Yashar Behzadi, administrerende direktør for Synthesis AI – Intervju-serie

Yashar Behzadi PhD er administrerende direktør og grundlægger af Synthesis AI. Han er en erfaren iværksætter, der har opbygget transformative forretninger inden for AI, medicinsk teknologi og IoT-markeder. Han har tilbragt de sidste 14 år i Silicon Valley med at opbygge og skala datacentriske teknologivirksomheder. Yashar har over 30 patenter og patenter under anmeldelse og en ph.d. fra UCSD med fokus på spatial-temporal modellering af funktionel hjernescanning.

Synthesis AI er en startup, der ligger i skæringspunktet mellem dyb læring og CGI, og som skaber en ny paradigm for udvikling af computer vision-modeller. De giver kunderne mulighed for at udvikle bedre modeller til en brøkdel af den tid og omkostning, der er forbundet med traditionelle menneske-baserede tilgange.

Hvordan blev du først involveret i datalogi og AI?

Jeg fik en ph.d. fra UCSD i 2006 med fokus på computer vision og spatial & temporal modellering af hjernescanningdata. Jeg arbejdede herefter i Silicon Valley i skæringspunktet mellem sensorer, data og maskinlæring på tværs af brancher i de næste 16 år. Jeg føler mig meget heldig at have haft mulighed for at arbejde med nogle bemærkelsesværdige teknologier, og jeg har over 30 patenter udstedt eller anmeldt med fokus på signalbehandling, maskinlæring og datavidenskab.

Kan du dele historien om Synthesis AI’s opståen?

Før jeg grundlagde Synthesis AI i 2019, ledede jeg en global AI-servicevirksomhed, der var fokuseret på udvikling af computer vision-modeller for førende teknologivirksomheder. Uanset virksomhedens størrelse fandt jeg, at vi var ekstremt begrænsede af kvaliteten og mængden af labeled træningsdata. Da virksomhederne udvidede geografisk, voksede deres kundebase eller udviklede nye modeller og nye hardware, var der behov for nye træningsdata for at sikre, at modellerne fungerede tilfredsstillende. Det blev også klart, at fremtiden for computer vision ikke ville være succesfuld med i dag’s menneske-baserede annotationsparadigme. Fremtidige computer vision-anvendelser i autonomi, robotteknologi og AR/VR/metaverse-anvendelser kræver en rig sæt af 3D-mærker, dybdeinformation, materialeegenskaber, detaljeret segmentering osv., som mennesker ikke kan mærke. Der var behov for en ny paradigm for at give det nødvendige rige sæt af mærker til at træne disse nye modeller. Ud over de tekniske drivkræfter så vi en øget forbruger- og regulatorisk skærping omkring etiske problemer i forhold til modelforvrængning og forbrugerprivatliv.

Jeg etablerede Synthesis AI med det formål at transformere computer vision-paradigmet. Virksomhedens syntetiske data-genereringsplatform giver mulighed for at generere fotorealistiske billeddata med et udvidet sæt af 3D-pixelperfekte mærker. Vores mission er at bane vejen for syntetiske data-teknologier, der giver mulighed for at udvikle mere kapable modeller på en etisk måde.

Kan du definere, hvad syntetisk data er for læsere, der ikke er bekendt med dette begreb?

Syntetisk data er computer-genereret data, der fungerer som en alternativ til virkelige data. Syntetisk data oprettes i simulerede digitale verdener i stedet for at blive indsamlet eller målt i den virkelige verden. Ved at kombinere værktøjer fra den visuelle effektverden med generative AI-modeller giver Synthesis AI virksomhederne mulighed for at oprette enorme mængder af fotorealistiske, diverse data på krav for at træne computer vision-modeller. Virksomhedens data-genereringsplatform reducerer omkostningerne og tiden til at opnå højkvalitets billeddata med flere størrelsesordener, samtidig med at den beskytter privatlivet.

Kan du diskutere, hvordan syntetisk data genereres?

En syntetisk dataserie oprettes kunstigt i stedet for gennem virkelige data. Teknologier fra den visuelle effektindustri kombineres med generative neurale netværk for at oprette enorme, diverse og fotorealistiske mærkede billeddata. Syntetisk data giver mulighed for at oprette træningsdata til en brøkdel af omkostningerne og tiden i forhold til nuværende tilgange.

Hvordan giver brugen af syntetisk data en konkurrencefordel?

I øjeblikket anvender de fleste AI-systemer “overvåget læring”, hvor mennesker mærker nøgleattributter i billeder og herefter træner AI-algoritmer for at fortolke billeder. Dette er en ressource- og tidskrævende proces, der er begrænset af, hvad mennesker kan mærke nøjagtigt. Derudover er bekymringen omkring AI-demografisk forvrængning og forbrugerprivatliv forøget, hvilket gør det sværere at opnå repræsentativ menneskelig data.

Vores tilgang er at oprette fotorealistiske digitale verdener, der syntetiserer komplekse billeddata. Da vi genererer dataene, ved vi alt om scenerne, herunder tidligere utilgængelig information om 3D-placeringen af objekter og deres komplekse interaktioner med hinanden og omgivelserne. At opnå og mærke denne mængde data ved hjælp af nuværende tilgange ville tage måneder, hvis ikke år. Denne nye paradigm vil give en 100-gange forbedring af effektivitet og omkostning og drive en ny klasse af mere kapable modeller.

Da syntetisk data genereres kunstigt, eliminerer dette mange forvrængninger og privatlivsbekymringer i forhold til traditionel indsamling af data fra den virkelige verden.

Hvordan giver data-generering på krav mulighed for accelereret skala?

At indsamle og forberede virkelige data til modeltræning er en lang og kedelig proces. At udruste den nødvendige hardware kan være prohibitivt dyrt for komplekse computer vision-systemer som autonome køretøjer, robotteknologi eller satellitbilleder. Når dataene er indsamlet, mærker og annoterer mennesker essentielle funktioner. Denne proces er fejlbehæftet, og mennesker er begrænsede i deres evne til at mærke nøgleinformation som 3D-position, der kræves til mange anvendelser.

Syntetisk data er flere størrelsesordener hurtigere og billigere end traditionelle menneske-mærkede virkelige data-tilgange og vil komme til at accelerere udviklingen af nye og mere kapable modeller på tværs af brancher.

Hvordan giver syntetisk data mulighed for en reduktion eller forebyggelse af AI-forvrængning?

AI-systemer er alomfattende, men kan indeholde indbyggede forvrængninger, der kan påvirke grupper af mennesker. Datamængder kan være ubalancerede med visse klasser af data og enten over- eller underrepræsenterede grupper af mennesker. At bygge menneskecentriske systemer kan ofte føre til køns-, etnisk og aldersforvrængning. I modsætning hertil mangler design-genereret træningsdata menneskelig forvrængning.

Syntetisk data kan blive en robust løsning for at løse AI’s forvrængningsproblem. Syntetisk data genereres delvist eller fuldstændigt kunstigt i stedet for at blive målt eller udtrukket fra virkelige begivenheder eller fænomener. Hvis datamængden ikke er divers eller stor nok, kan AI-genereret data udfylde hullerne og danne en upartisk datamængde. Det bedste er, at manuelt at oprette disse datamængder kan tage hold af mennesker flere måneder eller år at gennemføre. Når de er designet med syntetisk data, kan det gøres om natten.

Uden for computer vision, hvilke andre potentielle anvendelser er der for syntetisk data?

Ud over de mange computer vision-anvendelser, der er relateret til forbrugerprodukter, autonomi, robotteknologi, AR/VR/metaverse og mere, vil syntetisk data også påvirke andre data-modi. Vi ser allerede virksomheder, der anvender syntetisk data-tilgange for struktureret tabeldata, tale og naturlig sprogbehandling. De underliggende teknologier og genereringsrører forskellige for hver modus, og i den nærmeste fremtid forventer vi at se multi-modale systemer (f.eks. video + tale).

Er der noget andet, du gerne vil dele om Synthesis AI?

Sidst på året udgav vi HumanAPI, en betydelig udvidelse af Synthesis AI’s syntetiske data-kapaciteter, der giver mulighed for at generere millioner af unikke, højkvalitets 3D-digitale mennesker på krav. Denne meddelelse kommer måneder efter lanceringen af FaceAPI-syntetisk data-til-service-produktet, der har leveret over 10 millioner mærkede ansigtsbilleder til førende smartphone-, videokonference-, bil- og teknologivirksomheder. HumanAPI er det næste skridt i virksomhedens rejse for at støtte avancerede computer vision-kunstig intelligens (AI)-anvendelser.

HumanAPI giver også mulighed for en række nye muligheder for vores kunder, herunder intelligente AI-assistenter, virtuelle fitness-coaches og selvfølgelig metaverse-anvendelser.

Ved at oprette en digital kopi af den virkelige verden vil metaverse give mulighed for nye anvendelser, der strækker sig fra genopfundne sociale netværk, underholdningsoplevelser, videokonferencer, spil og mere. Computer vision-AI vil være fundamentalt for, hvordan den virkelige verden bliver fanget og genskabt med høj tilfældighed i den digitale verden. Fotorealistiske, udtryksfulde og adfærds-mæssigt nøjagtige mennesker vil være en afgørende komponent i fremtiden for computer vision-anvendelser. HumanAPI er det første produkt, der giver virksomheder mulighed for at oprette enorme mængder af perfekt mærkede helkropsdata på krav for at bygge mere kapable AI-modeller, herunder stillings-analyse, følelses-genkendelse, aktivitet- og adfærdskarakterisering, ansigts-rekonstruktion og mere.

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