사람들이 한때 상상했던 AI의 비전은 매우 아름다웠지만 현재 상황은 만족스럽지 않습니다. AI는 자율주행, 신약 연구개발 등 일상 응용 분야에서 원래의 예측을 실현하지 못했습니다. 신용 점수 그리고 그다지 똑똑하지 않은 "스마트"스피커에 대해서도 마찬가지입니다.
이론적으로 올바른 알고리즘과 충분한 컴퓨팅 리소스가 있는 한 AI는 사용 가능한 모든 데이터로 대표되는 모든 문제를 해결할 수 있습니다. 이제 데이터, 알고리즘 및 하드웨어 리소스가 충분히 풍부하므로 AI가 사회에 이익을 줄 수 있는 모든 조건이 갖춰졌습니다. . 우리는 AI의 광범위한 적용과 초기 효과를 보아왔지만 실제로는 기술이 심층적으로 적용되지 않고 기존 머신러닝 연구의 잠재력을 최대한 실현하는 것과도 거리가 멀다.
왜 이런 일이 발생하나요? 사실은 세계 거대 기술 기업과 미디어가 AI에 관해 최근 발표한 연구 업데이트보다 더 심오합니다. 컴파일러 전문가 Chris Lattner는 AI 시스템과 도구의 단일성과 단편성이 이 문제의 근본 원인이라고 지적한 적이 있습니다. 이 문제를 해결하기 위해 2022년 1월 컴파일러 전문가 Chris Lattner는 Tim Davis와 함께 해외 사업을 시작하겠다고 발표했습니다. 목표는 컴파일러, 런타임, 이기종 컴퓨팅, 엣지 투 데이터 센터, 개발자 효율성 향상을 위한 가용성에 중점을 둡니다. 현재 Modular AI 팀은 TensorFlow, TF Lite, XLA, TPU, Android ML, Apple ML, MLIR 등에서 전 세계 프로덕션 기계 학습 인프라 대부분을 구축하는 데 참여했으며 수십억 명의 사용자와 장비에 프로덕션 워크로드를 배포했습니다. .
최근 Modular AI는 Google Venture가 주도하는 3천만 달러 규모의 시드 자금 조달이 완료되었다고 발표했습니다. Chris Lattner 등이 게시한 최신 공식 블로그 게시물에서 그들은 "영혼을 위한 세 가지 질문"을 발행했습니다. AI는 매우 중요하지만 소프트웨어는 왜 그렇게 비참합니까? 거대 기술 기업들이 AI 퍼즐을 풀지 못한 이유는 무엇입니까? 이 문제를 해결하는 방법? 물론 답변도 해주셨어요. OneFlow 커뮤니티는 원본 텍스트를 편집하고 정리했습니다.
1 AI는 그렇게 중요한데, 소프트웨어는 왜 그렇게 형편없나요?
이런 종류의 소프트웨어는 거대 기술 회사에서 자체 문제를 해결하기 위해 제작되었으며 다른 기업에서는 이를 "트리클다운 인프라"에서 사용합니다. 결과적으로 가장 크고 상업적으로 영향력이 큰 AI 애플리케이션만 실제로 구축되고 배포되며, 심지어 기업의 요구 사항이 대규모 기술 회사의 내부 요구 사항과 일치하는 경우에만 가능합니다.
이게 왜죠? 현재 AI 소프트웨어는 매우 단순하고 연구 속성이 강하기 때문에 주로 거대 기술 기업(이러한 소프트웨어 개발자)의 개발 계획을 충족하는 데 사용됩니다. 이러한 소프트웨어는 연구자들이 연구를 수행하기 위해 만든 것이며, AI의 급속한 발전으로 인해 연구자들은 중단하고 재구성할 시간이 없습니다.
대신 시간이 지남에 따라 복잡성이 점점 더 추가되어 업계가 연구 및 생산, 교육 및 배포, 서버 전반에 걸쳐 단편화된 사용자 지정 도구 체인을 유지 관리하고 확장하기가 어려워졌습니다.
인공 지능 시스템은 이제 호환되지 않는 기술의 광대한 바다가 되었습니다. 오직 종합적인 기술 거대 기업만이 AI를 사용하여 목표를 달성할 수 있습니다.
2 거대 기술 기업들이 AI 문제를 해결하지 못한 이유는 무엇입니까?
이 분야에서 뛰어난 공헌을 했지만 비즈니스 관점에서 AI를 전 세계에 홍보하는 것은 불가능하며(모든 하드웨어, 클라우드 및 ML 프레임워크 포함), 나머지 세계에서도 이를 기대할 수 없습니다. 그렇게 하세요. 그러나 이 불행한 사실은 세계가 직면한 가장 큰 사회경제적, 환경적 문제를 포함하여 거대 기술 기업의 초점 영역을 벗어난 문제를 해결하기 위해 이 기술을 사용하는 세계의 나머지 능력을 제한합니다. 그러나 이것은 우리가 원하는 미래가 아닙니다.
거인들이 인공 지능 개발에 막대한 공헌을 했지만 인공 지능이 잠재력을 완전히 실현하려면 자체 하드웨어, 클라우드 인프라, 휴대폰 또는 자체 개발을 우선시할 필요가 없는 독립적인 회사가 필요합니다. 연구와 동시에 글로벌 사용자와 기업의 이익을 위해 최선을 다하는 중립적인 회사가 필요합니다. AI 소프트웨어의 급속한 성장에서 배운 내용을 차세대 기술에 통합하여 모든 조직이 직면한 문제 유형에 대한 유용한 솔루션과 공통 표준을 제공해야 합니다.
오늘날 중소 기술 기업이 직면한 가장 시급한 문제는 AI를 생산에 투입하기 위해 어떻게 용량, 비용, 시간, 재능의 한계를 뛰어넘을 것인가입니다.
기회비용 고려로 인해 혁신적인 기술이 시장에 홍보되기 어렵고, 제품 경험이 좋지 않아 결국 개발에 부정적인 영향을 미치게 됩니다. 사회 전체로 볼 때 이는 AI가 세계의 가장 큰 문제 중 일부를 해결할 수 있으려면 아직 꽤 기다려야 함을 의미합니다.
기술 거대 기업이 물방울 AI 소프트웨어를 출시할 때까지 기다릴 시간이 없습니다. AI는 세상을 바꿀 수 있지만, 단편화가 해결되고 글로벌 AI 개발자 커뮤니티가 고품질 인프라로 어려움을 겪을 필요가 없는 경우에만 가능합니다.
Modular는 더욱 실용적이고 빠르며 유연한 차세대 AI 개발자 플랫폼을 구축하고 있습니다.
저희 플랫폼은 공통 인터페이스를 통해 널리 사용되는 AI 프레임워크의 프런트엔드를 통합하고 다양한 하드웨어 백엔드 및 클라우드 환경에 대한 액세스와 이식성을 향상시킵니다. 우리는 핵심 개발자 워크플로 도구를 더욱 표현력 있고, 사용 가능하고, 디버그 가능하고, 안정적이고, 확장 가능하고, 성능 좋게 재구축하고 있습니다. 우리의 도구는 기존 워크플로에 쉽게 배포할 수 있으므로 사용자는 코드를 리팩토링하거나 다시 작성하지 않고도 작업을 원활하게 완료하고 저렴한 비용으로 생산성과 성능을 향상시킬 수 있습니다. 우리는 AI의 가치 탐색을 가속화하고 가능한 한 빨리 시장에 출시하여 대다수 사용자에게 혜택을 줄 것입니다.
AI가 더욱 미묘한 방식으로 다양한 애플리케이션에 침투할 수 있게 되면 그 잠재력이 완전히 발휘될 것입니다. 그때쯤이면 더 이상 AI를 중심으로 애플리케이션을 정의할 필요가 없을 것입니다. 우리의 플랫폼은 다양한 사용 사례를 구현하기 위해 재배치 및 확장이 가능한 모듈식 구성 가능 인프라 구성 요소로 구축되었습니다. 동시에 다양한 분야의 전문가들은 전체 시스템이 어떻게 작동하는지 이해하지 못하더라도 우리 플랫폼을 통해 혁신을 이룰 수 있습니다. 우리는 모듈식 접근 방식이 과거에 생각하지 못했던 새로운 사용 사례를 어떻게 열어줄 수 있는지 직접 확인했습니다.
AI 인프라를 진정으로 수정하려면 "어려운 기술" 문제(예: 이기종 컴퓨팅 기술용 컴파일러)를 해결하고 원활한 엔드투엔드 개발자 워크플로를 구축해야 합니다.
우리의 성공은 전 세계 개발자들이 진정으로 사용 가능하고 휴대 가능하며 확장 가능한 AI 소프트웨어에 액세스할 수 있다는 것을 의미합니다.
새로운 세계에서는 예산이 부족하거나 최고의 인재가 부족한 개발자도 글로벌 기술 대기업만큼 효율적으로 작업할 수 있습니다. 기업은 AI 하드웨어의 효율성과 총 소유 비용(TCO)을 쉽게 최적화할 수 있습니다. 사용 사례에 맞게 엣지에 배포하는 것은 서버에 배포하는 것만큼 쉽습니다. 기업은 요구 사항에 가장 적합한 AI 프레임워크를 사용할 수 있습니다. AI 프로그램은 최신 AI 연구를 통합하여 하드웨어에서 원활하게 확장할 수 있습니다.
우리는 AI 산업의 발전이 더 이상 기술 거대 기업이 자신의 필요에 따라 결정한 일정에 의해 제한되지 않고 더 빠르고 집중적으로 혁신이 번성할 것입니다. 모든 수준의 스택 및 개발 사람들은 자신의 전문 분야에서 시장에 새로운 혁신을 가져오고 우리 모두를 위한 더 나은 미래를 구축하는 데 중점을 두고 있습니다. 업계의 급속한 발전으로 인해 우리는 "AI 연구 시대"에서 'AI 생산 시대'.
위 내용은 LLVM의 아버지 Chris Lattner: AI 인프라 소프트웨어를 재구축해야 하는 이유의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!