Ofir Mulla, Συνιδρυτής και CTO της Lumana – Σειρά Συνεντεύξεων

Ofir Mulla, Συνιδρυτής και CTO της Lumana, φέρνει πάνω από μια δεκαετία βαθιάς εμπειρίας στις τεχνολογίες 3D και υπολογιστικής όρασης, έχοντας πρωτοπορήσει και κλιμακώσει λύσεις σε κωδικοποιημένο φως, στερεοσκόπηση και LiDAR modalities ενώ ηγήθηκε της διεπιστημονικής ανάπτυξης σε λογισμικό, ηλεκτρικά συστήματα, ρομποτική, ML/AI και ιατρικές συσκευές. Πριν από το ρόλο του στη Lumana, πέρασε σχεδόν 15 χρόνια στην Intel όπου σχεδίασε την πλατφόρμα RealSense 3D και ηγήθηκε ομάδων που εκτείνονταν σε υλικό, firmware και αρχιτεκτονική συστήματος.

Lumana είναι μια προηγμένη εταιρεία видеο-ασφάλειας και οπτικής νοημοσύνης η οποία μετατρέπει τις υπάρχουσες κάμερες σε έξυπνους, ανιχνευτές παράγοντες με την αξιοποίηση της AI για την ανίχνευση και απόκριση σε πραγματικές εκδηλώσεις σε πραγματικό χρόνο – από μη εξουσιοδοτημένη πρόσβαση και παραβιάσεις ασφαλείας σε λειτουργικές εποπτικές – επιτρέποντας στις επιχειρήσεις σε εκπαίδευση, κυβέρνηση, λιανική, κατασκευή και φιλοξενία να ενοποιήσουν την νοημοσύνη κάμερων, να αυτοματοποιήσουν την παρακολούθηση και να ξεκλειδώσουν αναλυτικές πληροφορίες από την υποδομή βίντεο.

Πώς οι εμπειρίες σας στην Intel σας προέτρεψαν για τη Lumana και τη συνίδρυση της εταιρείας;

Η τεχνολογία LiDAR ήταν ένα κεντρικό μέρος του RealSense, μια ενεργητική μέθοδος προβολής laser φωτός για την καταγραφή της γεωμετρίας του κόσμου. Είναι ένα όμορφο κομμάτι κωδικοποιημένης τεχνολογίας φωτός που οι εξαιρετικοί μηχανικοί μας στην Intel εφεύραν. Η γεωμετρική ανίχνευση είναι κρίσιμη για κινούμενα αντικείμενα, όπως ρομποτικά και αυτοκίνητα, και αυτό είναι το λόγο για τον οποίο τα περισσότερα ρομποτικά συστήματα σήμερα βασίζονται σε συσκευές RealSense.

Αλλά μια ερώτηση προέκυψε: τι συμβαίνει όταν οι αισθητήρες είναι σταθεροί, όπου η ναυτιλία και ο χρόνος-προς-επιπτώση δεν είναι οι κύριες εργασίες; Ρωτήσαμε τους εαυτούς μας ποια τεχνολογία θα μπορούσε να παρέχει την μεγαλύτερη αξία στους χρήστες σε αυτό το контέκστ.

Μέσω βαθιών συζητήσεων, συνειδητοποιήσαμε ότι τα περισσότερα υπάρχοντα σταθερά συστήματα κάμερων δεν μπορούν να κλιμακωθούν φυσικά. Η παρακολούθηση κάθε συστήματος είναι κουραστική. Ταυτόχρονα, η AI είχε ωριμάσει στο σημείο όπου αρχίσαμε να ρωτάμε: πώς μπορεί ένα προσιτό σύστημα στο χώρο του πελάτη να παρασχετήσει τις πιο επείγουσες, αξιόπιστες ασφαλείς απαντήσεις σε κρίσιμες ειδοποιήσεις;

Χτίσαμε μια ισχυρή ομάδα AI που γρήγορα μετέτρεψε αυτή την όραση σε ένα λειτουργικό προϊόν. Η έμπνευση ήταν απλή: τα κινούμενα οχήματα απαιτούν γεωμετρική ανίχνευση, αλλά σταθεροί αισθητήρες, εστιάζοντας στην παρακολούθηση συμπεριφοράς αντί για σχεδιασμό κίνησης, επωφελούνται περισσότερο από προηγμένη ανάλυση βίντεο χωρίς ρητή ανακατασκευή γεωμετρίας.

Το ταξίδι του RealSense με δίδαξε ότι κάθε πρόβλημα απαιτεί τη δική του λύση και η αληθινή διακοπή απαιτεί καινοτομία. Η ομάδα μου στη Lumana ενσωματώνει αυτό το αρχή: επαγγελματίες, καινοτόμες και οδηγούμενες. Μαζί δημιουργήσαμε ένα σύστημα σε πραγματικό χρόνο που φέρνει την απόδοση του cloud στη γραμμή, προσιτό, κλιμακωτό και ανταποκρινόμενο.

Πώς η Φυσική AI υπερβαίνει την παραδοσιακή ανάλυση βίντεο όπως η ανίχνευση αντικειμένων και η ετικέτα μοτίβων;

Όταν μιλάμε για Φυσική AI, εννοούμε ένα σύστημα AI που δεν σταματά στην αντίληψη, αλλά αλληλεπιδρά ενεργά με τον πραγματικό κόσμο. Η παραδοσιακή ανάλυση βίντεο, όπως η ανίχνευση αντικειμένων ή η ετικέτα μοτίβων, είναι μόνο ο πρώτος όρος. Η βαθύτερη πρόκληση είναι τι έρχεται μετά: διάταξη, παρακολούθηση, συσσώρευση, αναγνώριση, ανάκτηση, αναζήτηση και επαλήθευση των ανιχνευμένων αντικειμένων και επιτάχυνση απόκρισης. Αυτό περιλαμβάνει επίσης την ενεργοποίηση της πρόσβασης με βάση κείμενο και ακόμη και την αναζήτηση αντικειμένων που το σύστημα δεν είχε αρχικά εκπαιδευτεί να ανιχνεύσει.

Όλα αυτά πρέπει να επιτευχθούν μέσα σε một συμπαγή, προσιτό υπολογιστικό σύστημα. Εκεί είναι όπου η Φυσική AI υπερβαίνει την παραδοσιακή ανάλυση: μετατρέπει την ανίχνευση σε ενεργό, προσιτή νοημοσύνη. Δεν είναι για την ανακάλυψη των νόμων της φυσικής, một επιστημονική αναζήτηση που εξακολουθεί να είναι υπό συζήτηση, αλλά για την παροχή πρακτικών, αποτελεσματικών τρόπων για την πρόσβαση και την απόκριση σε οπτικό και ηχητικό περιεχόμενο σε πραγματικές περιβάλλσεις.

Τι είναι τα τεχνικά πυλώνα που επιτρέπουν στη Lumana να συνδυάζει δεδομένα από πολλές κάμερες, να ερμηνεύει συμπεριφορά σε πραγματικό χρόνο και να προσαρμόζεται συνεχώς με βάση контекστοποιημένα και ιστορικά δεδομένα;

Καλή ερώτηση. Ένας από τους πυλώνες μας είναι η ικανότητα του συστήματος να προσαρμόζεται συνεχώς στη σκηνή που παρατηρεί, αυτό που τώρα ονομάζεται συνεχής μάθηση. Μπορείτε να το σκεφτείτε ως ένα σύστημα που εξελίσσεται με το περιβάλλον του, βελτιώνοντας με τον καιρό. Αυτή η προσέγγιση μας έχει επιτρέψει να παρασχετήσουμε υψηλή απόδοση με πολύ χαμηλό κόστος και εξαιρετική ευελιξία.

Ένας άλλος κρίσιμος πυλώνας είναι η ιεραρχική αρχιτεκτονική μας, η οποία ανεβάζει έξυπνα την υπολογιστική προσπάθεια μόνο όταν απαιτείται. Αυτό εξασφαλίζει ότι οι σύνθετες ενέργειες λαμβάνουν τους πόρους που χρειάζονται χωρίς να επιβαρύνουν όλο το σύστημα.

Συνολικά, αυτές οι αρχές σχηματίζουν μια πλατφόρμα που είναι απλή, αποτελεσματική και υψηλά κλιμακωτή, επιτρέποντας στους χρήστες να βιώσουν ισχυρές εποπτικές πληροφορίες και ερμηνεία συμπεριφοράς σε πραγματικό χρόνο με το χαμηλότερο δυνατό κόστος.

Μπορείτε να μοιραστείτε μια ή δύο πραγματικές αναπτύξεις όπου το σύστημα της Lumana ανίχνευσε γεγονότα όπως την εντάτωση βίας, παραβιάσεις ασφάλειας ή κούρνιασμα, και εξηγήστε την επίδραση που είχαν στην ασφάλεια ή την λειτουργική απόκριση;

Οι αναπτύξεις της Lumana σε πόλεις δείχνουν σαφείς βελτιώσεις στην εποπτική αντίληψη και απόκριση σε πραγματικό χρόνο. Σε μια μεγάλη πόλη του Ισραήλ, το σύστημα μετέτρεψε ένα υπάρχον δίκτυο βίντεο σε ένα έξυπνο, προηγμένο στρώμα προειδοποίησης που ανίχνευε κούρνιασμα σε περιοχές με περιορισμένη πρόσβαση, ανωμαλίες πλήθους, εισβολές μετά τις ώρες και ανωμαλίες κίνησης. Αυτό οδήγησε σε λιγότερες εισβολές, μειωμένη βανδαλισμό και ταχύτερη παρέμβαση σε περιοχές υψηλού κινδύνου.

Μια αμερικανική δήμος είδε παρόμοιες κερδισμένες σε ένα ιστορικό διαμέρισμα που πάλαιψε με βανδαλισμό, κλοπές αυτοκινήτων, διαταραχές και κούρνιασμα. Η Lumana παρείχε συνεχής παρακολούθηση και άμεσες ειδοποιήσεις, επιτρέποντας προληπτικές περιπολίες και ταχύτερη απόκριση. Αυτό οδήγησε σε ασφαλέστερους δημόσιους χώρους και λιγότερο λειτουργικό αποβράσμα για την πόλη.

Αυτά τα παραδείγματα εικονογραφούν πώς η ανίχνευση συμπεριφορών σε πραγματικό χρόνο, όπως κούρνιασμα και παραβιάσεις ορίων, ενισχύει την ασφάλεια και ροώνει τις λειτουργίες.

Με τα συστήματα AI που ερμηνεύουν ευαίσθητη φυσική συμπεριφορά, ποια μέτρα προστασίας ιδιωτικού απορρήτου ενσωματώνονται στη σχεδίαση και ανάπτυξη;

Η τεχνολογία και σχεδίαση της Lumana τονίζουν ισχυρή διακυβέρνηση και ελάχιστη κίνηση δεδομένων. Η επεξεργασία πραγματοποιείται στην άκρη, όποτε είναι δυνατό, για να περιορίσει την έκθεση και να ενισχύσει την ιδιωτικότητα. Η πρόσβαση είναι περιορισμένη μέσω σαφών ελέγχων και ιχνηλατών ώστε οι ομάδες να μπορέσουν να ακολουθήσουν κάθε ροή εργασίας. Το σύστημα διατηρεί το βίντεο τοπικά, μοιράζοντας μόνο τα απαραίτητα μεταδεδομένα, τα οποία υποστηρίζουν τις προσδοκίες ιδιωτικού απορρήτου σε ρυθμιζόμενες περιβάλλσεις.

Αυτά τα μέτρα προστασίας διασφαλίζουν ότι ευαίσθητα οπτικά δεδομένα χειρίζονται ευθύνη, διατηρώντας την απόδοση που απαιτείται για λειτουργίες σε πραγματικό χρόνο.

Τι οδηγεί την υβριδική αρχιτεκτονική σας και πώς υποστηρίζει την επεξεργασία και τη συνεχής μάθηση σε πραγματικό χρόνο;

Η Lumana χρησιμοποιεί μια υβριδική προσέγγιση για να συνδυάσει την απόδοση των συστημάτων στην άκρη με την ευελιξία του cloud. Η επεξεργασία στην άκρη παρέχει ανίχνευση AI, αποθήκευση και διαχείριση βίντεο τοπικά από προεπιλογή. Αυτό μειώνει τις απαιτήσεις εύρους ζώνης και ενισχύει την ιδιωτικότητα, ενώ vẫn επιτρέπει την υποστήριξη cloud όταν χρειάζεται για ευρύτερη συντονισμό ή μάθηση σε διάφορες αναπτύξεις.

Αυτή η αρχιτεκτονική δίνει στους χρήστες άμεση απόκριση ενώ διατηρεί την ικανότητα να κλιμακωθεί και να βελτιωθεί μέσω της συνεχούς προσαρμογής σε διάφορες τοποθεσίες.

Πώς σχεδιάστηκε η ικανότητα αυτομάθης και πώς βελτιώνεται με τον καιρό σε αναπτύξεις πολλών τοποθεσιών;

Η αρχιτεκτονική της ικανότητας αυτομάθης μας είναι χτισμένη γύρω από την κλίμακα. Όσο περισσότερες τοποθεσίες αναπτύσσουμε, τόσο ευρύτερη γίνεται η προοπτική μας σε όλο το τοπίο των συσκευών στην άκρη. Κάθε νέα περιβάλλον συμβάλλει σε νέες δεδομένες, διευρύνοντας την ποικιλία των σεναρίων και των σκηνών που το σύστημα μπορεί να μάθει.

Η μεθοδολογία συνεχούς μάθησής μας επωφελείται από αυτήν την συλλογική γνώση. Όσο το σύστημα βελτιώνει τον εαυτό του σε διάφορες αναπτύξεις, η διαδικασία της εκπαίδευσης σε πραγματικό χρόνο γίνεται απλούστερη και πιο αποτελεσματική. Σε πρακτικούς όρους, όσο ευρύτερη είναι η ανάπτυξη, τόσο ταχύτερη και πιο ακριβής είναι η προσαρμογή, οδηγώντας σε ένα σύστημα που συνεχώς βελτιώνεται με τον καιρό σε όλες τις τοποθεσίες.

Ποιους βλέπετε ως τους κύριους ανταγωνιστές ή συνεργάτες σας σε αυτόν τον χώρο και τι κάνει τη Lumana ξεχωριστή;

Η αληθινή μας μοναδικότητα έγκειται στους ανθρώπους μας. Πίσω από τη Lumana είναι μια ομάδα εξαιρετικών μηχανικών και καινοτόμων, ξεκινώντας από την ομάδα AI μας, υποστηριζόμενη από τους ειδικούς μας στο cloud, σχεδιαστές UX/UI και ενισχυμένη από την υποστήριξη πελατών και τις πωλήσεις. Ενώ η AI σχηματίζει την σπονδυλική στήλη της τεχνολογίας μας, είναι ο ανθρώπινος μας κινητήρας που οδηγεί την επιτυχία μας. Η δημιουργικότητα, η επαγγελματικότητα και η αφοσίωση της ομάδας μας είναι αυτά που διακρίνουν τη Lumana, είτε σε ανταγωνισμό είτε σε συνεργασία.

Η Lumana τονίζει το “Σκέφτεστε μεγαλοπρεπώς”, “Πελάτης-πρώτα”, “Μια ομάδα” και “Διδάσκει την τέχνη σας”. Πώς λειτουργείτε αυτές τις αξίες στη भरση θέσεων, ανάπτυξη προϊόντων και καθημερινή ζωή;

Ενισχύουμε τους καινοτόμους που σκέφτονται μεγαλοπρεπώς, λύνουν προβλήματα, συνεργάζονται και δεσμεύονται στην ανάπτυξη.

Οι ομάδες προϊόντων αναπτύσσουν κλιμακωτή AI με φιλόδοξη όραση, επαναλαμβάνουν μέσω της ανταλλαγής απόψεων των πελατών, καλλιεργούν συνεργατική εργασία και φτάνουν στην αριστεία.

Η καθημερινή λειτουργία χρησιμοποιεί αγιλεμένες μεθόδους για να ενεργοποιήσει τολμηρές ιδέες, να προτεραιοποιήσει τις ανάγκες των πελατών, να οικοδομήσει την ενότητα της ομάδας και να υποστηρίξει την επαγγελματική ανάπτυξη.

Αυτές οι πρακτικές οδηγούν στην καινοτομία, την επιτυχία του πελάτη και την επίδραση στην AI ασφάλεια βίντεο.

Κοιτάζοντας μπροστά πέντε χρόνια, πώς οραματίζεστε το ρόλο της Lumana να εξελίσσεται στο ευρύτερο οικοσύστημα AI – και ποια επίδραση ελπίζετε η Φυσική AI θα έχει σε βιομηχανίες όπως η ασφάλεια, η κατασκευή ή οι έξυπνες πόλεις μέχρι τότε;

Κοιτάζοντας πέντε χρόνια μπροστά, βλέπουμε τον ρόλο της Lumana να εξελίσσεται ως βασικός ενεργοποιητής της πρακτικής Φυσικής AI σε διάφορες βιομηχανίες. Ενώ η αποκρυπτογράφηση των θεμελιωδών νόμων της φυσικής παραμένει ένα επιστημονικό αίνιγμα, ο στόχος μας σήμερα είναι η αξία του πελάτη, αναπτύσσοντας εργαλεία που επιτρέπουν στις οργανώσεις να παρακολουθούν και να ανταποκρίνονται καλύτερα στον κόσμο γύρω τους, σε οποιαδήποτε εφαρμογή.

Ηλικιακά συνεργαζόμαστε με ιατρικά κέντρα και εξερευνούμε την επέκταση σε κινούμενες πλατφόρμες όπως ρομποτική και μεταφορά. Με την πάροδο του χρόνου, καθώς μεγαλώνουμε και κλιμακωνόμαστε, επίσης σκοπεύουμε να επενδύσουμε σε πιο θεμελιώδεις ερευνητικές ερωτήσεις: μπορεί η AI να ανακαλύψει βαθύτερα μοτίβα στη φύση, ή ακόμη και να μας βοηθήσει να διατυπώσουμε νέες θεωρίες για τους νόμους της φυσικής; Μπορούν έννοιες όπως η διαστατικότητα του χρόνου να φωτιστούν από συστήματα μάθησης;

Ο στόχος μας είναι να οδηγήσουμε την επίδραση σε ασφάλεια, κατασκευή και έξυπνες πόλεις, ενώ διατηρούμε την προοπτική του ευρύτερου ορίζοντα, ωθώντας τα όρια του τι μπορεί η AI να μας βοηθήσει να ανακαλύψουμε.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Lumana.