مقابلات
ياشار بهزادي، الرئيس التنفيذي لشركة Synthesis AI – سلسلة المقابلات
ياشار بهزادي حصل على الدكتوراه وهو الرئيس التنفيذي والمؤسس لشركة Synthesis AI. وهو رجل أعمال متمرس بنى شركات تحويلية في مجالات الذكاء الاصطناعي والتكنولوجيا الطبية والإنترنت الأشياء. وقد قام بإنشاء وتنمية شركات تقنية مركزية على البيانات في وادي السيليكون لمدة 14 عامًا. ياشار لديه أكثر من 30 براءة اختراع وبراءات اختراع قيد التقديم ودكتوراه من جامعة كاليفورنيا سان دييغو مع التركيز على النمذجة المكانية الزمنية لتصوير الدماغ الوظيفي.
Synthesis AI هي شركة ناشئة عند تقاطع التعلم العميق والرسومات الحاسوبية، مما يخلق نمطًا جديدًا لتطوير نموذج الرؤية الحاسوبية. إنهم يسمحون للعملاء بتطوير نماذج أفضل بنسبة جزء صغيرة من الوقت والتكلفة مقارنة بالمنهجيات التقليدية القائمة على التسمية البشرية.
كيف شاركت في đầu tiên في علوم الحاسوب والذكاء الاصطناعي؟
حصلت على دكتوراه من جامعة كاليفورنيا سان دييغو في عام 2006 مع التركيز على رؤية الكمبيوتر والنمذجة المكانية الزمنية لبيانات التصوير الدماغي. ثم عملت في وادي السيليكون عند تقاطع الحساسات والبيانات والتعلم الآلي عبر الصناعات لمدة 16 عامًا. أشعر بالشكر لفرصة العمل على بعض التكنولوجيات الرائعة، ولدي أكثر من 30 براءة اختراع صدرت أو قدمت تركز على معالجة الإشارات والتعلم الآلي وعلوم البيانات.
يمكنك مشاركة قصة ولادة Synthesis AI؟
قبل تأسيس Synthesis AI في عام 2019، قادت شركة خدمات الذكاء الاصطناعي العالمية لتطوير نماذج رؤية حاسوبية للشركات التكنولوجية الرائدة. بغض النظر عن حجم الشركة، وجدنا أننا مقيدون بشكل كبير بجودة وكمية البيانات التدريبية المسمى. كما أصبحت واضحة أن مستقبل رؤية الكمبيوتر لن يكون ناجحًا مع نمط التسمية البشرية الحالي. تطبيقات رؤية الكمبيوتر الناشئة في الاستقلالية والروبوتات وتطبيقات AR/VR/metaverse تتطلب مجموعة غنية من العلامات ثلاثية الأبعاد ومعلومات العمق والخصائص المادية والتقسيم المتفاصيل، إلخ، والتي لا يمكن للبشر تسميتها. كان نمطًا جديدًا مطلوبًا لتوفير مجموعة غنية من العلامات لتدريب هذه النماذج الجديدة. بالإضافة إلى المحركات الفنية، رأينا زيادة في التدقيق الاستهلاكي والتنظيمي حول القضايا الأخلاقية المتعلقة bằng انحياز النموذج وخصوصية المستهلك.
أقمت Synthesis AI بهدف تحويل نمط رؤية الكمبيوتر. منصة توليد البيانات الاصطناعية للشركة تمكن من توليد بيانات الصور الفوتوغرافية على الطلب مع مجموعة موسعة من العلامات ثلاثية الأبعاد دقيقة البكسل. مهمتنا هي رائدة تكنولوجيا البيانات الاصطناعية لتمكين تطوير نماذج أكثر قدرة بشكل أخلاقي.
للمقابلين الذين ليسوا على دراية بهذا المصطلح، يمكنك تعريف ما هو البيانات الاصطناعية؟
البيانات الاصطناعية هي بيانات حاسوبية تمثل بديلاً للبيانات الحقيقية. يتم إنشاء البيانات الاصطناعية في عوالم رقمية محاكاة بدلاً من جمعها من العالم الحقيقي أو قياسها. بتجميع أدوات من عالم التأثيرات البصرية والرسومات الحاسوبية مع نماذج الذكاء الاصطناعي التوليدية، تمكن Synthesis AI الشركات من إنشاء كميات هائلة من البيانات المتنوعة والفوتوغرافية على الطلب لتدريب نماذج رؤية الكمبيوتر. قامت منصة توليد البيانات للشركة بتخفيض التكلفة والسرعة للحصول على بيانات الصور عالية الجودة بأوامر من حيث الحجم مع الحفاظ على الخصوصية.
يمكنك مناقشة كيفية توليد البيانات الاصطناعية؟
يتم إنشاء مجموعة بيانات اصطناعية بشكل اصطناعي بدلاً من عبر بيانات العالم الحقيقي. يتم ربط تكنولوجيا من صناعة التأثيرات البصرية مع شبكات عصبية توليدية لإنشاء بيانات الصور المسمى الفوتوغرافية الواسعة والمتنوعة. تسمح البيانات الاصطناعية بإنشاء بيانات التدريب بنسبة جزء صغيرة من التكلفة والزمن للمنهجيات الحالية.
كيف يخلق استخدام البيانات الاصطناعية حافة تنافسية؟
目前، معظم أنظمة الذكاء الاصطناعي تستخدم “التعلم الإشرافي” حيث يسمي البشر السمات الرئيسية في الصور ثم يتدرب الخوارزميات على تفسير الصور. هذا عملية استهلاك الموارد والزمن ومتأثرة بما يمكن للبشر تسميته بدقة. بالإضافة إلى ذلك، تم زيادة المخاوف حول انحياز الديموغرافي للذكاء الاصطناعي وخصوصية المستهلك، مما يجعل من الصعب الحصول على بيانات بشرية ممثلة.
منهجنا هو إنشاء عوالم رقمية محاكاة لإنشاء بيانات الصور المعقدة. منذ أن نولد البيانات، نعرف كل شيء عن المشاهد، بما في ذلك المعلومات التي لم تكن متاحة من قبل حول الموقع ثلاثي الأبعاد للكائنات وتفاعلاتها المعقدة مع بعضها البعض والبيئة. ستحتاج عملية الحصول على هذه الكمية من البيانات باستخدام المناهج الحالية إلى أشهر أو سنوات. سينتج هذا النمط الجديد تحسنًا بنسبة 100 مرة في الكفاءة والتكلفة وسيقود فئة جديدة من النماذج الأكثر قدرة.
由于 أن البيانات الاصطناعية تم توليدها بشكل اصطناعي، يتم إlimination العديد من الانحيازات وقلق الخصوصية المرتبطين بجمع مجموعات البيانات من العالم الحقيقي.
كيف تمكن توليد البيانات على الطلب من تسريع التوسع؟
التقاط وتهيئة البيانات الحقيقية لتدريب النموذج هو عملية طويلة ومملة. يمكن أن يكون نشر الأجهزة اللازمة مكلفًا بشكل مفرط لمنظومات رؤية الكمبيوتر المعقدة مثل المركبات المستقلة والروبوتات أو صور الأقمار الصناعية. بمجرد التقاط البيانات، يسمي البشر ويوضحون السمات الأساسية. هذه العملية معرضة للخطأ، والبشر محدودون في khảية تسمية المعلومات الرئيسية مثل الموقع ثلاثي الأبعاد المطلوب للعديد من التطبيقات.
البيانات الاصطناعية أسرع وأرخص بأوامر من حيث الحجم من المناهج الحقيقية المسمى البشرية التقليدية وستسهم في تسريع نشر نماذج جديدة وأكثر قدرة عبر الصناعات.
كيف تمكن البيانات الاصطناعية من تقليل أو منع انحياز الذكاء الاصطناعي؟
النظم الذكية موجودة في كل مكان ولكنها يمكن أن تحتوي على انحيازات متأصلة يمكن أن تؤثر على مجموعات من الناس. يمكن أن تكون مجموعات البيانات غير متوازنة مع فئات معينة من البيانات ويمكن أن تكون مجموعات معينة من الناس مفرطة أو منخفضة التمثيل. يمكن أن يؤدي بناء أنظمة بشرية إلى انحياز الجنس والعرق والعمر. في المقابل، يتم إنشاء بيانات التدريب المولدة بالتصميم بشكل صحيح ويتخلف عن الانحيازات البشرية.
البيانات الاصطناعية يمكن أن تصبح حلًا قويًا في حل مشكلة انحياز الذكاء الاصطناعي. يتم إنشاء البيانات الاصطناعية بشكل جزئي أو كامل بشكل اصطناعي بدلاً من قياسها أو استخراجها من أحداث أو ظواهر العالم الحقيقي. إذا كانت مجموعة البيانات ليست متنوعة أو كافية، يمكن للبيانات التي تم إنشاؤها بواسطة الذكاء الاصطناعي ملء الفجوات وتشكيل مجموعة بيانات غير متحيزة. الأفضل؟ يمكن إنشاء هذه المجموعات يدويًا بواسطة فرق خلال عدة أشهر أو سنوات. عند تصميمها مع البيانات الاصطناعية، يمكن القيام بذلك في ليلة واحدة.
خارج رؤية الكمبيوتر، ما هي بعض الحالات المستقبلية المحتملة لاستخدام البيانات الاصطناعية؟
بالإضافة إلى مجموعة من حالات استخدام رؤية الكمبيوتر المتعلقة بالمنتجات الاستهلاكية والاستقلالية والروبوتات وتطبيقات AR/VR/metaverse وغيرها، ستؤثر البيانات الاصطناعية أيضًا على وسائط بيانات أخرى. نحن نشهد بالفعل شركات تستخدم مناهج البيانات الاصطناعية لبيانات الجدول المنظم والصوت ومعالجة اللغة الطبيعية. تختلف التكنولوجيا الأساسية وأنابيب التوليد لكل وسيط، ونحن نتوقع في المستقبل القريب رؤية أنظمة متعددة الوسائط (مثل الفيديو + الصوت).
هل هناك شيء آخر تريد مشاركته حول Synthesis AI؟
في نهاية العام الماضي، أطلقنا HumanAPI، وهو توسيع كبير لقدرات البيانات الاصطناعية لشركة Synthesis AI، مما يسمح بالتوليد البرمجي لملايين البشر الرقميين الفريدين عالي الجودة ثلاثي الأبعاد. يأتي هذا الإعلان بعد أشهر من إطلاق منتج FaceAPI لخدمة البيانات الاصطناعية، الذي قدم أكثر من 10 ملايين صورة وجه مسماة لشركات الهواتف الذكية والاتصالات التلفونية والسيارات والتكنولوجيا الرائدة. HumanAPI هو الخطوة التالية في رحلة الشركة لدعم تطبيقات الذكاء الاصطناعي المتقدمة.
يسمح HumanAPI أيضًا بفرص جديدة عديدة للعملاء، بما في ذلك المساعدين الذكيين الافتراضيين ومدربي اللياقة البدنية الافتراضيين، وبالطبع، عالم تطبيقات Metaverse.
من خلال إنشاء نسخة رقمية للعالم الحقيقي، ستمكن Metaverse تطبيقات جديدة تتراوح من شبكات اجتماعية متخيلة وتجارب ترفيهية وخدمات الاتصالات التلفونية والألعاب وغيرها. سيكون الذكاء الاصطناعي للرؤية الحاسوبية أساسيًا لطريقة التقاط العالم الحقيقي وإعادة إنشائه بدقة عالية في العالم الرقمي. سيكون البشر الرقميون الفوتوغرافيون والمعبرين ودقيقين سلوكيًا مكونًا أساسيًا لمستقبل تطبيقات رؤية الكمبيوتر. HumanAPI هو أول منتج يسمح للشركات بإنشاء كميات هائلة من بيانات الجسم الكامل المسماة على الطلب لإنشاء نماذج ذكاء اصطناعي أكثر قدرة، بما في ذلك تقدير الموضع والتعرف على العواطف وتصنيف السلوك وتحديد السلوك وإعادة بناء الوجه وغيرها.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Synthesis AI.
