ZenML tüm açık kaynaklı yapay zeka araçlarının birbirine yapışmasını sağlayan birleştirici olmak istiyor. Bu açık kaynaklı çerçeve, veri bilimcileri, makine öğrenimi mühendisleri ve platform mühendisleri tarafından iş birliği yapmak ve yeni yapay zeka modelleri oluşturmak için kullanılacak işlem hatları oluşturmanıza olanak tanır.
ZenML’in ilgi çekici olmasının nedeni, şirketlere kendi özel modellerini oluşturabilmelerini sağlamasıdır. Elbette şirketler muhtemelen GPT 4’e rakip oluşturmayacak. Ancak kendi ihtiyaçlarına özellikle uygun, daha küçük modeller üretebilirler. Ayrıca OpenAI ve Anthropic gibi API sağlayıcılarına olan bağımlılıklarını da azaltacaktır.
“Fikir şu ki, herkesin OpenAI veya kapalı kaynak API’leri kullandığına dair ilk heyecan dalgası sona erdiğinde, [ZenML] VC firması Point Nine’ın ortağı Louis Coppey bana “İnsanların kendi yığınlarını oluşturmalarına olanak tanıyacak” dedi.
Bu yılın başlarında ZenML, başlangıç turunun uzatılmasını sağladı. Dokuzuncu Nokta mevcut yatırımcıyla Vinç da katılıyor. Genel olarak, Almanya’nın Münih kentinde bulunan girişim, kuruluşundan bu yana 6,4 milyon dolar elde etti.
ZenML’in kurucuları Adam Probst ve Hamza Tahir, daha önce belirli bir sektördeki diğer şirketler için makine öğrenimi hatları inşa eden bir şirkette birlikte çalışmışlardı. ZenML CEO’su Adam Probst bana “Her gün makine öğrenimi modelleri oluşturmamız ve makine öğrenimini üretime taşımamız gerekiyordu” dedi.
İkili, bu çalışmadan yola çıkarak farklı koşullara, ortamlara ve müşterilere uyum sağlayacak, böylece aynı işi defalarca tekrarlamak zorunda kalmayacakları modüler bir sistem tasarlamaya başladı; bu da ZenML’e yol açtı.
Aynı zamanda makine öğrenimine yeni başlayan mühendisler de bu modüler sistemi kullanarak bir adım öne geçebilirler. ZenML ekibi bu alanı MLOps olarak adlandırıyor; bu biraz DevOps’a benziyor ancak özellikle ML’ye uygulanıyor.
“Bir makine öğrenimi hattı oluşturmak için değer zincirinin belirli adımlarına odaklanan açık kaynak araçlarını birbirine bağlıyoruz – her şey hiper ölçekleyicilerin arkasında, yani her şey AWS ve Google’ın arkasında – ve ayrıca şirket içi çözümler dedi Probst.
ZenML’in ana konsepti boru hatlarıdır. Bir işlem hattı yazdığınızda bunu yerel olarak çalıştırabilir veya Airflow veya Kubeflow gibi açık kaynaklı araçları kullanarak dağıtabilirsiniz. Ayrıca EC2, Vertex Pipelines ve Sagemaker gibi yönetilen bulut hizmetlerinden de yararlanabilirsiniz. ZenML ayrıca Hugging Face, MLflow, TensorFlow, PyTorch vb. şirketlerin açık kaynaklı makine öğrenimi araçlarıyla da entegre olur.
ZenML CTO’su Hamza Tahir, “ZenML her şeyi tek bir birleşik deneyimde bir araya getiren bir şey; çok sağlayıcılı, çok bulutlu” dedi. Makine öğrenimi iş akışlarına bağlayıcılar, gözlemlenebilirlik ve denetlenebilirlik kazandırır.
Şirket ilk kez piyasaya çıktı GitHub’daki çerçevesi açık kaynaklı bir araç olarak. Ekip, kodlama platformunda 3.000’den fazla yıldız topladı. ZenML de yakın zamanda sunmaya başladı bulut versiyonu yönetilen sunucularla — sürekli entegrasyonlar ve dağıtım (CI/CD) için tetikleyiciler yakında kullanıma sunulacaktır.
Bazı şirketler endüstriyel kullanım durumları, e-ticaret öneri sistemleri, tıbbi ortamda görüntü tanıma vb. için ZenML’yi kullanıyor. Müşteriler arasında Rivian, Playtika ve Leroy Merlin yer alıyor.
Özel, sektöre özel modeller
ZenML’in başarısı yapay zeka ekosisteminin nasıl geliştiğine bağlı olacaktır. Şu anda birçok şirket OpenAI’nin API’sini sorgulayarak buraya ve oraya AI özellikleri ekliyor. Bu üründe artık büyük metin parçalarını özetleyebilen yeni bir sihirli düğmeye sahipsiniz. Bu üründe artık müşteri destek etkileşimleri için önceden yazılmış yanıtlarınız var.
“OpenAI’nin bir geleceği olacak ancak pazarın çoğunluğunun kendi çözümüne sahip olması gerektiğini düşünüyoruz” Adam Prost
Ancak bu API’lerle ilgili birkaç sorun var; bunlar çok karmaşık ve çok pahalı. “OpenAI veya kapalı kapılar ardında oluşturulan bu büyük dil modelleri, belirli kullanım durumları için değil, genel kullanım durumları için tasarlandı. Dolayısıyla şu anda belirli kullanım durumları için fazla eğitimli ve çok pahalı,” dedi Probst.
“OpenAI’nin bir geleceği olacak ancak pazarın çoğunluğunun kendi çözümüne sahip olması gerektiğini düşünüyoruz. İşte bu yüzden açık kaynak onlara çok çekici geliyor” diye ekledi.
OpenAI CEO’su Sam Altman da yapay zeka modellerinin herkese uyacak tek bir durum olmayacağına inanıyor. “İkisinin de önemli bir rolü olduğunu düşünüyorum. Her ikisiyle de ilgileniyoruz ve gelecek her ikisinin de bir melezi olacak,” dedi Altman, bu yılın başlarında İstasyon F’de bir Soru-Cevap oturumunda küçük, özel modellere karşı geniş modellerle ilgili bir soruyu yanıtlarken.
Yapay zeka kullanımının etik ve yasal sonuçları da vardır. Düzenlemeler hâlâ gerçek zamanlı olarak çok fazla gelişiyor ancak özellikle Avrupa mevzuatı, şirketleri çok spesifik veri kümeleri üzerinde ve çok spesifik yöntemlerle eğitilmiş yapay zeka modellerini kullanmaya teşvik edebilir.
“Gartner, işletmelerin %75’inin [proofs of concept] Önümüzdeki bir veya iki yıl muhtemelen yapay zeka tarihindeki en ufuk açıcı anlardan bazıları olacak ve muhtemelen özel verilere göre hassas şekilde ayarlanmış açık kaynaklı temel modellerin bir karışımını kullanarak nihayet üretime geçeceğiz,” dedi Tahir bana söyle.
Konuşmanın ilerleyen kısımlarında şunları ekledi: “MLOps’un değeri, AI kullanım durumlarının %99’unun kurum içinde eğitilecek daha uzmanlaşmış, daha ucuz, daha küçük modeller tarafından yönlendirileceğine inanmamızdır.”
Resim Kredisi: ZenML