Comet.ml ต้องการเปลี่ยนวิธีที่เราโต้ตอบกับการเรียนรู้ของเครื่อง

ธุรกิจที่ต้องการใช้การเรียนรู้ของเครื่อง (ML) ต้องการมากกว่าอุปกรณ์อัจฉริยะและรีมข้อมูล ที่แกนกลาง ML จะหมุนรอบสองซีกโลก: รุ่น ML และอัลกอริทึมในด้านหนึ่งและชุดข้อมูลที่ได้รับการดูแลอย่างเหมาะสมในอีกด้านหนึ่ง ในขณะที่ทั้งคู่ต้องการความเชี่ยวชาญในการสร้าง แต่ก่อนหน้านี้เพิ่งได้รับการส่งเสริมอย่างมากผ่าน Comet.ml ซึ่งเป็นบริการที่เปิดตัวเมื่อต้นเดือนที่ผ่านมาพร้อมเครื่องมือที่ช่วยให้นักวิทยาศาสตร์ข้อมูลและนักพัฒนาสามารถติดตามโค้ดและแบ่งปันโมเดล ML ได้อย่างมีประสิทธิภาพยิ่งขึ้น บริษัท กล่าวว่าเป็นการตอบสนองสิ่งที่เห็นว่าเป็นความต้องการที่เพิ่มขึ้นสำหรับเครื่องมือ ML ที่มีประสิทธิภาพและใช้งานได้ดีขึ้น บริการนี้เป็นส่วนหนึ่งของการบริการที่สะดวกสบายที่กำลังเพิ่มขึ้นเรื่อย ๆ ซึ่งต้องการให้ผู้คนเข้าถึงเข้าถึงใช้งานและเรียนรู้เกี่ยวกับ ML มากขึ้น

การเชื่อมต่อ GitHub

แม้จะมีอายุน้อยกว่าหนึ่งเดือน แต่การอธิบาย Comet.ml ในชื่อ "The GitHub of ML" อาจไม่เหมาะสม หากคุณไม่คุ้นเคยกับ GitHub นี่คือบริการพื้นที่เก็บข้อมูลที่นักพัฒนาจัดเก็บและแบ่งปันรหัสของพวกเขา ในโครงการที่มีนักพัฒนาหลายคนทำงานบน codebase เดียวกันที่เก็บเช่น GitHub เล่นรหัสที่สำคัญในการจัดระเบียบเวิร์กโฟลว์และการบำรุงรักษาการควบคุมเวอร์ชัน ในขณะที่แนวคิดของการจัดเก็บรหัสไม่ใช่เรื่องใหม่ GitHub เปิดโลกใหม่ให้กับชุมชนการพัฒนาด้วยการสร้างส่วนต่อประสานผู้ใช้ (UI) ที่เหนือกว่าความสามารถในการเขียนโปรแกรมเชิงโครงการและเพิ่ม UI ที่ใช้งานง่ายรวมถึงสังคม เครื่องมือที่ช่วยให้ GitHub สามารถพูดคุยกับผู้ใช้และชุมชนได้ ไม่ว่าคุณต้องการให้โค้ดของคุณได้รับการตรวจสอบจากผู้พัฒนารายอื่นค้นหาแอปพลิเคชั่นใหม่และน่าสนใจหรือแค่อยากรู้ว่าวิศวกรชั้นนำของโลกกำลังทำอะไรอยู่ GitHub กลายเป็นหนึ่งในสถานที่ที่ได้รับความนิยมสูงสุด

ด้วยประวัติการทำงานแบบนั้นอยากเป็น GitHub ทุกอย่างดูทะเยอทะยานอย่างยิ่ง แต่ผู้ก่อตั้ง Comet.ml มีความมั่นใจ Comet.ml ทำงานในลักษณะเดียวกันกับบริการ GitHub ยอดนิยม เพียงสร้างบัญชีฟรีบนเว็บไซต์ Comet.ml เลือก ML library ที่คุณต้องการ (ปัจจุบัน Comet.ml รองรับ Java, Pytorch, TensorFlow และไลบรารี่ที่ได้รับความนิยมสูงสุด) และคุณสามารถลุกขึ้นและ วิ่ง อาคารและ การทดสอบ ML รุ่นเกือบจะในทันที - และน่าจะง่ายกว่าที่คุณสามารถทำได้จนถึงจุดนี้ นี่เป็นเพราะ Comet.ml ยังติดตามการเปลี่ยนแปลงทั้งหมดที่ทีมทำกับที่เก็บบนเว็บไซต์ มันมีการเพิ่มประสิทธิภาพแบบอัตโนมัติและคุณสามารถรวม Comet.ml ของคุณทำงานกับ GitHub สำหรับโครงการขนาดใหญ่

GitHub ยังมีรุ่น ML อีกด้วย แต่ Comet.ml ได้รับการออกแบบโดยคำนึงถึงความต้องการเฉพาะของ ML ด้วยอัลกอริธึมชนิดหนึ่งที่รู้จักกันในชื่อ "การเพิ่มประสิทธิภาพพารามิเตอร์ไฮเปอร์พารามิเตอร์" แบบเบย์บริการจะปรับเปลี่ยนโมเดลของคุณโดยการเปลี่ยนพารามิเตอร์ไฮเปอร์พารามิเตอร์ของการทดสอบของคุณ หากคุณเป็นคนที่ชอบข้อมูลจริงก็มีคำอธิบายอย่างละเอียดเกี่ยวกับเรื่องนี้ในเว็บไซต์ของ บริษัท การปรับแต่งโมเดลด้วยตนเองสามารถใช้เวลานานอย่างไม่น่าเชื่อ หากอัลกอริทึมนี้ทำงานได้ดีเช่นเดียวกับ Comet.ml ก็บอกว่าทำเช่นนั้นมันจะได้รับความสนใจจากชุมชนวิทยาศาสตร์ข้อมูลอย่างแน่นอน เช่นเดียวกับ GitHub หนึ่งบัญชีที่มีที่เก็บสาธารณะสามารถใช้งานได้ฟรีโดยที่ที่เก็บส่วนตัวเริ่มต้นที่ $ 49 ต่อผู้ใช้ต่อเดือน

Need for Something Simpler

กิดเดียน Mendels ผู้ร่วมก่อตั้งและซีอีโอของ Comet.ml เป็นทหารผ่านศึก ML เขาเคยทำงานวิจัยให้กับมหาวิทยาลัยโคลัมเบียและที่ Google ตลอดอาชีพของเขาเขาได้พยายามหาวิธีที่มีประสิทธิภาพในการทดสอบและแบ่งปันโมเดล ML

"ก่อนหน้านี้ฉันเคยทำงานที่ บริษัท หนึ่งชื่อ GroupWize และเรามีโมเดลการเรียนรู้ด้วยเครื่องจักรประมาณ 15 รายการในการผลิต "Mendels กล่าว" มันเป็นไปไม่ได้เลยที่จะติดตามการเปลี่ยนแปลงทั้งหมดในพวกเขา ดังนั้นเราจึงเริ่มสร้างดาวหางขึ้นภายในเป็น homebrew ทางออกสำหรับความเจ็บปวดของเรา "

จากจุดนั้นเมนเดลและสมาชิกในทีมคนอื่น ๆ จึงตัดสินใจที่จะให้ความสำคัญกับการสร้าง Comet.ml ด้วยตนเอง สำหรับ Mendels ค่า Comet.ml ไม่ได้เป็นเพียงความจริงที่ว่ารุ่น ML สามารถจัดเก็บได้ ใน เมฆ; มันเกี่ยวกับการทำให้การทดสอบกับโค้ดนั้นง่ายขึ้น เมนเดลก็รวดเร็วในการยกเลิกความคิดที่ว่าบริการของเขากำลังพยายามแข่งขันกับ GitHub ท้ายที่สุดมันจะรวมเข้ากับบริการและผู้ใช้สามารถลงทะเบียนด้วยข้อมูลประจำตัวในการเข้าสู่ระบบ GitHub สำหรับเมนเดลมันเกี่ยวกับการตอบรับการเพิ่มขึ้นของการทำให้เป็นประชาธิปไตยของข้อมูลด้วยฟังก์ชันที่ดีขึ้น

“ มันเชื่อมต่อกับจุดที่ใหญ่กว่าของ บริษัท จำนวนมากที่เริ่มทำ ML และวิทยาศาสตร์ข้อมูล” Mendels กล่าว "ด้วย GitHub คุณสามารถเก็บรหัสได้ แต่ใช้ ML รหัส เป็นเพียงส่วนหนึ่งของปริศนา ข้อมูลใดที่ใช้ในโค้ดนั้น "Mendels บอกว่าคุณสมบัติการปรับแต่งอัตโนมัติจะช่วยให้ Comet.ml แยกออกจากกัน

การเรียนรู้ของเครื่อง

Comet.ml เป็นเพียงหนึ่งในหลาย ๆ ข้อเสนอที่ต้องการเปลี่ยนแปลงวิธีที่เราโต้ตอบกับ ML Microsoft ซึ่งก้าวร้าวในอวกาศได้เปิดตัว Azure Notebooks เมื่อไม่กี่ปีที่ผ่านมา แม้ว่า บริษัท จะนำเสนอเป็นเครื่องมือทางการศึกษามากกว่า Comet.ml แต่ก็ถูกออกแบบมาเพื่อให้คุณสามารถเล่นกับโมเดล ML ในคลาวด์ได้

นอกจากนี้ยังมีตลาด ML ทั้งหมดซึ่งมีโมเดลที่สมบูรณ์และพร้อมใช้งานสำหรับธุรกิจขนาดกลางและขนาดย่อม (SMBs) และองค์กรต่างๆ อัลกอริทึมคือ ตลาดปัญญาประดิษฐ์ (AI) ที่มีให้ในบรรดาสิ่งอื่น ๆ รุ่น ML ที่คุณสามารถซื้อและใช้ในแอพของคุณเองผ่านการโทรติดต่อการเขียนโปรแกรมแอปพลิเคชัน (API) ไม่มีทักษะหรือเวลาในการสร้างรูปแบบการแยกประโยค? จากนั้นใช้ Parsey McParseface ในราคาต่ำที่ $ 28.54 สำหรับการโทร API 10, 000 ครั้ง โมเดลที่มีชื่อน้อยกว่าที่สร้างสรรค์ บน ตลาดรวมถึงขั้นตอนวิธีการจดจำใบหน้าการจัดกลุ่มสเปกตรัมสำหรับข้อมูลทางภูมิศาสตร์และการแยกข้อความ

หากคุณไม่ใช่นักวิทยาศาสตร์ด้านข้อมูลคุณอาจคิดว่าบริการเหล่านี้ไม่สามารถใช้ได้กับคุณและองค์กรของคุณ แต่ธุรกิจทุกขนาดกำลังประกาศการสนับสนุนและการใช้ประโยชน์จากโซลูชั่น AI อย่างที่ไม่เคยมีมาก่อนและ ML เป็นส่วนสำคัญของสิ่งนั้น การใช้งานเหล่านี้ครอบคลุมขอบเขตจากโครงการกวาดกว้างไปจนถึงกลุ่มเป้าหมายดังนั้นคุณจึงประหลาดใจที่พบว่า ML เป็นส่วนหนึ่งของสูตร

ตัวอย่างของโครงการที่มีเป้าหมาย WineStein เป็นบริการ sommelier ดิจิทัลที่ใช้โมเดล ML เพื่อจับคู่ไวน์กับอาหารประเภทต่างๆ ตัวอย่างการใช้งานที่กว้างขึ้นครอบคลุม เทคโนโลยีการเงิน (fintech) เทคโนโลยีด้านการดูแลสุขภาพและแม้กระทั่ง chatbots ที่ AI และ ML ได้เปลี่ยนแปลงวิธีการที่ธุรกิจส่วนใหญ่เข้าใกล้การบริการลูกค้าและฝ่ายช่วยเหลือ ฐานผู้ใช้สำหรับ AI และ ML นั้นเติบโตอย่างรวดเร็วและจะไม่มีธุรกิจใดที่ไม่ถูกแตะต้องซึ่งจะทำให้อนาคตเป็นสถานที่ที่มีความสดใสสำหรับผู้ใช้บริการเช่น Comet.ml