Weights＆Biasesは、Insight Partnersから4500万ドルを調達しました。私たちは驚くほど急速な発展を遂げています。私はこの機を借りて、Shawn様、Chris様、そして私がこの会社を立ち上げた理由と、これからの目標についてお話ししたいと思います。

Weights＆Biasesは単純な使命を抱いています。それは、ML実践者向けの素晴らしいツールを構築することです。私たちが独特な事業を展開できる理由は、1）かつてML実践者であったこと、2）過去20年間ML実践者向けのツールを構築してきたこと、3）ML実践者のニーズに常に関心を向けていることなどです。

私たちは、単純な統合で信頼性の高いツールを構築することを目指していますが、いかなる魔法ではありません。チームのコラボレーションと透明性を向上させながら、ML実践者の日常生活を著しく改善し得るツールを構築したいと考えています。

まず言っておきますが、実験追跡ツールやハイパーパラメータ検索ツールを試したことがない場合は、ぜひお試しください。5行未満の統合コードで、すべてのML実験を追跡、視覚化、共有できます。サンプルダッシュボードを試して、これがどのように見えるかを確認したり、ギャラリーで多数の例を見つけたりすることができます。

ML実践者向けの製品の作成を好む理由

機械学習は、永遠の変革の力になるだろうと信じられます。MLにできることについての高尚な主張を少なからず耳にしています。自動運転車に関する高尚な主張をすべて信じることはできないかもしれませんが、コンピュータービジョンを導入して農薬の使用を減らすためのBlueriverの取り組みや、最近Deep Mindによって収められたタンパク質フォールディングにおける成果 は言うまでもなく、MLアルゴリズムが私たちの生活を豊かにする可能性を持っており、環境の持続可能性と病気の治療にも役立つことを示しています。

私が機械学習に期待をかける最大の理由の1つは、過去20年間MLコミュニティと協力してきたことであり、さらには、彼らが信じられないほど思慮深く理想主義的な人々のグループであることです。彼らは、人々を助けて、世界にプラスの影響を与えることを嬉しく思っております。

ML実践者向けの本当に優れたツールは、有用な機械学習モデルの作成を促進し、機械学習の持続的な効果性を保証します。

OpenAIで行ったPeter Welinder氏との製品フィードバックセッション

現在機械学習ツールが重要となる理由

機械学習は、主に研究トピックから10年足らずで、地球上のほぼすべての業界に影響を与える日常的なテクノロジーに移行しました。ところが、生産指向のツールとワークフローはそれに追いついていません。ソフトウェアは、主に安定性のためのワークフローと開発者ツールを改良に50年以上かかりますが、現在もバグは存在しています。

機械学習、特に深層学習は、コンピューター上で実行されるという点ではソフトウェアとあまり違いがないようですが、私たちが認識していたソフトウェアの世界の概念を多く破っています。従来のソフトウェアとは異なり、機械学習モデルには簡単に説明できるロジックがありません。従来のソフトウェアとは異なり、機械学習モデルは巨大であり、段階的に差分をとらないため、ソフトウェアスタイルのバージョン管理はうまく機能しません。従来のソフトウェアとは異なり、機械学習モデルはエキゾチックなチップ、GPU、そして現在はTPUで構築するのが最適であり、ソフトウェア抽象化のスタック全体（ハードウェア、オペレーティングシステム、ライブラリアプリケーション）を最低レベルで破壊します。リストは続きます。

実際の意味は、安全で信頼性が高く、監査可能な本番システムを構築しようとする最も責任のある機械学習の実践者とチームが、数十年前にソフトウェアアプリで解決されたもののために独自のアドホックツールを構築することになるということです。たとえば、ある種のバージョン管理なしで本番ソフトウェアを展開している会社は地球上にありません。しかし、ほとんどのFortune500機械学習チームは体系的なバージョン管理を使用していないため、モデルがトレーニングされたデータや、特定の時点で本番環境で実行されていたモデルを追跡することは非常��困難です。

これは、モデル構築者にとって不便以上のものです。結局、モデルが体系的に追跡されていない場合、モデルの安全性を確認することは不可能です。

Weight＆Biasesツールがユニークな理由

私たちは、この問題を独自にうまく解決できると信じています。

MLOpsの最初の企業はトップダウン販売に焦点を当て、エンドツーエンドのプラットフォームで再現性と信頼性の問題を解決できることをエンジニアリングリーダーに納得させました。プラットフォームを購入して処理するチーム全体の役割によって、多くの改善がもたらされると思います。

しかし、優れた機械学習の実践者は、エンドツーエンドのプラットフォームに制約されていると思っています。機械学習のベストプラクティスは急速に変化し、1つの企業がすべての問題を解決できるわけではありません。GithubやData Dogのような過去数十年にわたって成功を収めてきたソフトウェア開発会社はこのような運営方式を取っていません。彼らは特定の問題を解決し、エグゼクティブではなく開発者の大切な体験に焦点を合わせています。結局のところ、ソフトウェアエグゼクティブの最大の問題点は、優れた開発者を満足させることです。機械学習では、言うまでもない事実です。あなたの会社が機械学習の実践者が好むツールを使用していない場合、優れた機械学習チームを持つチャンスはなくなります。そのため、トップダウン販売がMLOpsで機能せず、長期的にはこれらの企業は成功しません。

MLOpsの一連の企業は、DevOpsチームが自分のために構築した製品のように見えます。彼らは、ハードウェアと低レベルのソフトウェアがどのように機能するかについての詳細な理解を前提としています。

私たちのツールは、MLチームですでに出現している非公式のコラボレーションパターンをサポートおよび体系化していますので、最も優れたものだと言えるでしょう。W＆Bレポートを使用したデバッグの科学に 一例がありますが、ここでSarah Jane氏は、より良いモデルを構築するためにLatent Space私たちのツールをどのように使用するかについて詳しく説明しています。

これからの目標

現在、より優れたツールが切実に求められています。私たちの資金調達により、高品質のソフトウェアを構築しながら、可能な限り迅速にこれらのニーズに対応することができようになりました。

Weights＆Biasesは実験追跡ツールとして始まり、多くの人々がそれを愛用するようになったことを本当に嬉しく思っています。同時に、ユーザーは日々の仕事でその他の問題点を解決してほしいと常に要求しています。

ML実践者のワークフローで、できるだけ多くの問題に対処したいと考えています。昨年、軽量のハイパーパラメータ最適化ツールであるスイープをリリースし、モデルとデータセットの追跡に使用できるバージョン管理システムであるアーティファクトもリリースしました。今年は、モデルの評価と予測の視覚化ツールを立ち上げる予定であり、さらに多く開発していきます。

私たちは、お客様のニーズを把握を掴んで、何か役に立つものを作り出すために絶え間ない努力をかけてきた結果、最初のマーケットリーダーとなりました。当社に入社したり、ツールを試したり、ツールに関するフィードバックをお寄せになりたい場合は、ぜひご相談ください。開始場所：

• 応募‐当社に応募する
• ドキュメント ‐当社ツールの詳細
• Colab – ツールのお試し
• W＆Bコミュニティ‐フレンドリー なSlackコミュニティに参加する
• デモをリクエストする ‐MLチームのデモをリクエストする