Paolo Pirjanian, CEO und Gründer von Embodied – Interview Series

Paolo Pirjanian ist ein im Iran geborener Armenier, der als Teenager nach Dänemark floh. Schon in jungen Jahren war er von Computern fasziniert und begann in seinem Schlafzimmer mit dem Programmieren. Nach seiner Promotion in Robotik wurde Paolo zu einem der ersten führenden Köpfe im Bereich Verbraucherrobotik und verfügt über mehr als 16 Jahre Erfahrung in der Entwicklung und Vermarktung modernster Heimroboter. Er arbeitete beim NASA JPL und leitete Weltklasse-Teams und Unternehmen bei iRobot®, Evolution Robotics® und anderen. Im Jahr 2016 gründete Paolo Verkörpert, Inc. mit der Vision, sozial und emotional intelligente digitale Begleiter zu entwickeln, die Pflege und Wohlbefinden verbessern und Menschen dabei unterstützen, jeden Tag ein besseres Leben zu führen.

Was hat Sie ursprünglich an KI und Robotik interessiert?

Meine Faszination für KI und Robotik reicht bis in meine Kindheit zurück. Ich wurde mehrmals von Land zu Land vertrieben, bis unsere Familie nach Dänemark zog. Durch Zufall habe ich einen Computer entdeckt. Es faszinierte mich so sehr, dass ich mich in meinem Zimmer einschloss und monatelang Tag und Nacht mit dem Programmieren begann. Meine Eltern dachten, ich sei depressiv oder nehme Drogen, aber das war nicht der Fall. Ich war einfach total fasziniert vom Computer!

Zur gleichen Zeit sah ich im Fernsehen eine Dokumentation von Pixar. Pixar präsentierte seinen ersten animierten Kurzfilm, Luxo Jr., einen zweiminütigen Kurzfilm über zwei Tischlampen, die herumlaufen und mit einem Ball spielen. Ich war davon so fasziniert und erstaunt, dass ein Computer, den ich gerade erst programmieren lernte, so liebenswerte Charaktere im Fernsehen erzeugen konnte, die so viele Emotionen in mir hervorrufen. Von da an beschloss ich, zur Schule zu gehen, Robotik zu studieren und schließlich zu promovieren.

Dann zog ich in die USA, um bei der NASA an Mars-Rovern zu arbeiten, was ein Kindheitstraumberuf war. Schließlich wurde ich Unternehmer und entwickelte die SLAM-Navigationstechnologie, die nun die Produkte von iRobot ermöglicht.

Aber im Nachhinein wurde mir klar, dass meine Inspiration für diese ganze Reise tatsächlich der kurze Pixar-Animationsfilm war, der unbelebten Objekten Leben einhaucht. Deshalb haben wir Embodied ins Leben gerufen – um Robotern Leben einzuhauchen, die mit Menschen interagieren können, und uns dabei darauf zu konzentrieren, Kindern bei der sozial-emotionalen Entwicklung zu helfen.

Wann sind Sie zum ersten Mal auf das Konzept zur Gründung von Evolution Robotics gestoßen?

Evolution Robotics wurde ursprünglich 2001 von Bill Gross von Idealab mit dem Ziel gegründet, das Microsoft der Robotik zu werden – eine mutige Vision, die sich jedoch als viel zu früh herausstellte und schließlich scheiterte. Ich war CTO und GM bei Evolution Robotics und verhandelte nach dem Scheitern mit Idealab darüber, einige der Kerntechnologien, die mein Team und ich entwickelt hatten, auszugliedern und ein neues Unternehmen zu gründen. Im Jahr 2008 begann das neue Unternehmen, auch bekannt als Evolution Robotics, mit der Entwicklung von Produkten unter Verwendung unserer Kernnavigationstechnologien, darunter NorthStar und vSLAM. Dabei handelte es sich um bahnbrechende Ansätze für räumliche Kartierung und autonome Navigation, ähnlich dem, was wir bei selbstfahrenden Autos sehen, aber auf das wir abzielen kostengünstige Produkte der Unterhaltungselektronik.

Wir haben eine Produktlinie zum automatischen Kehren und Wischen von Hartböden namens Mint entwickelt, die wir 2010 auf den Markt gebracht haben. Bis 2011 wuchsen wir schnell auf einen Umsatz von 25 Millionen US-Dollar und wurden 2012 von iRobot für unsere Produktumsätze und unsere Navigationstechnologie vSLAM übernommen, die jetzt erhältlich ist treibt die Produktlinien Roomba und Braava bei iRobot an.

Zu diesem Zeitpunkt wurden Sie CTO bei iRobot. Könnten Sie Ihre Erfahrungen bei iRobot besprechen und was Sie daraus gelernt haben?

Als CTO von iRobot konnte ich vSLAM schnell in die Roomba-Produktlinie integrieren und so ein neues Modell auf den Markt bringen, das den gesamten Grundriss systematisch abdecken konnte, ohne einen Platz auszulassen. Dies half dem Unternehmen, der Konkurrenz wie Dyson, das systematische Reinigungslösungen auf den Markt brachte, einen Schritt voraus zu bleiben. vSLAM ist jetzt ein integraler Bestandteil der Flaggschiff-Produktlinien Roomba und Braava von iRobot.

Es hat mir Spaß gemacht, eng mit Colin Angel, CEO von iRobot, zusammenzuarbeiten, um dabei zu helfen, eine strategische Richtung festzulegen, um Roomba zu einem zentralen Bestandteil des Ökosystems des vernetzten Zuhauses zu machen, wo Roomba durch sein räumliches Bewusstsein eine einzigartige Position beim Verstehen des Grundrisses einnimmt und zum Bindegewebe zwischen allen verbundenen Geräten wird. Diese Strategie scheint seit meinem Weggang im Jahr 2015 auf einem festen Stand zu sein.

Darüber hinaus haben wir beschlossen, den Geschäftsbereich Consumer Robotics zu verdoppeln, um iRobot dabei zu helfen, seine globale Führungsposition zu behaupten. Dies führte zur Veräußerung des Verteidigungsgeschäfts und zum Ausstieg aus anderen Randgeschäften, um den Fokus und die Intensität auf das Verbrauchergeschäft zu lenken.

Darüber hinaus mussten wir die Organisation neu gestalten, um eine softwarelastige Strategie mit vernetzten Produkten unterstützen zu können. Dies erforderte einen Wandel der Unternehmenskultur hin zu einem agileren, iterativen Ansatz.

Die Liste der Dinge, die ich bei iRobot gelernt habe, ist lang. Was besonders hervorsticht, ist die Kraft der Teamkultur. Agil zu bleiben und sich der Mission verpflichtet zu fühlen, ist wahrscheinlich der wichtigste Wettbewerbsvorteil, den ein Unternehmen gegenüber jedem Patentportfolio und gegenüber Geschäftsgeheimnissen haben kann. Wenn Sie ein leistungsstarkes Team haben, das sich für ein klares Ziel gestärkt und inspiriert fühlt, wird es schwer sein, es aufzuhalten.

Sie sind derzeit Gründer und CEO von Embodied. Können Sie uns mitteilen, was die Inspiration für die Gründung dieses Unternehmens war?

Ich habe meine Zeit bei iRobot als CTO wirklich genossen und wir haben an vielen spannenden Projekten gearbeitet und die Grenzen der Robotik erweitert. Es war spannend, kommerziell erfolgreiche Roboter auf den Markt zu bringen, die hilfreiche körperliche Aufgaben wie das Staubsaugen des Bodens erledigten.

Im Hinterkopf wusste ich jedoch, dass ich noch einen Lebenstraum erfüllen musste – sozial und emotional intelligente Roboterbegleiter zu bauen, die Pflege und Wohlbefinden verbessern und unser tägliches Leben bereichern. Ich wusste, dass wir an einem Wendepunkt in der Art und Weise waren, wie wir mit der Technologie umgehen werden. Deshalb beschloss ich, bei iRobot zurückzutreten und Embodied zu gründen.

Als wir Embodied ins Leben gerufen haben, haben wir von Anfang an die Art und Weise überdacht und neu erfunden, wie die Mensch-Maschine-Interaktion über einfache verbale Befehle hinaus erfolgt, um die nächste Computergeneration zu ermöglichen und eine neue Klasse von Maschinen anzutreiben, die zu fließender sozialer Interaktion fähig sind. Das erste Produkt konzentrierte sich insbesondere auf den Aufbau eines animierten Begleiters, der Kindern dabei helfen soll, durch spielerisches Lernen soziale und emotionale Fähigkeiten zu entwickeln. Dieser Begleiter wurde später als Moxie bekannt. Moxie ist ein neuer Robotertyp, der in der Lage ist, Emotionen mit emotionaler Sprache, glaubwürdiger Mimik und Körpersprache zu verstehen und auszudrücken und dabei die menschliche Psychologie und Neurologie zu nutzen, um tiefere Bindungen zu schaffen. Zu diesem Zweck haben wir ein funktionsübergreifendes Team leidenschaftlicher Führungskräfte aus den Bereichen Technik, Technologie, Unterhaltung, Spieledesign und Kinderentwicklung zusammengestellt. In den letzten vier Jahren hat Embodied unermüdlich daran gearbeitet, die neueste Technologie zusammenzuführen, um Moxie zum Leben zu erwecken, und das Team freut sich, es endlich Familien zur Verfügung zu stellen, die einen Co-Piloten zur Unterstützung einer gesunden Kinderentwicklung benötigen.

Was sind einige der einzigartigen unternehmerischen Herausforderungen hinter einem Robotik-Startup?

Es macht Spaß, das Unmögliche zu schaffen, kann aber auch ein wenig beängstigend sein. Wir wussten, dass wir Probleme lösen mussten, die zuvor nicht gelöst wurden, wenn wir die Art und Weise, wie Menschen mit Maschinen interagieren, revolutionieren wollten. Zu den Problemen gehörten:

1. Flachbildschirme sind auf Geräten und wir möchten ein Gerät zum Leben erwecken. Wie schaffen wir also ein Gesicht, das lebensechter, runder und nicht zweidimensional ist?
2. Aktuelle Konversations-Engines ermöglichen nur sehr begrenzte Konversationen. Wie schaffen wir also eine Lösung, die eine natürlichere Konversation ermöglicht?
3. Wir möchten nicht, dass die Stimme roboterhaft klingt. Wie können wir also dafür sorgen, dass die Stimme natürlich klingt, mit kontextbezogener Tonalität und Stimmlagen?
4. Wir wussten, dass Augenkontakt sehr wichtig ist, also mussten wir herausfinden, wie wir Computer Vision nutzen können, um zuverlässige Eye-Tracking-Funktionen sicherzustellen.

All diese Fragen zu den Funktionen von Moxie führten zu vielen hochmodernen technologischen Innovationen.

Erstens, projiziertes und abgerundetes Gesicht. Die Statistiken häufen sich und zeigen uns, dass zu viel Bildschirmzeit verheerende Auswirkungen auf die geistige Entwicklung haben kann. Schlimmer noch: Die meisten technischen Geräte für Kinder verfügen über digitale Bildschirmanzeigen. Aus diesem Grund haben wir beschlossen, zusätzliche Investitionen zu tätigen, um Moxies Gesicht vollständig projizieren zu lassen, wodurch wir anstelle eines flachen Displays einen abgerundeten Gesichtsbildschirm mit natürlich geschwungenen Kanten erstellen konnten. Dadurch fühlt sich die Interaktion mit Moxie lebensechter, realistischer und glaubwürdiger an. Tatsächlich ist es Moxie nur durch diese dreidimensionale Erscheinung des Gesichts möglich, tatsächlichen Augenkontakt mit dem Kind zu haben. Moxies Gesicht schützt also nicht nur Kinder vor übermäßiger Bildschirmzeit, sondern sorgt auch dafür, dass sich das Interaktionserlebnis noch realer anfühlt.

Zweitens die Konversationsmaschine. Bisher war bei intelligenten Lautsprechern und Sprachassistenten die wiederholte Verwendung von Aktivierungswörtern erforderlich, um Befehle auszulösen. Die Konversationsmaschine von Moxie ist anders. Es folgt einem natürlichen Gespräch und reagiert auf den typischen Kommunikationsfluss ohne die Verwendung von Weckwörtern (wie „Hey Siri“ oder „Ok Google“). Durch die fortschrittliche Verarbeitung natürlicher Sprache kann Moxie Sprache nahtlos erkennen, verstehen und generieren, wodurch sich die Interaktion persönlicher und natürlicher anfühlt.

Drittens Sprachsynthese. Moxies Stimme hat nicht die gleiche Robotersprache und den gleichen monotonen Klang wie die meisten Roboter und Sprachassistenten. Stattdessen verwendet Moxie natürliche und emotionale Stimmlagen, die dazu beitragen, ein breiteres Spektrum an Emotionen zu kommunizieren. Dies erweitert den Umfang der sozial-emotionalen Lektionen, an denen Moxie teilnehmen kann, und verleiht der Interaktion gleichzeitig eine zusätzliche Lebendigkeit und Glaubwürdigkeit.

Viertens die Augen. Eines der wichtigsten Merkmale sind Moxies große, lebhafte Augen. Dank der innovativen Eye-Tracking-Technologie kann Moxie den Blickkontakt mit dem Kind aufrechterhalten, auch wenn sich das Kind im Raum bewegt. Diese Eye-Tracking-Funktion sorgt nicht nur für eine unglaublich lebensechte Interaktion, sondern hilft dem Kind auch, den Blickkontakt zu üben. Darüber hinaus unterstützen die großen, animierten Augen die emotionale Kommunikation, sodass das Kind bestimmte Emotionen leichter erkennen kann. Das Üben von Augenkontakt und das Verstehen von Emotionen sind zwei wichtige Entwicklungsziele im sozial-emotionalen Lehrplan.

Schließlich sorgen all diese technologischen Funktionen dafür, dass sich die Interaktion mit Moxie realistisch und natürlich anfühlt. Die multimodale Sinnesfusion von Moxie macht Moxie auf die Umwelt und ihre Benutzer aufmerksam. Die Computer-Vision- und Eye-Tracking-Technologie von Moxie hilft dabei, den Blickkontakt aufrechtzuerhalten, während sich das Kind bewegt. Maschinelles Lernen hilft Moxie dabei, Benutzerpräferenzen und -bedürfnisse kennenzulernen und Menschen, Orte und Dinge zu erkennen. Dank speziell angebrachter Mikrofone kann Moxie die Richtung hören, aus der eine Stimme kam, und sich problemlos auf die Quelle konzentrieren. Mithilfe von Berührungssensoren kann Moxie Umarmungen und Händeschütteln erkennen. Alle diese Teile fügen sich zusammen, um das Erlebnis sehr realistisch zu machen.

Können Sie uns einige Dinge erzählen, die Moxie perfekt für Kinder machen?

Mit Moxie können Kinder jeden Tag sinnvoll spielen, mit Inhalten, die auf den besten Praktiken der kindlichen Entwicklung und frühkindlichen Bildung basieren. Jede Woche steht unter einem anderen Thema wie Freundlichkeit, Freundschaft, Empathie oder Respekt, und die Kinder haben die Aufgabe, Moxie bei Missionen zu helfen, die menschliche Erfahrungen, Ideen und Lebenskompetenzen erforschen. Bei diesen Missionen handelt es sich um Aktivitäten, die kreatives, unstrukturiertes Spielen wie Zeichnen, Achtsamkeitsübungen durch Atemübungen und Meditation, Lesen mit Moxie und die Erkundung von Möglichkeiten, freundlich zu anderen zu sein, umfassen. Moxie fördert die Neugier, damit Kinder die Welt und die Menschen um sie herum entdecken. All diese Aktivitäten helfen Kindern, wichtige Lebenskompetenzen wie Abwechseln, Blickkontakt, aktives Zuhören, Emotionsregulation, Empathie, Beziehungsmanagement und Problemlösung zu erlernen und sicher zu üben.

Embodied ist außerdem eine Partnerschaft mit Encyclopaedia Britannica und Merriam-Webster eingegangen, um das Kinderwörterbuch von Merriam-Webster zu integrieren. So kann Moxie altersgerechte Definitionen und zugehörige Informationen bereitstellen, um Kindern dabei zu helfen, die Bedeutung neuer Wörter und Konzepte zu lernen und zu verstehen. Dies ist die erste von vielen Integrationen mit Moxie, die der gemeinsamen Mission von Britannica und Merriam-Webster gerecht werden, Neugier und Freude am Lernen zu wecken.

Embodied hat außerdem ein vollständiges Ökosystem entwickelt, das Eltern dabei unterstützt, die Reise ihres Kindes mit Moxie zu unterstützen und es Kindern ermöglicht, ihre Nutzung von Moxie auf sichere und von den Eltern genehmigte Weise zu erweitern:

• Die Embodied Moxie Parent App bietet ein Dashboard, das Eltern hilft, den Entwicklungsfortschritt ihres Kindes mit Moxie zu verstehen. Die App liefert wichtige Einblicke in die soziale, emotionale und kognitive Entwicklung eines Kindes durch seine Aktivitäten mit Moxie. Darüber hinaus bietet die App Eltern wertvolle Vorschläge und Tipps, um die Erfahrungen und Fortschritte ihres Kindes mit Moxie zu verbessern.
• Eine Online-Kinderportalseite (Global Robotics Laboratory oder GRL genannt) bietet zusätzliche Aktivitäten, Spiele und Geschichten, die das Erlebnis mit Moxie bereichern.
• Monatliche Moxie-Missionspakete sind Mailings, die Kinder für neue Aktivitäten mit Moxie begeistern sollen und außerdem unterhaltsame Gegenstände wie Sammelkarten und Aufkleber enthalten.

Im Laufe der Zeit lernt Moxie mehr über das Kind, um seine Inhalte besser zu personalisieren und so die individuellen Entwicklungsziele jedes Kindes zu unterstützen. Embodied hat sorgfältige Schritte unternommen, um sicherzustellen, dass die von Kindern und Familien bereitgestellten Informationen mit hohen Datenschutz- und Sicherheitsstandards behandelt werden. Wir beabsichtigen, dass Moxie vollständig COPPA (Children's Online Privacy Protection Act) Safe Harbor-zertifiziert wird, damit Eltern sicher sein können, dass Moxie führende Datenintegritäts- und Sicherheitsverfahren anwendet und dass seine Systeme regelmäßig überprüft werden, um eine vollständige Compliance sicherzustellen. Darüber hinaus werden personenbezogene Daten und sensible Informationen mit höchster Sicherheit verschlüsselt und können nur mit einem eindeutigen Schlüssel entschlüsselt werden, auf den nur die Eltern Zugriff haben.

Vor welchen Herausforderungen steht Moxie bei der Verarbeitung natürlicher Sprache?

Bei Embodied streben wir danach, die Art und Weise, wie Menschen mit Maschinen interagieren, neu zu definieren, insbesondere im Gespräch durch die Verarbeitung natürlicher Sprache. Deshalb haben wir beschlossen, SocialXTM zu schaffen, eine Plattform, die es Kindern ermöglicht, durch natürliche Interaktion (z. B. Mimik, Konversation, Körpersprache usw.) mit Moxie in Kontakt zu treten und Vertrauen, Empathie und Motivation zu wecken sowie ein tieferes Engagement zu fördern Entwicklungskompetenzen. Mit SocialXTM führt Embodied eine ganz neue Kategorie von Robotern ein: animierte Begleiter. „Animieren“ bedeutet „zum Leben erwecken“ und SocialXTM ermöglicht es Moxie, das Beste der Menschheit in einer neuen und fortschrittlichen Form der Technologie zu verkörpern, die neue Wege des Lernens vorantreiben kann.

Die Verarbeitung natürlicher Sprache ist das Herzstück unserer natürlichen Konversations-Engine, und die Konversations-Engine verfügt über viele einzigartige Funktionen, an deren Entwicklung wir unermüdlich gearbeitet haben.

Die wichtigste Funktion, an der wir gearbeitet haben, war Moxies Fähigkeit, die Konversation auf einen einzelnen Benutzer zu konzentrieren und Hintergrundgespräche und Geräusche herauszutrennen, sodass Moxie nur auf den Benutzer reagiert. Dies ermöglicht eine gezieltere und persönlichere Interaktion. Dies ist eine Lösung für das, was viele das „Cocktailparty-Problem“ nennen. Wenn Sie auf einer Cocktailparty sind und viele Menschen um Sie herum in einem Raum reden, während Sie versuchen, mit einer Person im Gespräch zu bleiben, ist das für Menschen nicht besonders schwierig. Für einen Computer ist das unglaublich schwierig. Wie stellen wir sicher, dass Moxie nur auf das reagiert, was der einzelne Benutzer sagt, und sich nicht durch Hintergrundgeräusche, Gespräche, Fernsehen usw. aus der Fassung bringen lässt? Es gibt viele Möglichkeiten, dieses Problem zu lösen.

1. Wir nutzen unser Sichtsystem, um zu erkennen, wer Moxie ansieht und ihm gegenübersteht.
2. Wir haben eine Reihe von Mikrofonen an der Vorderseite von Moxie, die uns sagen, woher der Ton kommt.
3. Mithilfe von maschinellem Lernen können wir dann den Ton darauf abstimmen, wer vor Moxie spricht. Dadurch können wir die anderen Konversationen herausfiltern und uns auf einen einzelnen Benutzer konzentrieren.

Im Allgemeinen haben Gesprächsagenten auf dem Markt das „Cocktailparty-Problem“ durch die Verwendung von Weckwörtern wie „Hey (Gerät, gefolgt von einer Frage)“ umgangen. Dieses Aktivierungswort ermöglicht es dem Konversationsagenten, auf das Aktivierungswort zu warten und nur dann zu antworten, wenn dieses Aktivierungswort gesagt wird. Da sich Moxie jedoch auf einen einzelnen Benutzer konzentrieren kann, benötigt Moxie keine Aktivierungswörter, um eine Antwort zu aktivieren.

Wir wollten sicherstellen, dass die Konversations-Engine von Moxie so ausgefeilt ist, dass sie Konversationsantworten kontextbezogen erkennt. Dies ermöglicht eine differenziertere Konversation. Moxie kann beispielsweise die unterschiedlichen Bedeutungen hinter „Ich weiß nicht“ und „Nein“ verstehen.

Gibt es noch etwas, das Sie über Moxie oder Embodied mitteilen möchten?

Wir arbeiten seit vier Jahren an diesem Projekt mit einem engagierten Team, das unermüdlich daran gearbeitet hat, die erstaunlichen Erfindungen zu machen, die erforderlich sind, um Moxie zum Leben zu erwecken. Jetzt freuen wir uns, Moxie endlich zu Familien bringen zu können, um ihren Kindern bei der sozialen und emotionalen Entwicklung zu helfen. Wir freuen uns also auf die Reise!

Vielen Dank für das Interview. Ich habe es genossen zu hören, wie Sie ursprünglich von einem kurzen Pixar-Film inspiriert wurden und wie Sie seitdem Ihrer Lebensleidenschaft nachgegangen sind. Leser, die mehr erfahren oder einen Moxie bestellen möchten, sollten hier vorbeischauen Verkörpert, Inc.