Dr. Danny Lange, Senior VP of AI at Unity Technologies – Interview Series

Dr. Danny B. Lange je VP of AI a Machine Learning ve společnosti Unity Technologies. Dříve byl Danny Head of Machine Learning v Uberu, kde vedl úsilí o vytvoření nejvíce univerzální platformy pro strojové učení, aby podpořil rychlý růst Uberu.

Co vás zpočátku přitáhlo k umělým inteligencím?

Postavil jsem a programoval počítače již ve velmi mladém věku a téměř okamžitě mě fascinovala myšlenka udělat tyto systémy autonomní. Co mě fascinuje na autonomii, jsou výzvy, kterým musíte jako vývojář čelit při vytváření systému složeného z posloupností rigidního kódu, který může bezpečně reagovat na nepředvídané a nikdy předtím neviděné okolnosti. Oblast umělých inteligencí (AI) nám v průběhu let poskytla stále více mocné nástroje, od objektově orientovaného programování, inference založené na pravidlech, až po strojové učení a v poslední době hluboké učení. Je to zvýšená kapacita těchto technologií, která pohání rychlý pokrok v oblasti AI.

Byl jste lídrem v tomto prostoru po mnoho let, jako například generální manažer pro Amazon (AMZN ) Machine Learning v AWS a Head of Machine Learning v Uberu. Jaké jsou některé lekce, které jste se naučil z těchto předchozích zkušeností?

Strojové učení je skutečně transformační technologií, ale aby bylo možné realizovat jeho potenciál v plné míře, je nutné ho přivést do každého rohu podniku. Opakovaně strojové učení prokázalo svou schopnost vytvářet nepředstavitelné optimalizace a zvyšovat obchodní operace na úrovně, které nelze dosáhnout běžnými lidskými procesy samotnými. Nicméně, skutečná disrupce nastává pouze tehdy, když je kritická masa obchodních procesů provozována tímto způsobem. Organizace, jako jsou Amazon a Uber, jasně prokázaly, že pokud uděláme systémy strojového učení široce přístupnými a dostupnými pro každý tým, zažijeme široké přijetí, které nevyhnutelně vede k cyklu持续ných zlepšení celého podniku, protože dochází k síťovému efektu.

Od roku 2016 jste VP of AI ve společnosti Unity Technologies. Co na vizi této společnosti bylo to, co vás nadchlo?

Unity je fantastické místo pro nadšence AI. Máme pozoruhodnou kulturu řešení složitých problémů pro naše zákazníky – s AI jako jednou z nejvíce výzvých, které si lze představit. Naše vedení je odhodláno posílit a pohánět budoucnost AI. Máme technologie, zdroje, zákazníky a partnery, abychom to mohli udělat. Nemohu si představit lepší místo, kde pracovat na změně světa.

Mluvili jste dříve o důležitosti syntetických dat, můžete nám říci, co to přesně je?

Syntetická data jsou vytvářena algoritmem, nikoli daty zachycenými z reálného světa. Reálný 3D engine s realistickým emulátorem fyziky je ideálním nástrojem pro vytvoření realistických, ale syntetických trénovacích dat pro širokou škálu aplikací, od rozpoznávání objektů v počítačových vizuálních systémech až po plánování cest pro navigační roboty.

Co dělá syntetická data tak důležitá, když jde o stavbu systémů strojového učení?

Já jsem mnohokrát nazval Unity dokonalým AI Biodome. A je to pravda. Práce s AI v reálném světě a používání reálných dat může být přímo děsivá. Musím zmínit samořídící vozidla na ulicích San Francisca nebo systémy rozpoznávání obličejů nasazené ve veřejných prostorech? Existují obavy o bezpečnost, předpojatost je vždy skrytá a obavy o soukromí často kolidují s běžnými případy použití. A pak je tu nedostatek a vysoké náklady spojené se shromažďováním nezbytných množství trénovacích dat. S Unity máme nejen demokratizovanou tvorbu dat, ale také interaktivní systém pro simulaci pokročilých interakcí ve virtuálním prostředí. V Unity můžete vyvinout řídicí systémy pro autonomní vozidla bez rizika, že někoho zraníte.

Můžete diskutovat, jak Unity Simulation může pomoci společnostem s generováním syntetických dat?

S Unity Simulation jsme vzali reálný 3D engine navržen pro lidskou spotřebu, ať už se jedná o hraní her, filmy nebo inženýrství – a změnili jsme ho v cloud-optimizovanou instanci, která nejenom běží na nepředstavitelně vysokých snímcích, ale také umožňuje škálovat na tisíce instancí běžících paralelně. Tímto způsobem Unity Simulation umožňuje vývojářům generovat zkušenosti pro jejich systémy AI řádově rychleji než skutečný čas. Až donedávna, tato úroveň generování dat byla k dispozici pouze několika privilegovaným korporacím, ale s Unity Simulation jsme skutečně vyrovnali hrací pole.

Nedávno se Unity spojila s The Institute for Disease Modeling (IDM), aby vytvořila reálné 3D simulační modely šíření COVID-19. Můžete diskutovat, jak Unity Simulation může účinně simulovat šíření COVID-19?

Počítačová simulace byla používána po desetiletí výzkumníky, inženýry, řešiteli problémů a tvůrci politik v mnoha oblastech, včetně studia infekčních nemocí. Unity Simulation umožňuje speciální typ reálné časové prostorové simulace, která může být škálována na cloudu, aby se komplexně studovaly velké, složité a nejisté systémy. Postavili jsme zjednodušený demonstrační projekt, abychom simulovali šíření koronaviru v fiktivním obchodě s potravinami a prozkoumali dopad, který má politika obchodu na míru expozice. Prostřednictvím běhu desítek tisíc simulací jsme byli schopni identifikovat chování a politiku, které zdánlivě měly největší dopad na šíření této hrozné infekční nemoci.

Nedávno jste mluvil hodně o Artificial General Intelligence (AGI). Můžete vysvětlit, co je emergentní chování a proč je důležité pro vývoj AGI?

Za pouhých 100 000 let se lidská rasa dostala od přežití na sběru bobulí v divočině k vyslání člověka na Měsíc. Věděli jsme z archeogenetiky, že lidský mozek se během tohoto období времени neznačně změnil. Můžete říci, že nebyly žádné významné hardwarové upgrady procesoru. Co tedy bylo tak transformační? Klíč by se měl najít v naší schopnosti něco společně dosáhnout. Používáme termín emergentní chování systému, který nezávisí na jeho jednotlivých částech, ale spíše na jejich vztazích k sobě navzájem. Emergentní chování nelze předpovědět zkoumáním jednotlivých částí systému. Může být předpovězeno pouze porozuměním vztahům mezi částmi. Emergentní systémy jsou charakterizovány pozorováním, že celek je větší než součet částí. Zatímco jsem opakovaně ukázal zábavné příklady emergentního chování v relativně jednoduchých multi-agentních systémech, představte si, co se stane, když budete mít řadu AI systémů spolupracujících na rychlosti světla.

Věříte, že existuje možnost, že můžeme dosáhnout AGI v průběhu příštích deseti let?

Když jde o AGI, musíme si uvědomit, že jde o cestu, ne o destinaci. Nikdo přesně neví, kdy AGI nastane, protože to nebude v konkrétním okamžiku času, ale spíše postupnou změnou v průběhu času. Je v povaze AGI, že bude pro nás lidi obtížné určit, jak inteligentní je systém v daném okamžiku. Podívejte se na pokrok, který byl učiněn za posledních deset let, jsem si jist, že toto desetiletí přinese mnoho zajímavého pokroku směrem k AGI.

Je něco jiného, co byste rádi sdíleli o Unity Technologies?

V Unity pokračujeme ve vidění sebe sama jako hnací síly budoucnosti AI a sehrávání významné role v pokroku AI technologií. Naše vztahy s DeepMind jsou jasným demonstrací toho, že naše technologie je dokonalým prostředím pro výzkumníky a vývojáře, aby bezpečně tlačili hranice AI. Připravujeme se na podporu našich zákazníků a partnerů při vytváření virtuálních prostředí, která fungují na dříve neviděné škále, aby řešily výzvy zítřka, ať už se jedná o změnu klimatu, logistiku nebo zdravotnické výzvy.

Děkuji za úžasný rozhovor, užíval jsem si, když jsem se učil o Unity a vašich názorech na AGI. Kdokoli, kdo chce se dozvědět více, by měl navštívit Unity Technologies.