Encord 联合创始人兼 CEO 埃里克·兰道 – 采访系列

埃里克·兰道是 Encord 的 CEO 和联合创始人，Encord 是一个计算机视觉的主动学习平台。埃里克曾是全球股票 delta-one 桌面的首席量化研究员，将成千上万的模型投入生产。在加入 Encord 之前，他在 DRW 的高频交易部门工作了近十年。他拥有哈佛大学应用物理学硕士学位、斯坦福大学电气工程学士学位和物理学学士学位。

在空闲时间，埃里克喜欢玩 ChatGPT 和大型语言模型，并制作手工鸡尾酒。

是什么启发你联合创立 Encord，你在粒子物理和量化金融领域的经验如何影响你解决 AI 中的“数据问题”?

我最初是在斯坦福线性加速器中心（SLAC）工作时开始考虑机器学习的问题，当时我正在处理大量的数据集。使用为物理学家设计的软件，用户体验并不是很好。如果有更好的工具，我就可以更快地运行分析。

后来，在 DRW 的量化金融部门工作时，我负责创建成千上万个投入生产的模型。与我在物理学中的经历类似，我发现高质量的数据对于创建准确的模型至关重要，管理复杂的大规模数据是困难的。Ulrik 有类似的经历，他在计算机视觉中处理大型图像数据集。

当我听说他最初关于 Encord 的想法时，我立即同意并理解了其重要性。Ulrik 和我一起看到了建立一个平台来自动化和简化 AI 数据开发过程的巨大机会，使团队更容易将最佳数据输入模型并构建可靠的 AI 系统。

你能详细说明 Encord 的愿景以及它与计算机和互联网早期的潜力和挑战相比如何吗?

Encord 的愿景是成为企业依赖的基础平台，以将数据转化为功能性 AI 模型。我们是公司数据和 AI 之间的层。

在很多方面，AI 与之前的技术范式转变（如个人计算和互联网）类似，它将成为每个个体、企业、国家和行业工作流程的重要组成部分。与之前的技术革命不同，这些革命大多受到摩尔定律的限制，即计算能力每十年增长 30 倍，AI 的发展得益于同时的创新，因此其发展速度要快得多。用 NVIDIA (NVDA ) 的 Jensen Huang 的话来说：“我们第一次看到复合指数增长……我们每十年增长一百万倍。不仅仅是增长一百倍或一千倍，而是一百万倍。”毫无夸张地说，我们正在见证人类历史上发展最快的技术。

潜力是巨大的：通过自动化和扩大高质量 AI 数据的管理，我们正在解决阻碍更广泛 AI 采用的瓶颈。挑战与之前技术时代早期的障碍类似：信息孤岛、缺乏最佳实践、非技术用户的局限性以及缺乏明确定义的抽象概念。

Encord Index 被定位为管理和策划 AI 数据的关键工具。它与当前可用的其他数据管理平台有什么不同?

有几种方式可以让 Encord Index 与众不同：

Index 可扩展：允许用户管理数十亿个数据点，而不是数百万个。其他工具面临着处理非结构化数据的可扩展性问题，并且难以整合组织中的所有相关数据。

Index 灵活：直接与私有数据存储和云存储提供商（如 AWS、GCP 和 Azure）集成。与仅限于单个云提供商或内部存储系统的其他工具不同，Index 与数据存储位置无关。它允许您管理来自多个来源的数据，同时具有适当的治理和访问控制，以开发安全和合规的 AI 应用程序。

Index 是多模态的：支持多模态 AI，管理图像、视频、音频、文本、文档等形式的数据。Index 不仅限于像许多当前的 LLM 工具一样单一形式的数据。人类认知是多模态的，我们相信多模态 AI 将是下一波 AI 进步的核心，这将取代聊天机器人和 LLM。

Encord Index 如何增强为 AI 模型选择合适数据的过程，以及这对模型性能有何影响?

Encord Index 通过自动化大型数据集的策划来增强数据选择，帮助团队识别和保留最相关的数据，同时删除不具信息量或有偏见的数据。该过程不仅减少了数据集的大小，还显著提高了用于训练 AI 模型的数据质量。我们的客户通过使用我们的策划工具，在模型性能上看到最高 20% 的改善，同时实现了 35% 的数据集大小减少，并节省了数十万美元的计算和人工注释成本。

随着像 Meta 的 Segment Anything Model 这样的尖端技术的快速整合，Encord 如何在快速演变的 AI 景观中保持领先地位?

我们故意构建了这个平台，以便能够快速适应新技术。我们专注于提供可扩展的软件优先方法，这使我们能够轻松集成像 SAM 这样的进步，确保我们的用户始终拥有最新的工具来保持竞争力。

我们计划通过专注于多模态 AI 来保持领先地位。Encord 平台已经可以管理复杂的数据类型，如图像、视频和文本，因此随着多模态 AI 的进步，我们已经准备好了。

公司在管理 AI 数据时面临的最常见挑战是什么，Encord 如何帮助解决这些挑战?

有 3 个主要挑战公司面临：

• 数据组织和控制不良：当企业准备实施 AI 解决方案时，他们经常面临数据分散和不组织的现实，这些数据不适合 AI。这些数据通常缺乏强大的治理，限制了它们在 AI 系统中使用。
• 缺乏人工专家：随着 AI 模型解决越来越复杂的问题，很快就会出现人类领域专家短缺，他们负责准备和验证数据。随着公司的 AI 需求增加，扩大人类工作量是具有挑战性和昂贵的。
• 不可扩展的工具：高性能 AI 模型在数据方面非常饥饿，需要大量数据用于微调、验证、RAG 和其他工作流程。上一代工具无法管理所需的数据量和类型。

Encord 通过自动化大规模数据的策划过程来解决这些问题，使团队能够轻松识别有影响力的数据和有问题的数据，并确保创建有效的训练和验证数据集。它使用一种软件优先的方法，易于扩大或缩小以适应不断变化的数据管理需求。我们的 AI 辅助注释工具赋予人类领域专家在工作流程中的最大权力。这个过程在金融服务和医疗保健等行业尤为重要，因为 AI 培训师的成本很高。我们使管理和理解组织的所有非结构化数据变得容易，减少了手动劳动的需要。

Encord 如何解决数据偏差和数据集中的代表性不足的问题，以确保公平和平衡的 AI 模型?

解决数据偏差是我们在 Encord 的一个关键重点。我们的平台自动识别和突出数据可能存在偏差的区域，允许 AI 团队在这些问题影响模型性能之前解决它们。我们还确保数据集中代表性不足的区域得到适当的包含，这有助于开发更公平和更平衡的 AI 模型。通过使用我们的策划工具，团队可以相信他们的模型是使用多样化和代表性的数据进行训练的。

Encord 最近获得了 3000 万美元的 B 轮融资。这笔资金将如何加速您的产品路线图和扩张计划?

3000 万美元的 B 轮融资将用于在接下来的六个月内大幅增加我们的产品、工程和 AI 研究团队的规模，并加速 Encord Index 和其他新功能的开发。我们还将在旧金山扩大我们的存在，开设一家新办公室，这笔资金将帮助我们扩大运营以支持我们的不断增长的客户群体。

作为 Y Combinator 出身最年轻的 AI 公司，获得 B 轮融资，您将 Encord 的快速增长和成功归因于什么?

我们能够快速增长的一个原因是，我们在公司的各个领域都采取了极其以客户为中心的方法。我们不断与客户沟通，仔细倾听他们的问题，并“紧紧拥抱”他们以找到解决方案。通过超级专注于客户需求而不是炒作，我们创建了一个与各个行业顶级 AI 团队产生共鸣的平台。我们的客户在帮助我们发展到今天的位置方面发挥了重要作用。我们能够快速扩张并有效地管理 AI 数据的复杂性，使我们成为企业的有吸引力的解决方案。

我们也非常感谢我们的团队成员、合作伙伴和投资者，他们不知疲倦地努力推动 Encord 的发展。与世界级的产品、工程和市场团队合作对我们的增长产生了巨大的影响。

考虑到数据在 AI 中的日益重要性，您如何看待像 Encord 这样的 AI 数据平台在未来五年内的演变?

随着 AI 应用的复杂性增加，高效和可扩展的数据管理解决方案的需求只会增加。我相信，每个企业最终都会有一个 AI 部门，就像今天的 IT 部门一样。Encord 将是他们管理 AI 所需的大量数据并快速将模型投入生产所需的唯一平台。

感谢这次精彩的采访，希望了解更多的读者可以访问 Encord。