卡耐基梅隆大学(CMU)教授邢波花费几年时间开发完善了一个平台 Petuum,利用工作站、分布式计算机、移动设备或嵌入式设备来解决大型机器学习的问题,现在这个平台已走出实验室,成为一家独立公司。
该公司的创始人兼首席执行官邢波表示,该公司已获得了 1500 万美元 A 轮融资,并预计明年年初将其首批产品投入市场。
机器学习和人工智能技术是自动驾驶汽车、语音识别、计算机视觉、自然语言处理和电子医疗记录分析等许多科技公司在大数据分析应用和创新工作的关键。
「在十到二十年后,人工智能和机器学习程序将会接管计算设备中的大部分任务,」邢波说道「我们需要优化这些程序在设备中的设计,编程和运行效率,特别是在这些程序体量不断增大的情况下。在一些领域中,如自动驾驶汽车,目前仍然受到人工智能和机器学习——它们现在还是黑箱——的限制,无法快速发展。」
「Petuum 有望成为转变这一现状的平台,让人工智能/机器学习程序能够轻松构建,并且使用标准化,透明和可重复的方法在不同的硬件平台上安装和运行,Petuum 平台允许程序快速、准确、规模化地运行,同时只需要耗费少量的计算资源,」邢波表示。「该公司的愿景是让他们的平台能够在任何硬件上运行。」
「我们的平台将使用不同的计算设备,从数据中心到移动设备,嵌入平台,让它们像个人电脑一样运行,」邢波说道。人工智能需要处理的大数据集通常已存在于这些设备中。Petuum 将允许机器学习系统在这些分布式计算设备中进行无缝操作。
Petuum 寻求在分布式计算的更大规模上增强和扩展人工智能和机器学习的应用。计算设备之间的通信对于人工智能/机器学习来说可能是个棘手的问题,但邢波认为,他和他的同事们在 Sailing Lab 中开发的参数服务器具有高效管理通信和负载平衡的方法,在过去的以自年自动保持设备运行同步。
虽然一些其他团队也正在使用分布式设备解决机器学习问题,但邢波和他的团队的已经表明他们的方法为所有类型的机器学习任务提供了最佳,最有效的解决方案,不仅仅是某一方面,如深度学习。这一平台可以支持多种形式的应用,如自然语言处理,图像和视频的识别,以及交易数据中的异常检测。
为了推动公司发展,「我们已经走到不得不融资的一步了」,邢波说道。未来 6 个月,他希望能招到 30 到 50 个人,需要受过高级研究训练的计算机科学家和工程师,把公司的水平维持在卡耐基梅陇大学的高度上。他补充道,「我们的目标是以匹兹堡为根据地,利用好这个城市和 CMU 的资源,帮助我们获得我们需要的顶尖人才。」
卡耐基梅隆大学计算机科学学院教授,卡耐基梅隆大学机器学习和医疗中心主任。美国新泽西州立大学分子生物学与生物化学博士;美国加州大学伯克利分校(UC,Berkeley)计算机科学博士。主要研究兴趣集中在机器学习和统计学习方法论及理论的发展,和大规模计算系统和架构的开发,以解决在复杂系统中的高维、多峰和动态的潜在世界中的自动化学习、推理以及决策问题。目前或曾经担任《美国统计协会期刊》(JASA)、《应用统计年鉴》(AOAS)、《IEEE模式分析与机器智能学报》(PAMI)和《PLoS计算生物学杂志》(the PLoS JournalofComputational Biology)的副主编,《机器学习杂志》(MLJ)和《机器学习研究杂志》(JMLR)的执行主编,还是美国国防部高级研究计划署(DARPA)信息科学与技术顾问组成员,曾获得美国国家科学基金会(NSF)事业奖、Alfred P. Sloan学者奖、美国空军青年学者奖以及IBM开放协作研究学者奖等,以及多次论文奖。曾于2014年担任国际机器学习大会(ICML)主席。
Petuum, Inc. 正在开发一个服务各种人工智能和机器学习算法和应用的平台。它的产品让企业可以打造用于真实世界的人工智能和机器学习实现。
Petuum, Inc. 有一个实力雄厚的顾问委员会,汇集了一些学界和产业界的重量级人士,包括:
Michael I. Jordan:加州大学伯克利分校电气工程与计算机科学系和统计学系 Pehong Chen 杰出教授
Stephen P. Boyd:斯坦福大学信息系统实验室电气工程教授和工程学院 Samsung 教授
Kai Li(李凯):Data Domain 创始人兼首席科学家;普林斯顿大学计算机科学系 Paul M. Wythes '55, P'86 and Marcia R. Wythes P'86 教授
Harry Shum(沈向洋):微软执行副总裁