Merkezi Olmayan Yapay Zeka Bilgi İşlem Ağı ve MLOps Araçları, FedML'nin 11,5 Milyon Dolarlık Bağış Kampanyasında Bir Araya Geldi

USC-Amazon Güvenilir Makine Öğrenimi Merkezi'nin açılış direktörü Salman Avestimehr'in öncülüğünü yaptığı yenilikçi bir girişim, işletmelere AI modellerini bulutta veya uçta kolayca eğitmek, iyileştirmek, izlemek ve geliştirmek için bir yol vaat ediyor. Bu gelecek vaat eden girişimin adı olan FedML, şirkete 56,5 milyon dolar değer biçerek 11,5 milyon dolarlık başlangıç ​​fonunu başarıyla topladı. Finansman turu Camford Capital tarafından yürütüldü ve Road Capital ile Finality Capital katıldı.

Avestimehr, TechCrunch'a verdiği bir e-posta röportajında, çok sayıda işletmenin, çok sayıda iş gereksinimini karşılamak için sektör düzeyinde veya şirkete özgü veriler üzerinde ısmarlama AI modellerini eğitmeye veya ayarlamaya istekli olduğunu söyledi. Bununla birlikte, "Custom AI modellerinin ciddi bulut altyapısı maliyetleri, artan veriler ve mühendislik maliyetleri nedeniyle tasarlanması ve sürdürülmesinin pahalı olduğu iddia ediliyor. Ek olarak, ısmarlama AI modellerini eğitmek için gerekli olan özel veriler sıklıkla gizli tutuluyor, düzenleniyor veya düzenleniyor." hassas."

Ancak FedML uygulanabilir bir çözüm sunar. Avestimehr'e göre FedML, modelleri, bilgi işlem kaynaklarını ve verileri paylaşarak geliştiricilerin ve işletmelerin yapay zeka görevleri üzerinde toplu olarak çalışmasına olanak tanıyan ortak çalışmaya dayalı bir yapay zeka platformu ortaya koydu.

FedML, herhangi bir miktarda özel AI modelini veya açık kaynak topluluğundan türetilenleri yürütme yeteneğine sahiptir. FedML'nin platformuyla müşteriler, bir ortak çalışan grubu oluşturabilir ve yapay zeka uygulamalarını bilgisayarlar gibi cihazlar arasında otomatik olarak senkronize edebilir. Çalışanlar, mobil cihazlar veya sunucular gibi yapay zeka modeli eğitimi için kullanılan cihazları dahil edebilir ve eğitimin ilerlemesini gerçek zamanlı olarak izleyebilir.

Son zamanlarda, tescilli veriler üzerinde OpenAI'nin GPT-4'ü gibi alana özgü büyük dil modelleri (LLM'ler) oluşturmak için bir inşaat boru hattı olan FedLLM, FedML tarafından piyasaya sürüldü. Avestimehr, Microsoft'un DeepSpeed ​​ve Hugging Face's gibi popüler LLM kitaplıklarıyla uyumlu olan FedLLM'nin özel yapay zeka geliştirmeyi hızlandırırken güvenlik ve mahremiyet sağlamak için tasarlandığını belirtti.

Galileo ve Arize gibi diğer birçok MLOps platformu ve hatta AWS, Microsoft ve Google Cloud gibi yerleşik şirketler gibi FedML de yapay zeka modellerini üretime dağıtma ve ardından bunları sürdürme ve izleme sürecini kolaylaştırmaya yardımcı olur. Bununla birlikte, FedML, yapay zeka ve makine öğrenimi model araçlarının ötesinde hedefler barındırır.

Avestimehr, birincil amacın, dağıtıma hazır olduklarında modelleri barındırmak ve sunmak için bir CPU ve GPU kaynakları topluluğu geliştirmek olduğunu ileri sürdü. Ayrıntılar hâlâ tartışılırken FedML, kullanıcıları jetonlar veya alternatif ödeme biçimleri aracılığıyla platforma işlem yapmaya teşvik etmeyi planlıyor.

Run.AI, Gensys ve Petals'ın girişimde bulunduğu AI model sunumu için dağıtılmış, merkezi olmayan bilgi işlem yeni olmasa da Avestimehr, FedML'nin bu bilgi işlem paradigmasını bir MLOps paketiyle birleştirerek daha büyük başarı elde edebileceğinden emin.

Avestimehr, FedML'nin işletmelerin ve geliştiricilerin maliyetin çok altında büyük ölçekli, özel ve tescilli LLM'ler oluşturmasına izin vererek ısmarlama yapay zeka modellerini kolaylaştırdığını doğruladı. Ayrıca, FedML'nin benzersiz satış noktası olan Birleştirilmiş veriler, modeller ve bilgi işlem üzerinde işbirliği yaparken ML modellerini her yerde eğitme, dağıtma, izleme ve iyileştirme - pazara sunma maliyetini ve süresini önemli ölçüde azaltır.

Bu ilerlemelerin ışığında, FedML'nin teknoloji endüstrisindeki yenilikçi katkıları ve devrim niteliğindeki araçlarıyla tanınan AppMaster kodsuz platform gibi platformlarla saflara katılarak yapay zeka endüstrisi olan MLOps kasıp kavurması sürpriz olmaz.