Bruno Zamborlin, administrerende direktør og chefvidenskabsmand i Hypersurfaces – Interviewserie

Bruno Zamborlin, PhD er en italiensk AI-forsker og iværksætter baseret i London, UK.

Som gæsteforsker på Goldsmiths University var Bruno med til at udvikle konceptet om at omdanne fysiske objekter til berøringsfølsomme, interaktive overflader ved hjælp af vibrationsensorer og kunstig intelligens.

Han er grundlægger af Mogees Limited, det London-Los Angeles-baserede startup, hvis produkter giver brugerne mulighed for at omdanne hverdagsobjekter til musikinstrumenter og spil ved hjælp af en vibrationsensor og en mobiltelefon (over 100.000 enheder solgt verden over).

Han har nylig grundlagt HyperSurfaces, en teknologiplatform, der kan omdanne objekter af enhver materiale, form og størrelse til dataaktiverede, interaktive overflader ved hjælp af en vibrationsensor og en møntstørrelse chip.

Hvordan udviklede din rejse som iværksætter sig fra din passion for musik? Kan du dele historien om, hvordan du fik idéen til dit første startup, Mogees?

Jeg har altid været fascineret af at skabe teknologier, der kan udnytte og ændre omgivelserne omkring os, i stedet for at skabe noget fra scratch. Jeg bruger ofte “Interaktiv Maskinlæring”, som er en gren af AI, der fokuserer på at give slutbrugeren mulighed for at programmere algoritmerne selv, som de ønsker, i stedet for at bruge AI som en sort boks med foruddefinerede regler. Det har været det fælles grundlag for det meste af mit arbejde.

Mogees har til formål at demokratisere denne proces for lydskabelse. Det giver brugerne mulighed for at ændre akustiske egenskaber hos fysiske objekter omkring os, så de kan blive musikalske. Det består af en lille vibrationsensor, som man placerer på objektet, man ønsker at afspille, og en smartphone-app, der omdanner vibrationerne til musiklyd. Appen giver brugerne mulighed for at ændre akustiske parametre hos det fysiske objekt, man afspiller, samt genkende bestemte gestus.

Kan du diskutere oprindelsen bag din anden startup, Hypersurfaces?

Teknologien har revolutioneret mange aspekter af vores liv, fra måden vi kommunikerer med hinanden til måden vi handler, kører, studerer osv.

Den fysiske verden omkring os har imidlertid ikke udviklet sig i samme takt. Tænk på dit køkkenbord, en skoleklasse, en park; de er stadig ret meget de samme som for 30 år siden.

HyperSurfaces er en teknologi, der kan omdanne enhver overflade af enhver fast materiale, form og størrelse til en dataaktiveret HyperOverflade, der kan forstå enhver begivenhed, der sker på overfladen, og reagere derpå tilsvarende, på det rigtige tidspunkt. Det sker takket være en lille vibrationsensor og en chip, hvor en AI-algoritme kører lokalt. Tænk på overflader, der er bevidste om, når de bliver berørt, gennemløbet, flyttet, ramt, når en væske bliver dryppet på dem osv, og reagerer på disse begivenheder tilsvarende.

Og endnu mere, med vores cloud-platform kan brugerne programmere disse overflader selv på under en time, uden at skulle skrive en enkelt linje kode. HyperSurfaces er på en måde en naturlig udvidelse af Mogees. Der er nogle fælles træk, navnlig Interaktiv Maskinlæring og vibrationer, selvom disse er bragt til det næste niveau.

Hvorfor er det så vigtigt at udvide forskellige overflader til at reagere på menneskelige gestus?

Hvis man tænker på, hvordan vores kroppe er designet, er det ret urimeligt at tilbringe hele dagen foran en touchscreen eller et tastatur og kommunikere med teknologier med kun vores fingre. Forestil dig, hvis teknologien kunne være spredt overalt omkring os for at simplificere vores interaktioner med den virkelige verden. Forestil dig et gulv, der ved, når nogen falder, og får vores stemmeassistent til at spørge, om vi skal ringe efter en nødhjælp, eller et vindue, der ved, hvis nogen bryder ind, et køkken, der sporer vores kogning og styrer apparaterne derpå, osv. Eller den fremtidige by, der kan overvåge køretøjer og fodgængere uden at skulle bruge invasive kameraer og mikrofoner. Nu skal det skaleres op til en hel skov, med solcelledrevne hypertræer, der kan kommunikere, hvis der er en brand, eller hvis der er ulovlig jagt osv. Til endnu mere kunstneriske anvendelser, som træer i en park, der fremhæver sig selv forskelligt afhængigt af, hvor mange mennesker der har omfavnede dem den dag. Eksemplerne er uendelige.

Kan du uddybe den maskinlærings-teknologi, der bruges til at tolke vibrationsmønstre, såsom menneskelige gestus, og omdanne dem til enhver digital kommando?

Vi bruger standard billigt hardware: en møntstørrelse vibrationsensor og en chip, som skabere kan placere på eller under overfladen, de ønsker at udvide. Når en begivenhed sker på en sådan overflade, bliver den tilsvarende vibration fanget og sendt til chippen, hvor vores algoritme tolker den. Hvis den svarer til en af de begivenheder, algoritmen er forudtrænet med, bliver en tilsvarende besked genereret. Sådanne beskeder kan bruges enten lokalt, f.eks. når de er forbundet til et centralt system i et køretøj, eller en smart assistent, eller en ad-hoc Raspberry Pi osv, eller sendes til cloudet.

Hvad er nogle af anvendelserne af denne teknologi i detailhandelssektoren?

Trods den nuværende situation er der meget opmærksomhed på fremtiden for detailhandlen lige nu. Den skal være anderledes end e-handel, i stand til at tilbyde en rigtig oplevelse.

Designere har eksperimenteret med HyperSurfaces for at skabe interaktive produkter, der viser digitalt indhold afhængigt af, hvordan besøgende interagerer med et bestemt produkt, og tilbyder både en fysisk og digital oplevelse på samme tid.

HyperSurfaces kan bruges i forskellige anvendelser, hvilke af disse tror du har en høj sandsynlighed for at blive populære?

Givet den nuværende situation er der meget opmærksomhed på smart home-anvendelser. Hvis de er fri for kameraer og mikrofoner, og data bearbejdes lokalt, er det endnu bedre.

Men der er mange andre anvendelser, vi snart vil se.

Hvilken type data kan indsamles fra HyperSurfaces?

Meget. Vi kan opdele dem i tre brede kategorier: menneskelige interaktioner (som at røre noget), akustiske begivenheder (som vand, der koger) og fejlforebyggelse (som at opdage lyden af en motor, før den går i stykker). For hver af disse kategorier er HyperSurfaces i stand til at fortælle multiple egenskaber på samme tid, fra intensiteten af begivenheden til typen af materiale, der bruges til at udløse interaktionen, og meget mere.

Hvordan kan AI-modeller bruge disse data til at registrere bestemte begivenheder, mens de sker i realtid?

Vi har udviklet en rigtig “univers” af vibrationsbegivenheder, der er optaget over hundredvis af overflader af alle slags. Vibrationer er en utrolig rig type information at arbejde med.

Når man bruger vores platform, kan brugerne optage en utrolig lille mængde observationer for hver begivenhed, de ønsker at definere, fordi vores AI er i stand til at trække så megen information ud af dem takket være dette “univers”, vi har bygget.

Til sidst, kan du fortælle os, hvorfor du valgte at studere datalogi?

Jeg har været fascineret af matematik, siden jeg var 4. For mig er det det vigtigste redskab til at beskrive verden, vi lever i, fri for de fordomme, som sprog medfører. Da jeg købte min første computer, lærte jeg, at gennem datalogi var det muligt at bruge matematik til at ændre sådan en verden på forskellige måder. Jeg ser sensorer som et par øjne, der fanger, hvad der er i verden, og algoritmer som en pensel, der trækker noget nyt ud af den.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge HyperSurfaces.