小而強：為何內部 AI 模型能贏得世界科技企業的青睞
背景
在 AI 領域，世界科技企業們正在玩弄 OpenAI 的 API，不過有一家新創公司 ZenML 卻相信，小而強的內部 AI 模型將能獲得勝利。ZenML 是一個開源框架，它允許資料科學家、機器學習工程師和平臺工程師進行協作，並共同建立新的 AI 模型。ZenML 的有趣之處在於，它賦予了企業建立自己的私有模型的能力。當然企業可能不會建立一個與 GPT 4 競爭的模型，但他們可以建立適合自身需求的小型模型。這將降低他們對 API 提供商（如 OpenAI 和 Anthropic）的依賴程度。
ZenML 的合夥人 Louis Coppey 在接受採訪時表示：“這個想法是，一旦使用 OpenAI 或封閉式 API 的第一波狂熱過去，[ZenML]將使人們能夠建立自己的應用程式堆疊。”今年年初，ZenML 從投資公司 Point Nine 獲得了種子輪擴充套件資金，現有投資者 Crane 也參與其中。總體而言，這家位於德國慕尼黑的新創公司自創立以來已籌集了 640 萬美元。
創辦人之前的經歷
ZenML 的創辦人 Adam Probst 和 Hamza Tahir 以前曾在一家為其他公司建立機器學習流程的公司共事。ZenML CEO Adam Probst 告訴我說：“我們每天都需要建立機器學習模型並將其投入生產。”出於這一工作，兩人開始設計一個可適應不同情況、環境和客戶的模組化系統，以免他們不必一遍又一遍地重複相同的工作，這就演變成了 ZenML。同時初學機器學習的工程師們可以透過使用這個模組化系統來節省一些起步時間。
ZenML 團隊將這個領域稱為 MLOps，它有點像 DevOps，但專注於機器學習。Probst 說：“我們正在將關注價值鏈特定步驟的開源工具存取起來，以建立機器學習流程——一切都基於超級態勢下，即基於 AWS 和 Google 之上的一切——還有本地解決方案。”
ZenML 的核心概念：Pipeline
ZenML 的核心概念是 Pipeline（流程）。當你編寫一個 Pipeline 後，你可以在本地執行它，也可以使用 Airflow 或 Kubeflow 等開源工具部署它。你還可以利用 EC2、Vertex Pipelines 和 Sagemaker 等託管式雲服務。ZenML 還與 Hugging Face、MLflow、TensorFlow、PyTorch 等開源 ML 工具進行整合。ZenML 的 CTO Hamza Tahir 表示：“ZenML 是將所有東西整合到一個統一的體驗中——它支援多供應商、多雲端。”它為 ML 工作流帶來了存取器、可觀察性和可審計性。
這家公司最早將其框架作為一個開源工具釋出在 GitHub 上。該團隊在該程式碼平臺上積累了 3,000 多個星星。ZenML 最近還開始提供一個帶有託管服務的雲端版本——持續整合和部署（CI/CD）的觸發器即將推出。一些公司已經在工業用途、電子商務推薦系統、醫療環境中的影象識別等方面使用了 ZenML。客戶包括 Rivian、Playtika 和 Leroy Merlin。
專屬的行業特定模型
ZenML 的成功將取決於 AI 生態系統的演變。當前許多公司在 OpenAI 的 API 上新增了一些 AI 功能。現在你可以在某個產品中找到一個新的魔法按鈕，它可以對大篇幅的文字進行摘要。在另一個產品中，你現在可以為客戶支援互動提供預先寫好的答案。Probst 表示：“OpenAI 或這些在閉門造車中建立的大型語言模型是為通用用例構建的——而不是特定用例。因此當前對於特定需求來說它的訓練程度過高，價格也過於昂貴。”他補充說：“OpenAI 將來仍然會存在，但我們認為大部分市場將必須擁有自己的解決方案。這就是為什麼開源對他們非常有吸引力的原因。”
OpenAI 的 CEO Sam Altman 也認為 AI 模型不會成為一刀切的情況。Altman 在今年早些時候在 Station F 的一個問答環節上回答關於小型專業模型和廣泛模型的問題時表示：“我認為兩者都有重要的角色。我們對兩者都感興趣，未來將是兩者的混合。”
AI 使用還存在著倫理和法律方面的問題。監管仍在以實時方式演進，但歐洲尤其的立法可能鼓勵企業使用基於非常特定資料集和非常特定方式訓練的 AI 模型。Tahir 告訴我說：“Gartner 表示 2024 年，75%的企業將從概念取證轉向產品化。所以，未來一年或兩年可能是 AI 歷史上最重要的時刻之一，我們終於開始使用對封閉資料進行了細致調整的開源基礎模型進行生產。”他在接下來的對話中補充道：“MLOps 的價值在於，我們相信 99%的 AI 用例將由更專業、更便宜、更小型的內部模型驅動。”
結論
當前 AI 技術在各行各業廣泛應用，而開發公司內部的 AI 模型則成為一種趨勢。ZenML 的開源框架為企業提供了一個強大的工具，使他們能夠自主建立適合自身需求的 AI 模型，減少對第三方 API 供應商的依賴。透過 ZenML，企業可以將開源工具和託管式雲服務相結合，打造自己的機器學習流程。同時專業模型的需求也在逐步增長，它們能夠提供更具針對性和成本效益的解決方案，並受到新興的 AI 監管法規的支援。
然而隨著 AI 生態系統的演進和監管法規的發展，ZenML 將面臨許多挑戰。它需要不斷將各種開源工具和雲端服務整合到自己的框架中，並保持與不同供應商和平臺的合作關係。此外 ZenML 還需要積極參與 AI 倫理和法律的討論，以確保其產品和服務符合最新的法規要求。
結果，我們可以預測，ZenML 和類似的內部 AI 模型開發工具將在未來幾年繼續受到重視，並助力企業構建更具競爭力和可靠性的 AI 解決方案。
延伸閱讀
- AI 與影片履歷助力初入職場的新鮮人找到工作！
- Google 攜手 Anthropic 推出全新 AI 模型存取資料標準，革命性進展即將改變科技界！
- OpenAI 的創意寫作 AI 讓人想起高中文學社那個討人厭的孩子
- 微軟加速 AI 研發程式，直指 OpenAI 競爭對手
- 一年過去了，OpenAI 的聲音複製工具仍未問世！
- 亞馬遜成立新型代理 AI 團隊，將如何改變科技未來？
- 荷蘭新創公司 QuantWare 加速量子計算技術的革命之路！
- 「搶先報名！TechCrunch Sessions: AI 演講者申請截止日期迫在眉睫！」
- MWC 最新報導：AI 影響力的兩極化觀點首次曝光！
- OpenAI 重磅推出 GPT-4.5：歷史上最大的語言模型來了！
