جيل الباز، المؤسس المشارك والمدير التقني لشركة Datagen – سلسلة المقابلات

جيل الباز هو المدير التقني والمؤسس المشارك لشركة Datagen، ويقع مقرها في تل أبيب. حصل على شهادته الجامعية في العلوم والفيزياء من جامعة التخنيون. ركز بحث جيل في الأطروحة على رؤية الكمبيوتر ثلاثية الأبعاد ونشر في مؤتمر البحوث الرئاسي للرؤية الكمبيوترية في العالم. Datagen هي رائدة في مجال البيانات المحاكاة، وهو فرع من البيانات الاصطناعية، التي تركز على إعادة إنشاء العالم حولنا بطريقة واقعية. أطلقت الشركة من وضعها السري مع أكثر من 18 مليون دولار في التمويل في مارس 2021 وتعمل الآن مع العديد من الشركات في قائمة فورتشن 100 في الواقع المعزز والواقع الافتراضي والروبوتات والسيارات، بما في ذلك معظم عمالقة التكنولوجيا الأمريكية.

ما الذي جذبك في البداية إلى الروبوتات والتعلم الآلي؟

كتب الخيال العلمي، مثل سلسلة أساس إسحاق أسيموف وآي روبوت، دائمًا ما يجعلني أفكر في مستقبل حيث تكون الروبوتات جزءًا لا يتجزأ من حياتنا اليومية. هناك العديد من المهام المملة والمتكررة التي يقوم بها الناس؛ كنت أعرف أنني لا أريد القيام بها، ولا أستطيع تخيل أي شخص آخر يريد القيام بها. بالنظر إلى أن الروبوتات هي تقنية حتمية، فكرت أن الذهاب في هذا الاتجاه سيكون قرارًا حكيمًا ومستقبليًا.

لذلك، اقتربت في البداية من المجال مع التركيز على الجوانب المادية للموضوع، وحصلت على شهادتي في الهندسة الميكانيكية من جامعة التخنيون في حيفا، إسرائيل. في نهاية دراستي، بدأت في الغوص глубًا في عالم أدوات التصميم والقدرات. هذه هي الأدوات التي تسمح للمهندسين الميكانيكيين بتصميم الهياكل والأجهزة الميكانيكية (أي شيء من جسر إلى سيارة). رأيت فرصة كبيرة للتأثير دون التعامل مع التكرارات البطيئة للعالم المادي. في الممارسة، كانت هذه البرامج تفتقر إلى القدرات المحدودة للتعلم الآلي والرؤية الكمبيوترية التي تساعد المهندسين على إنشاء أنظمة ميكانيكية أبسط وأرخص وأكثر استقرارًا (هذا في عام 2015). انطلقت في اتجاه الرؤية الكمبيوترية على البيانات ثلاثية الأبعاد بالتعلم العميق (جديد جدًا في ذلك الوقت) مع هدف جعل برامج التصميم أكثر ذكاءً.

في الممارسة، كان بحثي الأول الذي أتى بالثورة العميقة إلى كلية الهندسة في جامعة التخنيون. هذا ما تحول لاحقًا إلى ورقة مقبولة في مؤتمر الرؤية الكمبيوترية الرئاسي في العالم، وطارت إلى هاواي في مؤتمر CVPR 2017. تقديم ورقتي وmeeting الأشخاص فتح عيني على حجم مجتمع الرؤية الكمبيوترية (الذي يصل اليوم إلى 10 أضعاف)، آلاف المشاركين جميعهم يعملون ب热情 على البحث في المجال. هذا الحدث قد أثلج قلبي، وأظهر لي قوة الرؤية الكمبيوترية والإمكانيات المتراكمة.

يمكنك مشاركة قصة نشأة Datagen؟

تأسست Datagen في عام 2018 مع مهمة تحويل كيفية حصول الفرق على بياناتهم لتدريب الشبكات العصبية للرؤية الكمبيوترية. في العام السابق، شاهدنا عرضًا تقديميًا لجهاز Oculus Rift، الذي يتكون من سماعة الواقع الافتراضي وأداة التحكم اليدوية. بعد العرض، وجدنا أنفسنا نتساءل، “مع الكاميرات المتقدمة المدمجة في السماعة، لماذا كانت هناك حاجة إلى جهاز يدي لربط الفراغ الافتراضي بالفراغ الفعلي (أي تتبع حركة اليد)؟” كانت الشبكات العصبية بالفعل متقدمة بما يكفي لمعالجة ذلك، لذلك ما كان المشكلة؟” وهنا ظهرت فكرة إنارة – البيانات! رأينا على الفور الفرصة الكبيرة لحل تحديات الحضور المكاني ثلاثي الأبعاد باستخدام الرؤية الكمبيوترية المتقدمة والبيانات ثلاثية الأبعاد. بدلاً من التركيز فقط على الواقع المعزز والواقع الافتراضي، اتخذنا نهجًا شاملاً، مركزين على المشكلة التي تبدو معقدة في توليد بيانات تدريب كافية ودقيقة لتمكين تطبيقات الذكاء الاصطناعي ثلاثية الأبعاد في العالم الحقيقي.

مع التركيز على البشر والتفاعل بين البشر والبيئة، Datagen هي رائدة في مجال البيانات المحاكاة، وهو فرع من البيانات الاصطناعية، التي تركز على إعادة إنشاء العالم حولنا بطريقة واقعية. اليوم، نعمل مع أكثر الشركات المبتكرة في العالم لتعزيز وتسريع تطوير الرؤية الكمبيوترية لديهم، ونحن مدعومون من بعض أكثر المستثمرين احترامًا في هذا المجال.

لمن لا يعرف، يمكنك أن تفسر ما هي البيانات الاصطناعية بشكل محدد؟

البيانات الاصطناعية هي أي بيانات تدريب يتم توليدها إما عن طريق الخوارزميات أو عن طريق المحاكاة – بدلاً من جمعها عن طريق القياس المباشر أو الملاحظة للعالم الحقيقي. في سياق الرؤية الكمبيوترية، البيانات الاصطناعية هي صور محوسبة مع بيانات وصفية مرتبطة بها لتدريب الذكاء الاصطناعي. مع قضايا الخصوصية والقيود الفعلية والاقتصادية للبيانات الحقيقية، من الصعب المبالغة في أهمية البيانات الاصطناعية للتعلم الآلي والذكاء الاصطناعي. في تقرير حديث، توقعت شركة جارتنر أن معظم البيانات المستخدمة في مجال الذكاء الاصطناعي سوف تكون مولدة اصطناعيًا بحلول عام 2024.

ما هي بعض الفوائد للبيانات الاصطناعية مقارنة بجمع البيانات يدوياً؟

الإجابة القصيرة هي، فكر في كل جانب من جوانب جمع البيانات يدوياً التي لا تُريدها، وامحوها من العملية — تلك هي فوائد البيانات الاصطناعية.

توليد مجموعات بيانات متنوعة على نطاق واسع لتدريب الرؤية الكمبيوترية هو عملية مكلفة وطويلة، والتنوع محدود جدًا بسبب حقيقة أن وضع البشر في مواقع محددة وتصويرهم هو عملية معقدة — أكثر تعقيدًا وتكلفة من القيام بذلك في بيئة محاكاة. أحد الفوائد الرئيسية الأخرى هو القضاء الفعلي على الحاجة إلى التعليقات اليدوية، التي هي مملة وطويلة ومتعرضة للأخطاء البشرية.

تُشير Datagen إلى البيانات المحاكاة كفرع من البيانات الاصطناعية. يمكنك أن تُفسر ما هي البيانات المحاكاة؟

البيانات المحاكاة هي بيانات اصطناعية يتم توليدها عن طريق المحاكاة. نستخدم GANs (وكذلك بعض الطرق المتقدمة الأخرى للتعلم الآلي) لتوليد كائنات ثلاثية الأبعاد ووضعها في محاكاة واقعية ثلاثية الأبعاد للعالم الحقيقي. ما يبدو هو عملية تصوير افتراضي أولي، ولكنها تعمل في نظام واقعي قائم على الفيزياء. هذه المحاكاة تنتج بيانات بصرية (كما لو أنها تم جمعها في العالم الحقيقي)، مع مجموعة كاملة من التعليقات (الفيزياء والإضاءة، إلخ). لذلك، البيانات المحاكاة هي بيانات اصطناعية واقعية، محاكاة سياقيًا، صور ثلاثية الأبعاد تم جمعها في بيئة محاكاة.

كيف تولد Datagen بيانات محاكاة مخصصة؟

تكنولوجيا Datagen تولد بيانات محاكاة قابلة للتوسيع ومخصصة لتلائم احتياجات كل عميل بشكل فريد. نفعله عن طريق مراعاة كل جانب من جوانب كل مشروع — من نظام الرؤية الكمبيوترية المستخدم إلى التركيبة السكانية للمنطقة التي سوف تعمل فيها. سواء كنا نعمل مباشرة مع عملائنا أو ببساطة تمكين مهندسيهم، فإن عملية Datagen تبدأ بتحديد المعلمات الرئيسية لكل حالة استخدام محددة، مثل مواصفات العدسة والإضاءة والبيئة والتركيبة السكانية، إلخ. تستخدم Datagen GANs وأدوات وطرق متقدمة أخرى لتوليد مجموعة هائلة من الأصول، بما في ذلك كل شيء من رؤوس بشرية مع تعابير وجه ديناميكية لتدريب الذكاء الاصطناعي في التحليل العاطفي، إلى دواخل المركبات لمراقبة الركاب في الكابينة، وبيئات المنازل لتطبيقات مؤتمرات الفيديو، وغيرها الكثير. لكل نوع من الأصول، تقدم Datagen تباينًا عبر محاور متعددة (من لون البشرة وارتفاع الحواجب إلى حجم ولون وشكل الأثاث المنزلي)، باستخدام معلمات دقيقة لتعكس التطبيق المحدد.

بفضل هذه القدرات، تكون مجموعات بيانات Datagen لا كبيرة ومتنوعة فحسب، بل cũng مُحسنة لغرض تدريب نظام فريد لتنفيذ مهمة فريدة (أو مجموعة من المهام) في البيئة الفريدة أو الإعداد الذي سيتم استخدامه — كل ذلك دون المساس بقدرة التوسع. كما نأخذ في الاعتبار متطلبات التعليقات/البيانات الوصفية المحددة لكل تطبيق.

ما هي بعض الأمثلة على الحلول في الروبوتات التي تستخدم البيانات الاصطناعية والمحاكاة؟

أحد أكبر مزايا استخدام البيانات المحاكاة في الروبوتات هو القدرة على توليد صور للأجهزة التي لا تزال قيد التطوير. بهذه الطريقة، يمكن للدماغ الروبوتي (الذكاء الاصطناعي) والجسم الروبوتي (الأجهزة) أن يتم تطويرهما جنبًا إلى جنب. الآن، يمكن أن تتطور التدريبات مع تطور المواصفات، بدلاً من انتظار منتجك النهائي حتى يتم اختباره قبل أن تتمكن من التقاط صور له وبدء تطوير الذكاء الاصطناعي.

أيضًا، لأن البيانات المحاكاة يتم توليدها في السياق، يمكنك مراعاة التفاعل بين الروبوت وبيئته بسهولة أكبر. إذا كنت تتخيل روبوتًا يلتقط ويزيل المنتجات المعيبة من خط التجميع، فإن البيانات المحاكاة ستسمح لك بتوليد بيانات ليس فقط لجميع العيوب الفعلية الممكنة في المنتج، بل أيضًا من منظور الروبوت لتسجيل مدى حركة ذراع الروبوت وتفاعله مع الكائن الذي يلتقته. ما هو أكثر من ذلك، فإن البيانات ثلاثية الأبعاد تعني عدم الحاجة إلى تعليق صورة تلو الأخرى لضمان القدرة على الروبوت على تحديد المنتج والعيوب وذراعه أو أي شيء آخر في مجاله.

ما هي بعض حالات استخدام البيانات المحاكاة في السيارات الذكية؟

البيانات المحاكاة في تطوير السيارات الذكية تجعل من السهل تطوير مجموعات بيانات محددة لطرازات السيارات أثناء تصميمها، وتطويرها جنبًا إلى جنب مع السيارة أثناء مرورها عبر مراحل التصميم والإنتاج. مع بيانات الصور المحاكاة، يمكن للمهندسين استخدام رؤية الكابينة بشكل أكثر فعالية لتحديد السائقين النعسان أو المشتتين، أو إذا كان السائق قد أزال يده من على عجلة القيادة، أو أي حالة حافة أخرى لمراعاة سلامة السائق. كما يسمح لهم بمراعاة تنوع أكبر في السائقين والركاب، وإدخال تباين في شكل زاوية الصورة والإضاءة — كل ذلك دون المساس بخصوصية الأشخاص الحقيقيين.

أعلنت Datagen مؤخرًا عن عدد كبير من التوظيفات الجديدة المثيرة، ماذا يعني هذا للمستقبل الشركة؟

الإضافات الحديثة إلى مجلس الإدارة والقيادة التنفيذية تشمل بعض من ألمع وأكثر المحترفين إنجازًا في مجال الذكاء الاصطناعي والرؤية الكمبيوترية. معرفتهم، رؤيتهم، وخبرتهم ستساعد في توجيه وتسريع نمو Datagen أثناء التنقل في صناعة لا تزال شابة ومتضخمة بالفرص. في مجال به العديد من المجهول، لا شيء أكثر قيمة من المعرفة.

هل هناك شيء آخر تود مشاركته حول Datagen؟

Datagen، التي تتخذ من تل أبيب مقراً لها، هي جزء من تحول اقتصادي وثقافي أكبر حدث في إسرائيل، ونحن فخورون بأن نكون جزءًا منه. في فترة زمنية قصيرة، نمت إسرائيل (تل أبيب على وجه الخصوص) لتصبح مركزًا تقنيًا رئيسيًا على مستوى العالم، مع نظام ابداعي مزدهر ومجتمع استثماري نشط. على الرغم من أن إسرائيل غالبًا ما تعتبر مركزًا تقنيًا يركز على أمن السيبرانية، فقد نمت التكنولوجيا المركزة على الذكاء الاصطناعي والبيانات بشكل كبير في السنوات الأخيرة هنا. اليوم، هناك أكثر من 680 شركة ذكاء اصطناعي في إسرائيل، والتي جمعت بشكل جماعي 4.5 مليار دولار. هذا الانفجار في النمو خلال السنوات القليلة الماضية يعود في الغالب إلى التركيز العالي للمهندسين والجامعات الإسرائيلية الشهيرة. توفر هذه المؤسسات الأكاديمية وصولًا إلى المواهب وتطوير التكنولوجيا الجديدة في هذا المجال. في الشهرين الماضيين، وظفت Datagen أكثر من 20 موظفًا وتخطط لاستقبال أعضاء فريق إضافيين عبر أقسام المبيعات والتسويق والبرمجيات وDevOps والمنتجات.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Datagen.