Nir Bar-Lev, CEO & Co-Founder của Allegro AI – Loạt Phỏng Vấn

Nir Bar-Lev là CEO & Co-Founder của Allegro AI. Allegro AI chuyên giúp các công ty phát triển, triển khai và quản lý các giải pháp máy học và học sâu. Với Allegro AI, các tổ chức đưa ra thị trường và quản lý các sản phẩm chất lượng cao hơn, nhanh hơn và tiết kiệm chi phí hơn. Các sản phẩm này dựa trên trình quản lý thí nghiệm ML & DL mã nguồn mở Allegro Trains và gói ML-Ops.

Điều gì ban đầu thu hút bạn đến với AI?

Điều mà tôi đã được thu hút nhiều nhất trong sự nghiệp của mình là việc đưa công nghệ đổi mới tiên tiến để giải quyết các vấn đề hoặc cơ hội (và thực sự chúng là hai mặt của cùng một đồng tiền) trên quy mô lớn. Tôi phải thừa nhận rằng thời gian của tôi tại Google đã giúp định hình khuynh hướng này.

AI chắc chắn đáp ứng cả hai tiêu chí này. Nó đang ở tiền phong của một số biên giới công nghệ hiện nay và nó có khả năng ảnh hưởng đến gần như mọi khía cạnh của cuộc sống trên hành tinh này.

Bạn đã có một sự nghiệp ấn tượng bắt đầu tại Google với tư cách là người dẫn sản phẩm sáng lập cho nền tảng nhận dạng giọng nói của Google. Bạn có thể thảo luận về những ngày đầu tiên làm việc tại Google và những gì bạn đã học được từ kinh nghiệm này?

Ngay sau khi tốt nghiệp trường kinh doanh Wharton, tôi đã bị thu hút bởi cách Google hoạt động trái ngược với các chuẩn mực kinh doanh đã thành lập về cách điều hành các doanh nghiệp thành công, như được giảng dạy tại các trường kinh doanh hàng đầu trên thế giới và như tôi đã trải nghiệm trong sự nghiệp trước khi vào trường kinh doanh.

Thật ra, Google đã thay đổi – đến một mức độ nào đó – cuốn sách kinh doanh, nhưng nó cũng tận hưởng một lượng tiền khổng lồ từ hoạt động quảng cáo cho phép nó thử nghiệm theo những cách mà hầu hết các công ty khác không thể đủ khả năng làm. Tôi có thể chứng thực rằng khi tôi dành một thập kỷ tại Google, nó ngày càng áp dụng “chuẩn mực” các thực hành và quá trình kinh doanh đã thành lập khi nó phát triển.

Đối với tôi, lãnh đạo nền tảng nhận dạng giọng nói với tư cách là người quản lý sản phẩm, tôi phải làm việc với các nhà khoa học nghiên cứu. Đây thực sự là một trong những đội nghiên cứu đầu tiên tại Google thực sự về nghiên cứu ứng dụng. Đối với tôi, đây là một thách thức lớn. Các nhà nghiên cứu có tư duy rất khác so với các kỹ sư và ở đây tôi đang cố gắng làm việc với các nhà nghiên cứu thành công trong một công ty cực kỳ định hướng kỹ sư.

Thật ra, những thách thức mà tôi đối mặt cách đây gần 15 năm là rất giống với những vấn đề mà các công ty đang gặp phải ngày nay khi cố gắng tích hợp các nhà khoa học dữ liệu AI vào tổ chức của họ.

Vào năm 2016, bạn tiếp tục trở thành Co-Founder của Allegro AI? Điều gì đã truyền cảm hứng cho bạn thành lập Allegro AI?

Khi thành lập Allegro AI, tôi đã hợp tác với hai đối tác tài năng xuất sắc. Một trong những đối tác của tôi là sinh viên tiến sĩ đầu tiên tại một trong những phòng thí nghiệm AI hàng đầu của Israel, một trong những trung tâm AI hàng đầu trên toàn cầu. Vì vậy, anh ấy thực sự – đối với tôi – là một phần của các đội sáng lập ứng dụng AI trong cộng đồng địa phương. Anh ấy đã có tầm nhìn để thấy cách áp dụng ML / DL trong thực tế sẽ phải đối mặt với một loạt các thách thức mới về quy mô, tự động hóa, độ tin cậy, chất lượng và nhiều hơn nữa. Khi nói chuyện với họ, nó trở nên rõ ràng với tôi rằng tôi có thể đóng góp cho đội từ kinh nghiệm của tôi tại Google và trước đó để thực sự có cơ hội tạo ra một công ty có thể có tác động lớn đến AI thông qua các công cụ chúng tôi cung cấp. Google và một số gã khổng lồ công nghệ khác đang ở vị trí đáng羨 về khả năng thu hút tài nguyên không giới hạn chất lượng cao nhất cho những thách thức này. Nhưng gần như mọi người khác không thể đủ khả năng (liệu về việc tiếp cận tài năng, tài nguyên tiền tệ, tập trung công ty, v.v.). Vì vậy, đây là cơ hội để phù hợp chính xác với những gì tôi yêu thích làm nhất (xem q1) và giúp toàn bộ hệ sinh thái.

Allegro AI phục vụ như một nền tảng quản lý máy học và học sâu mã nguồn mở. Bạn có thể thảo luận về lợi ích của việc sử dụng phần mềm mã nguồn mở?

Mã nguồn mở có một số lợi ích. Quan trọng nhất, nó tận dụng cộng đồng rộng lớn hơn để cải thiện sản phẩm chính. Người dùng tìm thấy lỗi, vấn đề, có một cuộc thảo luận rộng rãi về các tính năng quan tâm; tích hợp vào các công cụ khác [mã nguồn mở] dễ dàng hơn so với giữa hai tổ chức thương mại với các công cụ độc quyền; v.v.

Nó cung cấp một mô hình tuyệt vời cho một chiến thắng cho cả cộng đồng và công ty đứng sau nó. Nó cho phép thử nghiệm và thậm chí mở rộng cho các tổ chức không / sẽ không trả tiền, và đồng thời cho phép khách hàng lớn hơn trả tiền cho các tính năng / dịch vụ mở rộng dựa trên một phần mềm được sử dụng rộng rãi (và do đó ít rủi ro hơn).

Allegro AI cung cấp dịch vụ quản lý dữ liệu. Bạn có thể thảo luận về loại công cụ được cung cấp cho dịch vụ này?

Allegro Ai cung cấp cả quản lý dữ liệu cấu trúc và không cấu trúc. Tuy nhiên, trong khi có một loạt các giải pháp quản lý dữ liệu cấu trúc đã được chứng minh, chúng tôi cung cấp một giải pháp độc đáo cho dữ liệu không cấu trúc.

Cụ thể, điều quan trọng là phải làm rõ loại quản lý dữ liệu mà chúng tôi cung cấp. Ý tưởng không phải là quản lý dữ liệu vật lý mà là quản lý dữ liệu từ góc độ AI. Đối với AI, điều quan trọng là các nhóm khoa học dữ liệu phải hiểu dữ liệu họ có tại sự sẵn sàng của mình. Với dữ liệu không cấu trúc, điều đó rất khó. Hãy tưởng tượng hàng nghìn hoặc hàng trăm nghìn giờ video, hoặc âm thanh. Hãy tưởng tượng hàng tỷ tín hiệu cảm biến, v.v.

Các nhà khoa học dữ liệu cần biết sự biến đổi của dữ liệu để phù hợp với các tình huống khác nhau để họ có thể đào tạo các mô hình của mình một cách hiệu quả. Họ cần hiểu nếu có những mảnh dữ liệu quan trọng bị thiếu; nếu có những thiên vị hoặc lệch trong dữ liệu.

Và sau đó – ở phía ngược lại – họ cần có các công cụ để giải quyết những tình huống này một cách hiệu quả về chi phí và nhanh chóng mà không cần phải đi ra ngoài và tìm kiếm dữ liệu mới và chú thích / gắn nhãn (một việc làm tốn kém và mất thời gian).

Đây thực sự là loại công cụ chúng tôi cung cấp trong lĩnh vực này: các công cụ mạnh mẽ để thực hiện “AI BI (trình thông tin kinh doanh)” trên dữ liệu của bạn ở mức độ chi tiết và chi tiết chưa từng có và ở phía ngược lại các công cụ để tích hợp chặt chẽ dữ liệu vào các thí nghiệm và mô hình để các nhà khoa học dữ liệu có thể thiết lập các lần chạy đào tạo hiệu quả với dữ liệu hiện có mà không cần viết mã.

Ngoài ra, chúng tôi cung cấp giá trị gia tăng trong việc tối ưu hóa luồng dữ liệu, di chuyển dữ liệu, v.v. Vì chúng tôi đang nói về việc xử lý terabyte dữ liệu. Di chuyển nó xung quanh là tốn kém và các công ty cần một giải pháp để tối ưu hóa điều đó.

Allegro AI cũng cung cấp dịch vụ kỹ thuật dữ liệu ngoài. Những dịch vụ nào có sẵn?

Allegro Ai chủ yếu là một công ty sản phẩm và chúng tôi tự coi mình là cung cấp các công cụ, cơ sở hạ tầng hoặc khung cho các công ty phát triển, triển khai và quản lý sản phẩm với các mô hình AI (DL / ML) tích hợp trong chúng.

Đó nói, đây là một lĩnh vực mới và khách hàng của chúng tôi đôi khi cần giúp đỡ thiết lập các đường ống cụ thể của họ được xây dựng trên các công cụ của chúng tôi, hoặc thậm chí giúp khởi động các mô hình của họ. Khi những tình huống này xảy ra, chúng tôi cung cấp các dịch vụ phụ trợ cho dịch vụ phần mềm cốt lõi của chúng tôi.

Bạn có thể thảo luận về tầm quan trọng của Học tập Liên bang và cách Allegro AI có thể được sử dụng trong bối cảnh này?

Học tập Liên bang cơ bản là khả năng đào tạo một mô hình AI duy nhất bằng cách tận dụng (đào tạo) các tập dữ liệu nằm ở các vị trí vật lý khác nhau mà không cần đưa các tập dữ liệu đó đến một vị trí duy nhất. Chúng tôi cũng cung cấp một phiên bản nâng cao của điều đó, mà chúng tôi gọi là “học tập liên bang mù” hoặc “học tập hợp tác mù” nơi không có thực thể nào trong kịch bản này có quyền truy cập vào dữ liệu không thuộc về nó, bao gồm cả thực thể nhận được mô hình cuối cùng.

Học tập Liên bang quan trọng trong các tình huống mà quyền riêng tư dữ liệu hoặc quy định hoặc IP / bí mật là quan trọng để bảo tồn trong khi đồng thời có sự quan tâm đến việc tận dụng các tập dữ liệu khác nhau. Ví dụ, hai hoặc nhiều bệnh viện hoặc tổ chức y tế muốn hợp tác đào tạo một mô hình cho các bản quét CT; hoặc hai cơ quan chính phủ muốn hợp tác đào tạo một mô hình chống khủng bố để xây dựng một số mô hình chống khủng bố nhưng vì lý do pháp lý không thể暴露 dữ liệu cho nhau.

Hoặc thậm chí trong các tình huống mà một thực thể không thể di chuyển các cửa hàng dữ liệu khác nhau của nó vì nó quá tốn kém – ví dụ, một OEM ô tô toàn cầu đang tìm cách đào tạo xe tự hành bằng cách tận dụng dữ liệu thu thập từ xe hơi trên toàn thế giới.

Allegro AI là một trong số ít các công ty trên toàn thế giới có một nền tảng thương mại được chứng minh và thử nghiệm hỗ trợ học tập Liên bang.

Có gì khác mà bạn muốn chia sẻ về Allegro AI?

Allegro AI là một lực lượng đang lên trong thế giới của các công cụ AI và ML-Ops. Chỉ trong quý vừa qua, trong đợt sóng đầu tiên của cuộc khủng hoảng Covid-19, chúng tôi đã trải qua sự tăng trưởng hơn gấp đôi cơ sở khách hàng chỉ trong 3 tháng.

Cảm ơn bạn đã phỏng vấn, những người đọc muốn tìm hiểu thêm nên truy cập Allegro AI.