Yashar Behzadi, generální ředitel Synthesis AI – série rozhovorů

Yashar Behzadi PhD je generálním ředitelem a zakladatelem Synthesis AI. Je zkušený podnikatel, který vybudoval transformační podniky v oblasti umělé inteligence, medicínské technologie a IoT trhů. Už 14 let působí v Silicon Valley, kde buduje a rozšiřuje datové technologie. Yashar má více než 30 patentů a patentů ve stavu podání a doktorát z UCSD se zaměřením na prostorově-časové modelování funkčního zobrazování mozku.

Synthesis AI je startup na rozhraní hlubokého učení a CGI, který vytváří nový paradigm pro vývoj modelů počítačového vidění. Umožňuje zákazníkům vyvíjet lepší modely za zlomek času a nákladů tradičních přístupů založených na lidské anotaci.

Jak jste se původně zapojil do počítačových věd a umělé inteligence?

Získal jsem doktorát z UCSD v roce 2006 se zaměřením na počítačové vidění a prostorově-časové modelování dat ze zobrazování mozku. Poté jsem pracoval v Silicon Valley na rozhraní senzorů, dat a strojového učení napříč odvětvími po dobu 16 let. Považuji se za velmi šťastného, že jsem měl možnost pracovat na některých pozoruhodných technologiích, a mám více než 30 patentů vydaných nebo podaných se zaměřením na zpracování signálů, strojové učení a datové vědy.

Můžete sdílet příběh vzniku Synthesis AI?

Než jsem založil Synthesis AI v roce 2019, vedl jsem globální společnost AI služeb, která se zaměřovala na vývoj modelů počítačového vidění pro přední technologické podniky. Bez ohledu na velikost společnosti jsme byli extrémně omezeni kvalitou a množstvím označených trénovacích dat. Jakmile se společnosti rozšířily geograficky, zvětšily svou zákaznickou základnu nebo vyvinuly nové modely a hardware, vyžadovala se nová trénovací data, aby modely fungovaly adekvátně. Také bylo jasné, že budoucnost počítačového vidění nebude úspěšná s dnešním paradigmatem lidské anotace. Vznikající aplikace počítačového vidění v autonomii, robotice a AR/VR/metaverse vyžadují bohatou sadu 3D popisků, hloubkové informace, materiálové vlastnosti, podrobnou segmentaci atd., které lidé nemohou označit. Byl zapotřebí nový paradigm, aby poskytl nezbytnou bohatou sadu popisků pro trénování nových modelů. Kromě technických hnacích sil jsme viděli rostoucí spotřebitelskou a regulační kontrolu kolem etických otázek souvisejících s předpojatostí modelů a ochranou soukromí spotřebitelů.

Založil jsem Synthesis AI s cílem transformovat paradigm počítačového vidění. Platforma společnosti pro generování syntetických dat umožňuje generovat fotorealistické obrazová data s rozšířenou sadou 3D pixel-perfect popisků. Naší misí je průkopnický vývoj syntetických datových technologií, aby umožnily etický vývoj schopnějších modelů.

Pro čtenáře, kteří nejsou seznámeni s tímto termínem, můžete definovat, co je syntetická data?

Syntetická data jsou počítačově generovaná data, která slouží jako alternativa k reálným datům. Syntetická data jsou vytvářena v simulovaných digitálních světech, spíše než shromažďována nebo měřena v reálném světě. Kombinací nástrojů z oblasti vizuálních efektů a CGI s generativními modely AI, Synthesis AI umožňuje společnostem vytvářet obrovská množství fotorealistických, rozmanitých dat na vyžádání pro výuku modelů počítačového vidění. Platforma společnosti pro generování dat snížila náklady a dobu potřebnou pro získání vysoce kvalitních obrazových dat o několik řádů, zatímco zachovala ochranu soukromí.

Můžete diskutovat, jak se syntetická data generují?

Syntetická datová sada je vytvořena uměle, spíše než reálnými daty. Technologie z oblasti vizuálních efektů jsou spojeny s generativními neuronovými sítěmi, aby vytvořily obrovská, rozmanitá a fotorealistická označená obrazová data. Syntetická data umožňují vytvářet trénovací data za zlomek nákladů a času současných přístupů.

Jak využívání syntetických dat vytváří konkurenční výhodu?

V současné době většina systémů AI využívá “učení s učitelem”, kde lidé označí klíčové atributy v obrazech a poté trénují algoritmy AI, aby interpretovaly obrázky. Tento proces je zdrojově a časově náročný a je omezen tím, co lidé mohou přesně označit. Kromě toho se obavy o demografickou předpojatost AI a ochranu soukromí spotřebitelů zvyšují, což činí stále obtížnějším získání reprezentativních lidských dat.

Náš přístup spočívá v vytváření fotorealistických digitálních světů, které syntetizují komplexní obrazová data. Protože generujeme data, víme všechno o scénách, včetně dříve nedostupných informací o 3D umístění objektů a jejich složitých interakcích navzájem a s prostředím. Získání a označení tohoto množství dat pomocí současných přístupů by trvalo měsíce, ne-li roky. Tento nový paradigm umožní 100x zlepšení efektivity a nákladů a povede k nové třídě schopnějších modelů.

Pokud syntetická data jsou generována uměle, eliminuje se mnoho předpojatostí a problémů s ochranou soukromí spojených s tradičním shromažďováním dat z reálného světa.

Jak generování dat na vyžádání umožňuje urychlené škálování?

Zachycení a příprava reálných dat pro trénování modelu je dlouhý a únavný proces. Nasazení nezbytného hardwaru může být pro komplikované systémy počítačového vidění, jako jsou autonomní vozidla, robotika nebo satelitní zobrazování, prohibitivně drahé. Jakmile jsou data zachycena, lidé je označí a annotují základní funkce. Tento proces je náchylný k chybám a lidé jsou omezeni ve své schopnosti označit klíčové informace, jako je 3D pozice, vyžadovaná pro mnoho aplikací.

Syntetická data jsou o několik řádů rychlejší a levnější než tradiční přístupy založené na lidské anotaci a budou urychlovat nasazení nových a schopnějších modelů napříč odvětvími.

Jak syntetická data umožňují snížení nebo prevenci předpojatosti AI?

Systémy AI jsou všudypřítomné, ale mohou obsahovat vrozené předpojatosti, které mohou ovlivnit skupiny lidí. Datové sady mohou být nevyvážené s určitými třídami dat a buď nadměrně nebo podměrně reprezentovanými skupinami lidí. Budování lidských systémů může často vést k předpojatostem pohlaví, etnické příslušnosti a věku. Naopak designem generovaná trénovací data jsou správně vyvážená a postrádají lidské předpojatosti.

Syntetická data se mohou stát robustním řešením problému předpojatosti AI. Syntetická data jsou generována částečně nebo úplně uměle, spíše než měřena nebo extrahována z reálných událostí nebo jevů. Pokud datová sada není dostatečně rozmanitá nebo velká, AI generovaná data mohou vyplnit mezery a vytvořit nezaujatou datovou sadu. Nejlepší část? Ruční vytváření těchto datových sad může trvat týmy několik měsíců nebo let. Když jsou navržena se syntetickými daty, může být hotovo přes noc.

Mimo počítačového vidění, jaké jsou některé budoucí potenciální použití syntetických dat?

Kromě mnohých použití počítačového vidění souvisejících s spotřebitelskými produkty, autonomií, robotikou, AR/VR/metaverse a dalšími, syntetická data budou mít dopad i na další datové modality. Už vidíme, jak společnosti využívají syntetická data pro strukturovaná tabulková data, hlas a zpracování přirozeného jazyka. Základní technologie a generovací potrubí se liší pro každou modalitu a v blízké budoucnosti očekáváme vidět multimodální systémy (například video + hlas).

Je něco jiného, co byste rádi sdíleli o Synthesis AI?

Na konci loňského roku jsme vydali HumanAPI, významné rozšíření syntetických datových schopností Synthesis AI, které umožňuje programové generování milionů jedinečných, vysoce kvalitních 3D digitálních lidí. Toto oznámení přichází několik měsíců po spuštění produktu FaceAPI syntetických dat jako služby, který dodal více než 10 milionů označených obličejových obrazů pro přední smartphonové, telekonferenční, automobilové a technologické společnosti. HumanAPI je další krok v cestě společnosti pro podporu pokročilých aplikací umělé inteligence (AI) v počítačovém vidění.

HumanAPI také umožňuje řadu nových příležitostí pro naše zákazníky, včetně chytrých AI asistentů, virtuálních fitness trenérů a samozřejmě aplikací metaverse.

Pří vytváření digitální kopie reálného světa, metaverse umožní nové aplikace, od reimaginovaných sociálních sítí, zábavních zkušeností, telekonferencí, her a dalších. Počítačové vidění AI bude fundamentální pro to, jak se reálný svět zachytí a rekreuje s vysokou fidelitou v digitálním světě. Fotorealistické, expresivní a behaviorálně přesné lidi budou nezbytnou součástí budoucnosti aplikací počítačového vidění. HumanAPI je první produkt, který umožňuje společnostem vytvářet obrovská množství dokonale označených dat celého těla na vyžádání pro sestavení schopnějších modelů AI, včetně odhadu polohy těla, rozpoznání emocí, charakterizace aktivity a chování, rekonstrukce obličeje a dalších.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Synthesis AI.