堅定的AI使其機器學(xué)習(xí)基礎(chǔ)架構(gòu)免費開放

機器學(xué)習(xí)已經(jīng)從利基領(lǐng)域迅速發(fā)展成為無數(shù)軟件堆棧的關(guān)鍵組成部分，但這并不意味著它很容易。創(chuàng)建和管理它所需的工具是企業(yè)級的，并且通常是僅限企業(yè)使用的-但是，確定型AI的目的是通過開放整個AI基礎(chǔ)設(shè)施產(chǎn)品的外包來使其比以往任何時候都更易于訪問。

該團隊創(chuàng)建了確定的培訓(xùn)平臺，以一種有組織，可靠的方式開發(fā)人工智能，這是大公司自己創(chuàng)造(并保留)的一種東西，該團隊在去年籌集了1100萬美元的A輪融資時解釋說。

“機器學(xué)習(xí)將成為未來軟件開發(fā)方式的重要組成部分。但是，為了使像Google和Amazon這樣的公司提高生產(chǎn)力，他們必須構(gòu)建所有這些軟件基礎(chǔ)架構(gòu)。”首席執(zhí)行官Evan Sparks說。“我們合作的一家公司有70個人為其AI構(gòu)建內(nèi)部工具。在這個星球上，沒有多少公司可以承受這樣的努力。”

在較小的公司中，小團隊正在使用旨在用于學(xué)術(shù)工作和個人研究的工具對ML進行試驗。要擴展到多達數(shù)十名工程師開發(fā)真實產(chǎn)品的過程，…沒有太多選擇。

“他們正在使用TensorFlow和PyTorch之類的東西，”首席科學(xué)家Ameet Talwalkar說。“完成工作的許多方法只是約定俗成：如何訓(xùn)練模型?我應(yīng)該在哪里寫下最好的數(shù)據(jù)?如何將數(shù)據(jù)轉(zhuǎn)換為良好的格式?所有這些都是面包和黃油的任務(wù)。有技術(shù)可以做到，但實際上是狂野的西部。以及設(shè)置它所要做的工作量……大技術(shù)公司建立這些內(nèi)部基礎(chǔ)架構(gòu)是有原因的。”

確定的AI 該公司的創(chuàng)始人始于UC Berkeley的AmpLab(Apache Spark的所在地)，已經(jīng)開發(fā)了數(shù)年的平臺，并得到了一些付費客戶的反饋和驗證。他們說，現(xiàn)在，它已經(jīng)準(zhǔn)備好進行開源首次亮相-當(dāng)然，它具有Apache 2.0許可證。

“我們有信心人們可以自行撿起并使用它，而無需花費很多精力，” Sparks說。

您可以使用本地或云硬件來啟動自己的平臺的自托管安裝，但是最簡單的方法可能是云托管版本，該版本會自動從AWS或您喜歡的任何地方預(yù)配置資源，并在資源使用時將其拆除不再需要。

希望的是，確定型AI平臺成為許多小型公司可以達成共識的基礎(chǔ)層，為結(jié)果和標(biāo)準(zhǔn)提供可移植性，因此您不必在每個公司或項目中都從頭開始。

預(yù)計在未來幾年中機器學(xué)習(xí)的發(fā)展將達到一個數(shù)量級，即使是一小部分也值得一提，但是幸運的是，確定的AI可能會成為中小企業(yè)AI開發(fā)的新事實上的標(biāo)準(zhǔn)。