AI가 2025년에 당신을 억만장자로 만들 수 있을까요?

H2O의 최신 제품인 수소 토치(Hydrogen Torch)는 웹 대기업의 AI 기능을 전 세계에 제공하도록 설계되었다고 CEO인 스리 암바티(Sri Ambati)는 말합니다.

세계에는 약 1200명의 체스 그랜드마스터가 있으며 AI 그랜드마스터는 250명에 불과합니다. AI와 마찬가지로 체스에서도 그랜드마스터는 최상위 프로 선수들에게 주어지는 영예입니다. AI 부문에서는 Kaggle의 진행 시스템에서 최고의 성과를 거둔 데이터 사이언티스트에게 이 영예가 주어집니다.

2021년 말 시리즈 E 라운드에서 1억 달러를 유치한 AI 클라우드 기업인 H2O.ai 는 현재 16억 달러의 가치를 지니고 있으며, 전 세계 AI 그랜드마스터의 10%를 고용하고 있습니다. 이 회사는 이미지, 비디오 및 자연어 처리(NLP)를 위한 AI 그랜드 마스터리를 기업에 제공하는 것을 목표로 하는 제품인 H2O 수소 토치(H2O Hydrogen Torch)를 발표했습니다.

H2O의 CEO이자 설립자인 Sri Ambati와 연결하여 H2O의 기원과 전반적인 제품, 그리고 수소 토치에 이르기까지 모든 것에 대해 논의했습니다.

H2O: AI를 위한 스택

Ambati는 수십 년 전 인도의 우주 연구 프로그램을 위해 음성-텍스트 번역을 하면서 처음으로 AI와 협력하기 시작했습니다. 그는 그 후 당시 초기 단계에 있던 신경망을 우연히 발견했습니다. 실리콘 밸리에서 이민 온 그는 신생 기업에서 일하며 시간을 보냈습니다. 그는 또한 버클리와 스탠퍼드를 오가며 안식년을 가지며 수학자, 물리학자, 컴퓨터 과학자들을 만났다.

그들과 함께 일하면서 Ambati는 H2O의 오픈 소스 기반이 될 토대를 마련했습니다. 하지만 어머니가 유방암에 걸리고 나서야 그는 "모두를 위한 기계 학습을 민주화해야겠다는 생각"을 하게 되었습니다.

Ambati는 그의 표현을 빌리자면 사회의 가치 문제를 해결하는 모든 의사 또는 데이터 사이언티스트의 손끝에 AI를 제공하기 시작했습니다. 그러기 위해서는 대규모 수학과 분석을 재창조해야 한다고 그는 덧붙였습니다. 이를 통해 컴파일러 엔지니어, 시스템 엔지니어, 수학자, 데이터 과학자 및 그랜드마스터가 한데 모여 H2O를 통해 높은 가치와 높은 정확도의 모델을 매우 빠르게 쉽게 구축할 수 있게 되었습니다.

이를 실현하기 위해 H2O가 수년에 걸쳐 구축한 전체 제품 라인이 있습니다. Ambati는 2012년 H2O가 시작되었을 때 확장 가능한 오픈 소스 AI 기반에 격차가 있었다고 말했습니다. 사람들이 모델을 만들 수 있는 R과 Python과 같은 언어가 있었지만 매우 느리거나 부서지기 쉬우거나 완전한 기능을 제공하지 못했습니다. Ambati에 따르면 H2O의 공헌은 "세계에서 가장 빠른 거리 계산기"를 구축한 것입니다.

이것은 딥 러닝에서 행렬 곱셈에 사용되는 핵심 수학에 대한 참조입니다. Ambati는 두 개의 긴 텐서 사이의 거리를 계산할 수 있을 때 고차원 및 저차원 데이터에 걸쳐 풍부하고 선형적이며 비선형적인 수학을 생성할 수 있다고 덧붙였습니다.

이러한 기여는 H2O 오픈 소스 프레임워크의 일부입니다. Ambati는 이 낮은 수준의 기반을 "AI를 위한 어셈블리 언어"라고 부릅니다. 그런 다음 H2O는 Scikit-learn, XGBoost, Google의 TensorFlow 또는 Facebook의 PyTorch와 같은 프레임워크와 오픈 소스 커뮤니티를 통합했습니다. H2O 팀은 이에 기여하기 시작했고, 결국 AutoML로 알려진 통합 프레임워크를 구축했습니다.

이 분야에서 H2O의 제품은 H2O 오픈 소스 및 XGBoost를 기반으로 하는 H2O AutoML과 클로즈드 소스인 Driverless AI라는 더 광범위한 제품입니다. 둘 다 시계열 데이터를 대상으로 하며, 이는 이탈 예측, 사기 방지 또는 신용 점수와 같은 많은 엔터프라이즈 사용 사례의 중추입니다.

H2O의 수소 토치(Hydrogen Torch)는 이미지, 비디오 및 자연어 처리(NLP)를 위한 AI 그랜드 마스터리를 기업에 제공하는 것을 목표로 하는 제품 포트폴리오에 가장 최근에 추가된 제품입니다. 이미지: H2O

Ambati에 따르면 무인 AI는 지난 4년 동안 "H2O 경제의 엔진"이었습니다. H2O는 AT&T, Citi, Capital One, GlaxoSmithKline, Hitachi, Kaiser Permanente, Procter & Gamble, PayPal, PwC, Reckitt, Unilever, Walgreens 등 Fortune 500대 기업의 절반 이상을 차지하는 수백 명의 고객을 확보하는 데 도움이 되었습니다.

Ambati는 이 계층을 "AI의 컴파일러"라고 부릅니다.여기에서 H2O는 그랜드마스터 접근 방식을 활용하기 시작했습니다: 문제 공간을 많은 레시피로 나누고, 각 레시피에 Kaggle 그랜드마스터를 할당하고, 현장에 있는 팀이 일을 더 쉽게 할 수 있도록 지식을 정제하는 것을 목표로 합니다.

좋은 기계 학습 모델을 구축한 후 다음 단계는 이 모델을 안전하게 운영하는 것입니다. 데이터에는 본질적으로 편향이 있으며, 편향된 모델은 도전받지 않고 프로덕션에 사용되어서는 안 됩니다. 사각지대를 찾고, 적대적 테스트 및 모델 검증을 수행하고, 모델을 배포한 다음, 이를 소프트웨어 구축의 CI/CD에 통합하는 것을 Ambati는 "AI용 미들웨어"라고 부릅니다.

이는 하이브리드 클라우드, 온프레미스 및 H2O(AI 클라우드)의 엣지 오퍼링으로 해결됩니다. 고객은 애플리케이션을 통해 이를 사용합니다: AI 앱 스토어, 사전 구축된 모델 스토어, 피처 스토어가 있어 모델 구축에서 나오는 인사이트를 구체화합니다. AI Cloud는 고객이 선택권을 원하기 때문에 멀티 클라우드이기도 합니다. 그런 다음 Ambati에 따라 응용 프로그램을 구축하기위한 SDK 인 H2O Wave도 있습니다.

거대 웹 기업의 어깨 위에 서다

H2O 포트폴리오에 가장 최근에 추가된 Hydrogen Torch는 객체 식별 또는 분류, 감정 분석 또는 텍스트에서 관련 정보 찾기를 포함하여 이미지, 비디오 및 NLP 처리 사용 사례용 애플리케이션에 특별히 맞춤화되었습니다. Ambati는 다음과 같이 말한 코드 없는 제품입니다.

"Google, Microsoft, Amazon 및 Facebook과 같은 거대 웹 기업의 전통적인 공간에 들어가 혁신 중 일부를 사용하지만, 사전 구축된 모델을 가져와 로컬 사용을 위해 변환하는 등 고객이 딥 러닝을 더 쉽게 사용할 수 있도록 함으로써 도전 과제에 도전합니다."

Ambati는 실시간 비디오 처리와 같은 Hydrogen Torch의 일부 얼리 어답터 사용 사례를 언급했습니다. 싱가포르에서는 교통량이 증가했는지 또는 특정 상황이 사고로 이어질 수 있는지 여부를 식별하기 위해 이 작업을 수행합니다. 사용되는 접근 방식은 "전통적인" 대규모 기계 학습 모델을 가져온 다음 현재 사용 가능한 특정 데이터에 맞게 미세 조정하는 것입니다.

Hydrogen Torch는 Facebook의 PyTorch와 Google의 Google의 TensorFlow를 사용합니다. H2O는 이를 통해 그랜드마스터의 전문 지식과 통합 환경을 추가합니다. 여기에는 프로덕션으로 이동하는 데이터 및 머신 러닝 파이프라인을 제공하는 H2O의 MLOps 제품도 포함됩니다.

모델의 정확도가 변경되었는지 여부를 확인하기 위해 모델을 지속적으로 모니터링하고 있습니다. 이는 들어오는 데이터의 패턴이 변경되었거나 최종 사용자의 동작이 변경되었기 때문에 발생할 수 있습니다. 어느 쪽이든 모델은 다시 빌드되고 다시 배포됩니다.

또한 Hydrogen Torch 노코드 오퍼링의 일부는 자동화된 문서화 생성이므로 데이터 사이언티스트는 드릴다운하여 어떤 데이터가 선택되고 어떤 변환이 적용되었는지 탐색할 수 있습니다. Ambati는 수소 토치 모델 정확도가 기준 모델에 비해 최대 30% 더 우수하여 높은 90 백분위수에 도달할 수 있다고 주장했습니다.

물론 그는 AI에는 정확성, 속도, 설명 가능성 사이에는 잘 알려진 절충안이 있다고 덧붙였습니다. 사용 사례 요구 사항에 따라 선택해야 합니다. 그러나 속도는 다소 보편적인 요구 사항입니다.

속도와 관련하여 H2O의 인메모리 처리는 Hydrogen Torch가 이미지, 비디오 및 NLP 처리 사용 사례에 필요한 성능을 발휘할 수 있도록 하는 데 중요한 역할을 합니다. 이와 관련하여, H2O는 머신러닝 모델 소형화도 의제로 삼고 있습니다. 이를 통해 엣지에서 더 많은 장치에 모델을 배포할 수 있으며 성능도 향상됩니다.

Hydrogen Torch는 H2O 포트폴리오의 다른 제품인 Document AI와도 시너지 효과를 발휘합니다. Document AI를 사용하면 이미지와 NLP 방법을 결합하여 수신 문서를 처리할 수 있습니다. 그리고 Zoom 통화 및 팟캐스트와 같은 소스의 오디오 및 비디오 데이터가 급증하고 있으며 H2O는 고객이 따라잡을 수 있도록 돕는 것을 목표로 합니다.

H2O는 CommBank 및 AT&T와 같은 유명 고객과 지속적인 협력 관계를 맺고 있습니다. H2O 및 고객 조직의 전문가들이 기계 학습 모델을 공동으로 만들고 수익 공유 제도를 마련하고 있습니다.

Ambati는 또한 H2O의 포트폴리오에서 미래 성장을 위한 더 많은 영역을 식별했습니다: 연합 AI, 콘텐츠 제작, 합성 데이터 생성, 데이터 스토리텔링, 심지어 데이터 저널리즘과 같은 영역도 H2O의 레이더에 있습니다. Ambati는 AI가 지역 사회에 봉사할 수 있도록 신뢰를 구축하는 것이 목표라고 말했습니다. 그것은 참으로 원대한 비전이며, 진보를 측정하기 어렵습니다. 그러나 제품 로드맵에 관한 한, H2O는 올바른 방향으로 가고 있는 것 같습니다.