Sohaib Khan, spoluzakladatel a CEO společnosti Hazen.ai – rozhovor

Sohaib Khan je spoluzakladatel a CEO společnosti Hazen.ai, která využívá počítačové vidění a hluboké učení k návrhu inteligentního softwaru pro analýzu dopravy, který je navržen tak, aby „porozuměl“ pohybu každého vozidla.

Co vás původně přitáhlo k oboru umělé inteligence?

Během svého bakalářského studia jsem poprvé četl o tom, jak funguje stereo-vize (nebo binokulární vidění – odhadování hloubky ze dvou kamer). To mě fascinovalo a vedlo mě k dalšímu zkoumání počítačového vidění. Zajímavé je, že jsem o tom poprvé četl v knize, kterou jsem našel na tradičním pátečním trhu, kde se prodávaly použité knihy na ulici v našem rodném městě. Později jsem dokončil doktorát v tomto oboru na univerzitě v USA.

Předtím jste byl profesorem na jedné z největších univerzit v Pákistánu, Lahore University of Management Sciences (LUMS). Jaké byly vaše pedagogické a výzkumné zájmy?

Když jsem se připojil k LUMS po dokončení doktorátu, vytvořil jsem první laboratoř pro postgraduální výzkum na univerzitě, díky grantu od velké obranné organizace. Postgraduální program v oboru informatiky byl velmi nový a v té době neexistovaly žádné výzkumné laboratoře. Učil jsem počítačové vidění po dobu 12 let na LUMS a měl aktivní laboratoř v tomto oboru. Na počátku nebylo počítačové vidění téměř vyučováno na žádné pákistánské univerzitě, ale později se stalo standardním předmětem a mnoho mých studentů nyní také učí na pákistánských univerzitách.

Můžete diskutovat o tom, co vás inspirovalo k založení startupu, který se specializuje na počítačové vidění a algoritmy hlubokého učení pro video analýzu?

Počítačové vidění bylo po dlouhou dobu převážně experimentálním výzkumným oborem s omezenými aplikacemi v produktech. To bylo způsobeno tím, že zralost algoritmů potřebných pro stavbu produktů nebyla dostatečná. Pro produkt musí algoritmus pro porozumění obrazu fungovat v různých zobrazovacích a osvětlovacích podmínkách, a ne pouze v některých pečlivě kontrolovaných experimentech. Měli jsme vtip mezi našimi postgraduálními studenty v naší laboratoři, když jsem dělal doktorát kolem roku 2000, že pokud můžete najít tři obrázky, na kterých váš algoritmus funguje, můžete napsat článek. Pokud funguje na třech videích, získáte velmi dobrý článek! Smysl je, že mnoho algoritmů pro vidění fungovalo pouze v pečlivě kurátorovaných laboratorních scénářích a nebyly velmi robustní.

Ale nyní se věci změnily. S příchodem hlubokého učení v roce 2012 jsme viděli velmi rychlý a fascinující pokrok v porozumění obrazu. Když jsme to viděli, cítili jsme, že nyní je správný čas na stavbu solidních produktů, které mohou mít významný dopad.

Jaké typy dopravních přestupků může Hazen.ai monitorovat?

Náš cíl je identifikovat všechny typy nebezpečného chování při řízení na silnicích. To je motivováno naší hlavní cílem snížit počet dopravních nehod. Každých 24 sekund zemře někdo při dopravní nehodě, což je ekvivalentní zhruba 15 787-8 Dreamlinerům, které havarují každý den! Proto stavíme software, který může detekovat různé typy nebezpečného a nebezpečného chování, jako je nebezpečná změna jízdního pruhu, nelegální otáčky, jízda na červenou nebo přes stop-signál, blokování přechodu pro chodce, neřízené nošení bezpečnostního pásu nebo textování za jízdy. Pracujeme také na stavbě funkcí v našem softwaru speciálně pro bezpečnost chodců a cyklistů, protože více než polovina úmrtí při dopravních nehodách se vyskytuje v zranitelné skupině chodců, cyklistů a motocyklistů.

Jaké jsou některé z jedinečných výzev spojených s používáním počítačového vidění pro monitorování objektů pohybujících se vysokou rychlostí?

Existují dva typy výzev: První je výkon počítačových algoritmů pro vidění – chcete mít produkt, který může fungovat v náročných dopravních podmínkách 24/7 ve všech osvětlovacích variantách. Ačkoli zde byl velký technický pokrok, jsou stále země, ve kterých je hustota uživatelů silnic tak vysoká, jako je například shluk motocyklů nebo chodců v blízké blízkosti, že je pro algoritmy stále výzvou je individuálně sledovat a porozumět scéně. Druhá výzva spočívá v tom, že je třeba vytvořit solidní produkt z algoritmů pro počítačové vidění, který lze nasadit na omezené hardwarové zdroje na okraji a lze jej snadno monitorovat a spravovat, i když je distribuován po celém městě. Protože produkty pro počítačové vidění zpracovávají velké množství video dat, jejich nasazení na okraji jako zařízení IoT a efektivní správa zůstává složitou úlohou.

Jaký je proces pro koncového uživatele pro konfiguraci softwaru pro různé silniční konfigurace?

Každé křižovatka poskytuje jedinečnou scénu, pokud jde o dopravní objem, konfiguraci jízdních pruhů a typ vozidla, cyklisty nebo interakce chodců. Kromě toho mohou být zájmy dopravních manažerů specifické, aby identifikovali určitý typ dopravního chování na každé lokalitě. Například dopravní policie může zakázat otáčku v křižovatce, aby usnadnila tok dopravy, a zajímají se o zachycení této statistiky. Proto jsme nosso software konfigurovatelný pro různé scénáře. Když je kamera nastavena s naším softwarem, konfigurujeme ji prostřednictvím jednoduchého procesu pro to, co koncový uživatel vyžaduje na této lokalitě. Interně jsme vytvořili vysokoúrovňový jazyk, ve kterém můžeme kompaktně popsat scénáře dopravy, které nás zajímají, jednoduchým způsobem. To nám umožňuje rychle konfigurovat lokalitu pro naše zákazníky.

Jaký typ hardwaru je potřebný pro provoz tohoto systému?

Video analýza vyžaduje značné výpočetní prostředky. Optimalizovali jsme náš kód pro běh na menších GPU Nvidia , které lze nasadit na okraji, jako je jejich série Jetson, a také na procesorech Intel pro některé funkce, které nabízíme. V posledních letech se na trhu objevuje stále více výkonného hardwaru na okraji za rozumnou cenu, což skutečně pohání mnoho zajímavých aplikací.

Můžete diskutovat o tom, zda některá jurisdikce aktuálně testují nebo používají technologii Hazen.ai?

Momentálně máme probíhající testy v několika zemích, Velké Británii, USA, Egyptě, Saúdské Arábii, Pákistánu, Ománu, Peru a také jsme v kontaktu s potenciálními zákazníky v dalších zemích.

Je něco jiného, co byste rádi sdíleli o Hazen.ai?

Celkově se domníváme, že technologie pro bezpečnost dopravy nepokročily dostatečně, ve srovnání se rozsahem problému. Nicméně nyní je správný čas, protože došlo k obrovskému pokroku v počítačovém vidění a hlubokém učení, stejně jako k dostupnosti levného hardwaru pro kamery a výpočetní techniku. V budoucnu uvidíme mnoho dalších aplikací počítačového vidění na okraji. Tyto jsou základy, které pohání Hazen.ai.

Děkuji za rozhovor, čtenáři, kteří si chtějí přečíst více, by měli navštívit Hazen.ai