Comet.ml želi spremeniti način interakcije s strojnim učenjem

Podjetje, ki želi izkoristiti strojno učenje (ML), potrebuje več kot pametne naprave in zbiranje podatkov. V svojem bistvu se ML vrti okoli dveh polobli: ML modeli in algoritmi na eni strani ter ustrezno kurirani nabor podatkov na drugi strani. Medtem ko oba potrebujejo strokovno znanje za ustvarjanje, je prvi pravzaprav znatno spodbudil Comet.ml, storitev, ki se je začela v začetku tega meseca z orodji, ki omogočajo podatkovnim znanstvenikom in razvijalcem, da sledijo kodo in učinkoviteje delijo svoje modele ML. V podjetju pravijo, da odgovarja na tisto, kar vidi kot povečano potrebo po bolj učinkovitih in uporabnih orodjih ML. Storitev je del rastočega področja priročnih storitev, ki želijo več ljudem omogočiti dostop, uporabo in spoznavanje ML.

Povezava GitHub

Kljub temu, da je star manj kot en mesec, opis podjetja Comet.ml kot "GitHub ML" morda ni neprimeren. Če niste seznanjeni z GitHub-om, je to storitev gostovanja v skladišču, kjer razvijalci shranijo in delijo svojo kodo. V projektih z več razvijalci, ki delajo na isti kodni bazi, repozitoriji, kot je GitHub, igrajo kritično kodo pri organizaciji delovnih tokov in vzdrževanju nadzora nad različicami. Čeprav koncept skladišča kod ni nov, je GitHub razvojni skupnosti odprl popolnoma nov svet z ustvarjanjem uporabniškega vmesnika (UI), ki je presegel skrivne, projektno usmerjene zmožnosti kodiranja in dodal intuitiven uporabniški vmesnik ter socialno orodja, ki omogočajo GitHubu pogovor z uporabniki in celo skupnostmi. Ne glede na to, ali ste želeli, da vašo kodo pregledajo drugi razvijalci, poiščete nove in zanimive aplikacije ali pa ste bili samo radovedni nad tem, kaj delajo vrhunski inženirji na svetu, je GitHub postal eno najbolj priljubljenih krajev, s katerimi lahko zasledite, kaj počne razvojna skupnost.

S takšnim nadaljevanjem se zdi, da bi bil GitHub česar koli, izjemno ambiciozen, vendar so ustanovitelji Comet.ml prepričani. Comet.ml deluje podobno kot priljubljena storitev GitHub. Preprosto naredite brezplačen račun na spletnem mestu Comet.ml, izberite želeno knjižnico ML (Comet.ml trenutno podpira Java, Pytorch, TensorFlow in še nekaj najbolj priljubljenih knjižnic) in lahko vstanete in tek stavbe in testiranje ML modeli skoraj v trenutku - in verjetno lažje kot doslej do sedaj. To je zato, ker Comet.ml spremlja tudi vse spremembe, ki jih ekipa opravi v skladišču na spletnem mestu. Ponuja avtomatizirano optimizacijo modelov in celo večje delo z Comet.ml lahko vključite v GitHub za večje projekte.

GitHub gosti tudi ML modele, toda Comet.ml je zasnovan z edinstvenimi potrebami ML. Storitev bo s pomočjo algoritma, imenovanega Bayesova "Hiperparameterska optimizacija", prilagodila vaše modele s spreminjanjem hiperparametrov vaših eksperimentov. Če ste resnični podatkovni geek, potem je to temeljitejša razlaga na spletnem mestu podjetja. Ročno prilagajanje modelov lahko traja neverjetno dolgo. Če ta algoritem deluje tako dobro, kot pravi Comet.ml, potem bi zagotovo lahko pritegnil pozornost skupnosti za znanost podatkov. Tako kot GitHub je tudi en račun z javno dostopnimi skladišči popolnoma brezplačen, zasebna skladišča pa se začnejo pri 49 USD na uporabnika na mesec.

Potreba po nečem enostavnejšem

Gideon Mendels, soustanovitelj in izvršni direktor Comet.ml, je nekaj veterana ML. Delal je na področju raziskav na univerzi Columbia in pri Googlu. V celotni karieri se je boril, da bi našel učinkovit način za preizkušanje in deljenje ML modelov.

"Prej sem delal v poklicanem podjetju GroupWize in v proizvodnji smo imeli približno 15 modelov strojnega učenja, "je dejal Mendels." Vse spremembe v njih je bilo preprosto nemogoče. Torej smo dejansko začeli graditi Comet kot interno domači jezik rešitev za naše bolečine."

Od tam so se Mendels in drugi člani ekipe odločili, da se bodo osredotočili na samostojno izdelavo Comet.ml. Za Mendels vrednost Comet.ml ni samo dejstvo, da je mogoče ML modele shraniti v oblak; gre za lažje eksperimentiranje s to kodo. Mendels je prav tako hitro zavrgel stališče, da se njegova služba trudi konkurirati GitHubu. Konec koncev je integriran s storitvijo in uporabniki se lahko prijavijo s svojimi gitHub poverilnicami za prijavo. Pri Mendelsu gre res za odgovor na naraščajoči val demokratizacije podatkov z boljšo funkcionalnostjo.

"To je povezano z večjo točko, kako veliko podjetij začenja izvajati ML in znanost o podatkih, " je dejal Mendels. "Z GitHubom lahko shranjujete kodo, vendar z ML, Koda je le en del sestavljanke. Kateri podatki so bili uporabljeni za vpis v to kodo? "Mendels pravi, da bodo funkcije samodejnega uglaševanja pomagale Comet.ml samostojno ločiti.

Oprema za strojno učenje

Comet.ml je le ena od številnih ponudb, katerih namen je spremeniti način interakcije z ML. Microsoft, ki je bil v vesolju zelo agresiven, je pred nekaj leti predstavil Azure Notebooks. Čeprav ga podjetje predstavlja kot več kot izobraževalno orodje kot Comet.ml, je zasnovano tudi za igranje z ML modeli v oblaku.

Na voljo je tudi celoten val ML tržnic, ki ponujajo celovite, pripravljene modele za mala in srednje velika podjetja (SMBs) in podobna podjetja. Algoritmija je an tržišče z umetno inteligenco (AI), ki med drugim ponuja modele ML, ki jih lahko kupite in uporabljate v svojih aplikacijah prek klica programskega vmesnika aplikacij (API). Nimate spretnosti ali časa, da sestavite model za razčlenitev stavkov? Nato uporabite Parsey McParseface za nizko ceno 28, 54 USD za 10 000 API-jev. Manj kreativno poimenovani modeli naprej trg vključuje tiste za algoritme prepoznavanja obraza, spektralno združevanje geografskih podatkov in odvzem besedila.

Če niste podatkovni znanstvenik, morda razmišljate, da te storitve ne veljajo za vas in vašo organizacijo. Toda podjetja vseh velikosti napovedujejo podporo in uporabo rešitev AI brez primere in ML je pomemben del tega. Te izvedbe segajo od širokih in obsežnih projektov do tistih, ki so tako ciljno usmerjeni, da boste presenečeni, ko je ML ugotovil, da je del recepta.

Kot primer usmerjenega projekta je WineStein digitalna sommelier storitev, ki uporablja ML modele za parjenje vina z različnimi vrstami hrane. Širši razponi primerov izvajanja finančna tehnologija (fintech) , zdravstveno tehniko in celo klepete, pri katerih sta AI in ML že spremenila način, kako se večina podjetij približa službi za stranke in operaciji službe za pomoč. Uporabniška baza za AI in ML se hitro povečuje in ne bo pustila nedotaknjenega podjetja, zaradi česar bo prihodnost svetel prostor za nove ponudnike, kot je Comet.ml.