У овом ексклузивном интервјуу за ХацкерНоон-ову серију „Иза стартапа“, седели смо са Шашанком Јадавом, оснивачем и извршним директором   , платформе која омогућава корисницима да обучавају и поседују сопствене АИ моделе. Са искуством у АИ и искуством у кључним тимовима за машинско учење у Голдман Сацхсу и Мицрософту, Схасханк дели своје путовање, увиде у изазове скалирања АИ и како се Фрацтион АИ бави највећим уским грлом у индустрији – поузданим, висококвалитетним подацима. Погледајте како Фрацтион АИ ремети АИ пејзаж и демократизује власништво АИ. Фрацтион АИ   Исхан Пандеи: Здраво Схасханк, задовољство ми је пожељети добродошлицу у нашу серију „Иза стартапа“. Реците нам о себи и шта вас је инспирисало да оснујете Фрацтион АИ?    : Хеј Ишан, сјајно је што сам овде. Ја сам Схасханк, оснивач Фрацтион АИ. Моја позадина је у АИ. Студирао сам рачунарство на ИИТ Делхију са фокусом на истраживање вештачке интелигенције. Након тога, радио сам у основном тиму за МЛ у Голдман Сацхсу, затим се придружио стартапу у раној фази као истраживач АИ, а касније сам прешао у хеџ фонд који примењује АИ на квантитативно трговање. Схасханк Иадав  Проблем на који сам стално наилазио био је тај што је вештачка интелигенција постајала централизована. Неколико компанија је контролисало најмоћније моделе, а сви остали су заглавили у коришћењу готових верзија које нису биле прилагођене њиховим потребама. Али вештачка интелигенција није јединствена за све. Адвокату је потребан другачији модел од трговца или програмера. Најбоља вештачка интелигенција је специјализована, али је ваша обука била или прескупа или сувише сложена.  Зато сам покренуо Фрацтион АИ. То је платформа на којој свако може да поседује и обучава сопствене АИ моделе. Корисници креирају АИ агенте који се такмиче у сесијама. Сваки агент плаћа малу стартнину, генерише најбољи могући резултат за задатак и оцењује га ЛЛМ. Победници зарађују награде, а њихови модели се побољшавају на основу њихових најбољих резултата. Временом, корисници граде високо специјализоване АИ који постају све бољи.  Уместо да се ослањамо на неколико великих модела, ми стварамо екосистем у коме се хиљаде мањих, специјализованих модела такмиче, уче и расту. АИ не би требало да буде само нешто што користите. То би требало да буде нешто што поседујете и побољшавате. То је оно што градимо.  Исхан Пандеи: Радили сте у кључним МЛ тимовима у Мицрософт-у и Голдман Сацхсу. Како су та искуства обликовала ваш приступ изградњи Фрацтион АИ?    : Да, током колеџа, стажирао сам у Мицрософту у Бинг тиму, радећи на машинском учењу за рангирање у претраживању. То је било моје прво право излагање великим АИ системима. Претрага није само проналажење информација, већ разумевање шта корисници заиста желе и ефикасно рангирање резултата. Научило ме је да вештачка интелигенција није само паметни модели, већ и њихово навођење да раде у стварном свету. Схасханк Иадав  У Голдман Сацхсу, био сам у основном тиму за МЛ, градио моделе за финансијска предвиђања. У финансијама, чак и мала побољшања су битна, а модели се стално тестирају у условима стварног света где су грешке скупе. То искуство ме је научило како да направим вештачку интелигенцију која је поуздана, прилагодљива и која се временом побољшава уместо да само добро ради у контролисаном окружењу.  Касније, у хеџ фонду, радио сам на АИ за квантно трговање. Ту сам видео колико моћна конкуренција може да буде. Модели који се стално прилагођавају и уче из конкурентских стратегија имају бољи учинак од оних који остају статични.  Сва та обликована фракција АИ. Уместо да изградимо једну савршену вештачку интелигенцију, креирали смо систем где се АИ агенти такмиче, уче и побољшавају на основу повратних информација из стварног света. Најбоља вештачка интелигенција није дизајнирана изоловано – она се развија тако што се константно тестира против других. То је идеја иза Фрацтион АИ.  Исхан Пандеи: Рекли сте да су највеће уско грло индустрије вештачке интелигенције поуздани подаци, а не рачунарска снага или програмирање. Можете ли детаљније објаснити зашто су подаци право ограничење?    : Да, чврсто стојим иза те изјаве. Тренутни АИ модели су већ видели већину интернета. Више рачунања неће помоћи ако нема ничег новог за учење. Прави изазов је добијање свежих, висококвалитетних података. ДеепСеек је ово схватио и обучио модел користећи чисто учење уз помоћ уместо традиционалних скупова података. Схватили су да не можете само да фино подешавате исте старе податке, потребан вам је систем који генерише нове, корисне информације. Схасханк Иадав  Ту идеју развијамо даље са Фрацтион АИ. Уместо да се ослањамо на статичке скупове података, пуштамо АИ агенте да се такмиче у задацима из стварног света. Најбољи резултати се процењују, усавршавају и користе за побољшање следеће генерације модела. Децентрализован је и стално се развија. АИ треба да припада свима, а не само неколико компанија. Најбољи начин да се то оствари је стварање система у којем људи обучавају и побољшавају сопствене моделе генерисањем нових, висококвалитетних података. Уместо да АИ буде закључан, он наставља да се развија кроз употребу у стварном свету.  Исхан Пандеи: Које су највеће заблуде које компаније имају о скалирању АИ и како их Фрацтион АИ рјешава?    Највећа заблуда је да је скалирање АИ само бацање више рачунара на веће моделе. То је функционисало у прошлости, али смо ударили у зид, више параметара не значи аутоматски боље резултате. Право уско грло сада су подаци, а не рачунање. Још једна грешка је мишљење да је АИ статична. Многе компаније једном фино подешавају модел и претпостављају да је „готово“. Али вештачка интелигенција није попут софтвера, она мора да настави да учи из нових података да би остала релевантна. Ако се ваша АИ не побољшава континуирано, заостаје. Схасханк Иадав:  Фрацтион АИ поправља ово тако што чини да се АИ самопобољшава. Уместо да обучавамо модел једном и надамо се да ће функционисати заувек, ми креирамо систем у коме се АИ агенти стално такмиче, уче из својих најбољих резултата и еволуирају у реалном времену. Не ради се само о скалирању модела, већ о скалирању учења. Будућност АИ није у изградњи највећег модела. Ради се о стварању система који могу сами да расту. То је оно што градимо.  Исхан Пандеи: Који су били највећи изазови са којима сте се суочили док сте прешли са рада у великој технологији на оснивање сопствене компаније за вештачку интелигенцију?    Највећи изазов је био прелазак са рјешавања техничких проблема на вођење стварне компаније. У великој технологији, фокусирате се на изградњу модела, али као оснивач, морате размишљати о свему - производу, корисницима, финансирању и осигурати да је оно што правите заиста важно. Схасханк Иадав:  Провео сам доста времена гледајући И Цомбинатор курсеве да бих разумео како да изградим и повећам стартап. ИИТ Делхи има огромну културу предузетништва, тако да сам имао много људи на које сам се угледао који су већ направили корак. То ми је дало уверење да је то могуће. Постати Наилвал Феллов је такође променио игру. Сандееп Наилвал, суоснивач Полигона, један је од најцењенијих момака у Веб3, и добијање његовог упутства било је невероватно драгоцено. Он разуме како да гради на отворен, децентрализован начин, а да и даље чини да ствари раде у великом обиму.  Најтежи део покретања компаније није технологија, већ смислити како своју визију претворити у нешто стварно, нешто што људи заправо користе. Учење од других који су то радили раније је направило велику разлику.  Исхан Пандеи: Фрацтион АИ се фокусира на изградњу самоподржаног АИ екосистема. Можете ли разложити како ваша платформа омогућава скалабилно, висококвалитетно прикупљање података?    : Фрацтион АИ је изграђен око идеје да АИ треба да се побољша кроз такмичење и употребу у стварном свету. Уместо да се ослањамо на статичке скупове података, ми креирамо систем у коме АИ агенти генеришу, прецизирају и побољшавају податке у великом обиму. Ево како то функционише: Корисници креирају АИ агенте, сваки са сопственим системским одзивом и подешавањем. Ови агенти се такмиче у сесијама где генеришу резултате за дати задатак. Њихове одговоре оцењује судија ЛЛМ, а агенти са најбољим учинком зарађују награде. Овај процес се непрекидно понавља, стварајући повратну петљу у којој се АИ модели временом побољшавају. Схасханк Иадав  Али ми не прикупљамо само податке – ми такође фино подешавамо моделе. Најбољи резултати ових такмичења се враћају у процес обуке, помажући агентима да еволуирају и специјализују се. Током више сесија, корисници могу да надограде своје моделе, чинећи их паметнијим и прилагођенијим њиховим специфичним задацима.  Ово ствара скалабилан систем за прикупљање података високог квалитета и побољшање модела. Уместо да се ослањају на већ постојеће скупове података, АИ агенти генеришу свеже, релевантне податке који се проверавају у реалном времену. Резултат је екосистем у коме вештачка интелигенција није статична – она увек учи, увек се побољшава.  Исхан Пандеи: Шта бисте саветовали стартапима са вештачком интелигенцијом који покушавају да успоставе равнотежу између иновација, продаје и финансирања?    Кључ је тајминг. У првим данима, фокусирајте се на иновације и продају у исто време – потребно вам је довољно производа да докажете да га људи желе, али такође морате да почнете да продајете рано. Не чекајте савршенство. Ако не можете да натерате некога да плати за то, то вероватно не решава прави проблем. Схасханк Иадав:  Када добијете макар и мали доказ потражње, прикупите средства што је пре могуће. Морате да преживите довољно дуго да бисте изградили нешто сјајно. Многи стартупи пропадају јер се превише фокусирају на производ без обезбеђивања довољно писте. Немојте се превише фокусирати на разводњавање у овом тренутку, стартапови су ионако игра нула или једна.  Након прикупљања средстава, све постаје продаја и континуиране иновације. Наставите да побољшавате производ док повећавате приход. Ако можете да наставите са продајом и наставите да гурате технологију напред, остаћете испред.  Укратко: Докажите потражњу → Брзо повећајте → Повећајте продају уз побољшање производа.    Овај аутор је независни сарадник који објављује преко нашег  . ХацкерНоон је прегледао извештај за квалитет, али тврдње у њему припадају аутору. #ДИО Откривање стечених интереса:   програм пословног блоговања

This story contains new, firsthand information uncovered by the writer.

Hot off the press! This story contains factual information about a recent event.

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - DATA.

2020 - Hacker Noon Contributor of the Year in DATA

Read My Stories

Овај аудио је произведен на оригиналном језику приче!

Како фракција АИ демократизује власништво АИ за масе

About Author

КОМЕНТАРИ

ХАНГ ТАГС

ОВАЈ ЧЛАНАК ЈЕ ПРЕДСТАВЉЕН У

Related Stories

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Building a website with React and Bulma

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Sravana Kumar Reddy Yeruva’s Fusion Transformation Sets a New Standard in ERP Excellence

Building the Cloud Future: Sreedevi Velagala's Trek in AWS Architecture

Building a website with React and Bulma

Leadership Success Story: Srinath Muralinathan's Transformative Projects at Amazon

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps