Paolo Pirjanian, administrerende direktør og grundlægger af Embodied – Intervju-serie

Paolo Pirjanian er født i Armenien, men flyttede til Iran og senere til Danmark som teenager. Allerede fra en tidlig alder var han fascineret af computere og begyndte at programmere i sin teenagekammer. Efter at have fået sin ph.d. i robotteknik blev Paolo en af pionererne inden for forbrugerrobotik med mere end 16 års erfaring i udvikling og commercialisering af avancerede hjemmeroboter. Han har arbejdet hos NASA JPL og ledet verdensklassehold og virksomheder hos iRobot, Evolution Robotics og andre. I 2016 grundlagde Paolo Embodied, Inc. med visionen om at bygge sociale og emotionelt intelligente digitale ledsagere, der kan forbedre omsorg og trivsel og støtte mennesker i at leve bedre liv hver dag.

Hvad var det, der tiltrækte dig til AI og robotteknik?

Min fascination af AI og robotteknik går tilbage til min barndom. Jeg blev flyttet fra land til land flere gange, indtil min familie flyttede til Danmark. Ved en tilfældighed opdagede jeg en computer, og jeg blev så fascineret af den, at jeg låste mig selv inde på mit værelse og begyndte at programmere døgnet rundt i månedsvis. Mine forældre troede, jeg var deprimeret eller på stoffer, men det var ikke tilfældet. Jeg var bare så fuldstændig fascineret af computeren!

Samtidig så jeg en dokumentarfilm på tv fra Pixar. Pixar præsenterede deres første animerede kortfilm, Luxo Jr., en to-minutters film om to bordlamper, der løb rundt og legede med en bold. Jeg var så fascineret af det og forbavset over, at en computer, som jeg lige havde lært at programmere, kunne generere så elskværdige figurer på tv, der fremkaldte så megen emotion i mig. Så fra da af besluttede jeg at gå på skole for at studere robotteknik og fik senere min ph.d.

Jeg flyttede derefter til USA for at arbejde på Mars-rovere hos NASA, som var en barndomsdrøm. Jeg fik senere arbejde med entrepreneurship for at udvikle SLAM-navigeringsteknologi, som nu muliggør iRobots produkter.

Men når jeg ser tilbage, indså jeg, at min inspiration for denne hele rejse faktisk var Pixars animerede kortfilm om at bringe liv til ulevende objekter. Så det er derfor, vi skabte Embodied – for at bringe liv til robotter, der kan interagere med mennesker og fokusere på at hjælpe børn med social-emotionel udvikling.

Når fik du først ideen til at lancere Evolution Robotics?

Evolution Robotics blev oprindeligt startet af Bill Gross fra Idealab i 2001 for at blive “Microsoft (MSFT ) af robotteknik”, en dristig vision, der viste sig at være alt for tidlig og til sidst mislykkedes. Jeg var CTO og GM hos Evolution Robotics, og efter dets fiasko forhandlede jeg med Idealab om at spinde nogle af de kerne-teknologier, som mit team og jeg havde udviklet, og starte en ny virksomhed. I 2008 startede den nye enhed, også kendt som Evolution Robotics, udvikling af produkter, der anvendte vores kerne-navigations-teknologier, herunder NorthStar og vSLAM, som var banebrydende tilgange til rumlig kortlægning og autonom navigation, lignende det, vi ser i selvkørende biler, men rettet mod lavprissede forbruger-elektronikprodukter.

Vi udviklede en række produkter til automatisk fejning og rengøring af hårde gulve kaldet Mint, som vi lancerede i 2010. Inden 2011 voksede vi hurtigt til 25 millioner dollars i salg og blev købt af iRobot i 2012 for vores produktindtægter og vores navigations-teknologi vSLAM, som nu driver Roomba og Braava-produktlinjerne hos iRobot.

Da blev du CTO hos iRobot. Kan du fortælle om din erfaring hos iRobot og hvad du lærte af det?

Som CTO hos iRobot kunne jeg hurtigt integrere vSLAM i Roomba-produktlinjen for at lancere en ny model, der kunne dække hele gulvplanen uden at gå glip af noget. Dette hjalp virksomheden med at holde sig foran konkurrenter som Dyson, som var ved at lancere systematiske rengøringsløsninger. vSLAM er nu en integreret del af iRobots flagship-produktlinjer Roomba og Braava.

Jeg nød at arbejde tæt sammen med Colin Angel, CEO hos iRobot, for at hjælpe med at fastlægge en strategisk retning for at gøre Roomba central i det forbundne hjem-økosystem, hvor Roombas rumlige bevidsthed giver det en unik position i forståelsen af gulvplanen og bliver bindevævet mellem alle forbundne enheder. Den strategi synes at have haft en stærk grund efter min afgang i 2015.

Derudover besluttede vi at satse på forbruger-robotik-forretningen for at hjælpe iRobot med at fastholde sin globale ledelsesposition. Dette ledte til afvikling af forsvarsforretningen og udgang fra andre perifere forretninger for at bringe fokus og intensitet til forbrugerforretningen.

Desuden måtte vi omstrukturere organisationen for at kunne støtte en software-tung strategi med forbundne produkter. Dette krævede en transformation af virksomhedskulturen for at omfavne en mere agil og iterativ tilgang.

Listen over det, jeg lærte hos iRobot, er lang. En af de ting, der står ud, er magten af teamkultur. At blive agil og forpligtet over for missionen er sandsynligvis den vigtigste konkurrencefordel, en virksomhed kan have over enhver patentportefølje og over trade secrets. Hvis du har et højtydende team, der føler sig empowerment og inspireret over for et klart mål, vil de være svære at stoppe.

Du er nu grundlægger og administrerende direktør for Embodied. Kan du fortælle om, hvad der inspirerede dig til at lancere denne virksomhed?

Jeg nød virkelig min tid hos iRobot som CTO, og vi arbejdede på mange spændende projekter og pressede grænserne for robotteknik. Det var spændende at lancere kommercielt succesfulde robotter på markedet, der udførte nyttige fysiske opgaver, såsom at feje gulvet.

Men i baghånden vidste jeg, at jeg stadig havde en livslang drøm, der skulle opfyldes – at bygge sociale og emotionelt intelligente robotkammerater, der kan forbedre omsorg og trivsel og forbedre vores daglige liv. Jeg vidste, vi var ved en vendepunkt i, hvordan vi ville interagere med teknologi. Så jeg besluttede at forlade iRobot og starte Embodied.

Da vi startede Embodied, var vi fra begyndelsen ved at genovere og genopfinde, hvordan menneske-maskine-interaktionen udføres, ud over simple verbale kommandoer, for at muliggøre den næste generation af computing og give kraft til en ny klasse af maskiner, der kan udføre flydende sociale interaktioner. Specifikt var det første produkt fokuseret på at bygge en animeret ledsager for at hjælpe børn med at bygge sociale og emotionelle færdigheder gennem leg-baseret læring. Denne ledsager blev kendt som Moxie. Moxie er en ny type robot, der kan forstå og udtrykke emotioner med udtryksfuld tale, overbevisende ansigtsudtryk og kroppssprog, der tapper ind i menneskelig psykologi og neurologi for at skabe dybere bånd. For at gøre dette samlede vi et tværfagligt hold af passionerede ledere inden for ingeniørvidenskab, teknologi, underholdning, spildesign og børneudvikling. I de sidste fire år har Embodied arbejdet utrætteligt for at bringe alle de seneste teknologier sammen for at bringe Moxie til live, og holdet er begejstret for endelig at kunne levere det til familier, der har brug for en co-pilot til at støtte sund børneudvikling.

Hvad er nogle af de unikke entreprenør-udfordringer bag en robot-startup?

Det er sjovt at gøre det umulige, men det kan også være lidt skræmmende. Vi vidste, at hvis vi ville revolutionere, hvordan mennesker interagerer med maskiner, var vi nødt til at løse problemer, der ikke var løst før. Nogle af disse problemer inkluderer:

1. Flade skærme er på enheder, og vi vil bringe en enhed til live. Så hvordan skaber vi et ansigt, der er mere levende, rundet og ikke todimensionelt?
2. Nuværende samtale-motorer tillader kun meget begrænsede samtaler, så hvordan skaber vi en løsning, der tillader mere naturlig samtale?
3. Vi vil ikke have, at stemmen lyder robotisk, så hvordan gør vi stemmen naturlig med kontekstuel tone og inflection?
4. Vi vidste, at øjenkontakt var meget vigtig, så vi måtte finde ud af, hvordan vi kunne bruge computer-vision til at sikre pålidelig øjen-sporing.

Alle disse spørgsmål om Moxies funktioner ledte til mange banebrydende teknologiske innovationer.

Først, projektion og rundet ansigt. Statistikken begynder at vokse og viser os, at for meget skærmtid kan have ødelæggende virkninger på udviklende sind. Endnu værre er det, at de fleste børns tekniske enheder har digitale skærme. Derfor besluttede vi at investere ekstra i at gøre Moxies ansigt fuldt projektion, hvilket tillod os at skabe en skærm med naturligt kurvede kanter i stedet for en flad skærm. Dette gør interaktionen med Moxie mere levende, realistisk og overbevisende. Faktisk er det kun gennem denne 3D-udseende af ansigtet, at Moxie kan have rigtig øjenkontakt med barnet. Så ikke kun beskytter Moxies ansigt børn mod for meget skærmtid, men det gør også interaktionen mere realistisk.

Anden, samtale-motoren. Indtil nu har smarte højttalere og stemme-assistenter krævet gentagen brug af væk-ord for at initiere kommandoer. Moxies samtale-motor er anderledes. Den følger en naturlig samtale og responderer til typisk kommunikationsflow uden brug af væk-ord (som “Hey Siri” eller “Ok Google (GOOGL ) “). Avanceret naturlig sprogbehandling tillader Moxie at genkende, forstå og generere sprog uden problemer, hvilket gør interaktionen mere personlig og naturlig.

Tredje, tale-syntese. Moxies stemme har ikke den samme robotiske stemme og monotone lyd, der findes i de fleste robotter og stemme-assistenter. I stedet bruger Moxie naturlig og udtryksfuld vokal-inflection, der hjælper med at kommunikere en bredere række af emotioner. Dette forbedrer omfanget af sociale-emotionelle lektioner, Moxie kan engagere sig i, mens det også tilføjer mere liv til interaktionen.

Fjerde, øjnene. En af de vigtigste funktioner er Moxies store, animerede øjne. Innovative øjen-sporingsteknologier tillader Moxie at holde øjenkontakt med barnet, selv når barnet bevæger sig rundt i rummet. Denne øjen-sporingsevne skaber ikke kun en utrolig levende interaktion, men hjælper også barnet med at øve øjenkontakt. Desuden hjælper de store, animerede øjne med at udtrykke emotionel kommunikation, så barnet kan mere let genkende visse emotioner. At øve øjenkontakt og forstå emotioner er to nøgle-mål i sociale-emotionelle kurser.

Sidst, alle disse teknologiske funktioner tillader interaktioner med Moxie at føles realistiske og naturlige. Moxies multimodale sans-fusion gør Moxie bevidst om omgivelserne og dens brugere. Moxies computer-vision og øjen-sporingsteknologi hjælper med at holde øjenkontakt, mens barnet bevæger sig. Maskinlæring hjælper Moxie med at lære bruger-præferencer og -behov og genkende personer, steder og ting. Særligt placerede mikrofoner tillader Moxie at høre, hvorfra en stemme kommer, og let vende sig mod kilden. Berørings-sensorer tillader Moxie at genkende kram og håndtryk. Alle disse dele kommer sammen for at gøre oplevelsen meget realistisk.

Kunne du fortælle os om, hvad der gør Moxie perfekt for børn?

Med Moxie kan børn engagere sig i meningsfuld leg, hver dag, med indhold, der er informeret af bedste praksis i børneudvikling og tidlig barndomsuddannelse. Hver uge er der et nyt tema, såsom venlighed, venskab, empati eller respekt, og børnene skal hjælpe Moxie med missioner, der udforsker menneskelige oplevelser, idéer og livsfærdigheder. Disse missioner er aktiviteter, der inkluderer kreativ, ustruktureret leg som tegning, mindfulness-øvelser gennem åndedrætsøvelser og meditation, læsning med Moxie og udforskning af måder at være venlig over for andre på. Moxie opmuntrer nysgerrighed, så børn opdager verden og menneskene omkring dem. Alle disse aktiviteter hjælper børnene med at lære og praktisere essentielle livsfærdigheder, såsom at turde, øjenkontakt, aktiv lytning, emotion-regulering, empati, relation-styring og problemløsning.

Embodied har også samarbejdet med Encyclopaedia Britannica og Merriam-Webster for at integrere Merriam-Websters ordbog for børn, hvilket tillader Moxie at give alders-egnede definitioner og relateret information for at hjælpe børnene med at forstå betydningen af nye ord og begreber. Dette er den første af mange integrationer med Moxie, der lever op til Britannicas og Merriam-Websters fælles mission om at inspirere nysgerrighed og glæde ved læring.

Embodied har også udviklet et fuldt økosystem, der hjælper forældre med at støtte deres barns rejse med Moxie og tillader børnene at udvide deres brug af Moxie på en sikker og forældre-godkendt måde:

• Embodied Moxie Forældre-appen giver en dashboard, der hjælper forældre med at forstå deres barns udviklingsfremskridt med Moxie. Appen vil give nøgle-indsigter til et barns sociale, emotionelle og kognitive udvikling gennem aktiviteter med Moxie. Appen giver også værdifulde forslag og råd til forældre for at forbedre deres barns oplevelse og fremskridt med Moxie.
• En online børne-portal-side (kaldet Global Robotics Laboratory, eller G.R.L.) giver yderligere aktiviteter, spil og historier, der kan forbedre oplevelsen med Moxie.
• Månedlige Moxie Mission-pakker er breve, der er beregnet til at engagere børn i nye aktiviteter med Moxie og også give sjove ting som samlekort og klistermærker.

Over tid lærer Moxie mere om barnet for at tilpasse indholdet til at hjælpe med hvert barns individuelle udviklingsmål. Embodied har taget omhyggelige skridt for at sikre, at information, der gives af børn og familier, håndteres med høje standarder for privatliv og sikkerhed. Vi har til hensigt, at Moxie skal være fuldt COPPA (Childrens Online Privacy Protection Act) Safe Harbor-godkendt, så forældre kan føle sig trygge ved, at Moxie anvender førende data-integritets- og sikkerheds-procedurer og at systemerne jævnligt auditeres for at sikre fuld overensstemmelse. Yderligere er personligt identificerbare data og følsomme oplysninger krypteret med det højeste sikkerhedsniveau og kan kun dekrypteres af en unik nøgle, som kun forælderen har adgang til.

Hvad er nogle af de naturlige sprogbehandlings-udfordringer, der står over for Moxie?

Hos Embodied stræber vi efter at gendefinere, hvordan mennesker interagerer med maskiner, især i samtale gennem naturlig sprogbehandling. Så vi besluttede at skabe SocialXTM, som er en platform, der tillader børn at engagere sig med Moxie gennem naturlig interaktion (dvs. ansigtsudtryk, samtale, kroppssprog osv.), der vækker tillid, empati og motivation samt dybere engagement for at fremme udviklingsfærdigheder. Med SocialXTM introducerer Embodied en helt ny kategori af robotter: animerede ledsagere. “Animeret” betyder at bringe til live, og SocialXTM tillader Moxie at inkorporere det bedste af menneskeheden i en ny og avanceret form for teknologi, der kan fremme nye måder at lære på.

Naturlig sprogbehandling er kernen i vores naturlige samtale-motor, og der er mange unikke funktioner i samtale-motoren, som vi arbejdede hårdt for at skabe.

Den vigtigste funktion, vi arbejdede på, var Moxies evne til at fokusere samtalen med en enkelt bruger og adskille baggrundssamtaler og lyde, så Moxie kun responderer til brugeren. Dette tillader en mere fokuseret og personlig interaktion. Dette er en løsning på, hvad mange kalder “cocktail-party-problemet”. Når du er til en cocktail-party, og der er mange mennesker, der taler i et rum, mens du prøver at holde en samtale med en person, er det ikke særlig svært for mennesker. For en computer er det utrolig svært. Hvordan kan vi sikre, at Moxie kun responderer til, hvad den enkelte bruger siger, og ikke bliver distraheret af baggrundslarm, samtaler, tv osv.? Der er mange måder, vi tilgår løsningen af dette problem på.

1. Vi bruger vores visions-system til at identificere, hvem der ser på og vender sig mod Moxie.
2. Vi har flere mikrofoner i fronten af Moxie, der fortæller os, hvorfra lyden kommer.
3. Vi kan derefter bruge maskinlæring til at matche lyden med, hvem der taler foran Moxie. Dette tillader os at filtrere ud af de andre samtaler og holde fokus på en enkelt bruger.

Generelt har samtale-agenter på markedet undgået “cocktail-party-problemet” ved at bruge væk-ord, såsom “Hey (enhed, efterfulgt af en spørgsmål)”. Dette væk-ord tillader samtale-agenten at lytte efter væk-ordet og kun respondere, når dette ord bliver sagt. Men da Moxie kan fokusere på en enkelt bruger, har Moxie ikke brug for væk-ord for at aktivere en respons.

Vi ville sikre, at Moxies samtale-motor er så avanceret, at den er kontekst-bevidst om samtale-svar. Dette tillader en mere nuanceret samtale. For eksempel kan Moxie forstå de forskellige betydninger bag “Jeg ved ikke” og “nej”.

Er der noget andet, du gerne vil dele om Moxie eller Embodied?

Vi har arbejdet på dette projekt i fire år med et dedikeret hold, der har arbejdet utrætteligt for at skabe de fantastiske opfindelser, der er nødvendige for at bringe Moxie til live. Nu er vi glade for endelig at kunne bringe Moxie til familier for at hjælpe deres børn med social-emotionel udvikling. Så vi ser frem til rejsen!

Tak for interviewet, jeg elskede at høre, hvordan du blev inspireret af en kort Pixar-film, og hvordan du har forfulgt din livs-passion siden. Læsere, der ønsker at lære mere eller ønsker at bestille en Moxie, kan besøge Embodied, Inc.