệu.

Một số lợi thế và rủi ro của việc trở thành một công ty khởi nghiệp mã nguồn mở so với một công ty khởi nghiệp truyền thống là gì?

Một dự án mã nguồn mở có thể bắt đầu chỉ với một ý tưởng, và mọi người sẽ giúp bạn xây dựng nó dọc theo đường đi, trong khi cách tiếp cận mã nguồn đóng bạn phải bắt đầu với cùng một giả định nhưng bạn tốt hơn nên đúng vì không ai sẽ giúp bạn cải thiện sản phẩm của mình (ít nhất không phải với cùng một khối lượng như trong mã nguồn mở), hãy nghĩ về mã nguồn mở như một cách tiếp cận sản phẩm hợp tác với người dùng.

MindsDB gần đây đã huy động được 16,5 triệu đô la từ Benchmark, tại sao Benchmark lại là nhà đầu tư hoàn hảo và tầm nhìn của họ phù hợp với tầm nhìn của bạn như thế nào?

Benchmark có một hồ sơ không thể chê được trong ngành của chúng tôi, Chetan đã giúp các công ty như mongodb, elastic, airbyte trở thành những người dẫn đầu trong lĩnh vực của họ. Chúng tôi tin rằng không có nhà đầu tư nào phù hợp hơn cho MindsDB hơn Chetan và Benchmark capital.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập MindsDB.