Ράντου Ρούσου, Διευθύνων Σύμβουλος και Συνιδρυτής της Fyusion – Σειρά Συνεντεύξεων

Ο Ράντου Ρούσου είναι ο Διευθύνων Σύμβουλος και Συνιδρυτής της Fyusion, μια εταιρεία που έχει ως στόχο την κατασκευή νέων, οπτικά εντυπωσιακών 3D τεχνολογιών που θα επιτρέψουν την επίλυση σύνθετων οπτικών προβλημάτων με τη χρήση της τεχνητής νοημοσύνης. Μαζί ανέπτυξαν και κατοχύρωσαν ένα νέο формάτ αρχείου, το οποίο ονομάζεται .fyuse, και επιτρέπει στους ανθρώπους να καταγράφουν εντυπωσιακές 3D εικόνες από τα smartphones τους, προκαλώντας μια αίσθηση στα μέσα κοινωνικής δικτύωσης και προσελκύοντας περισσότερους από 100 εκατομμύρια χρήστες μέσω εφαρμογών για κινητά.

Έχετε δουλέψει πάνω στις 3D τεχνολογίες από το 2012. Είστε τώρα ο Πρόεδρος και Διευθύνων Σύμβουλος της Open Perception, Inc. Μπορείτε να μοιραστείτε ποιο είναι το ιδρυτικό έγγραφο αυτής της μη κερδοσκοπικής οργάνωσης;

Ξεκίνησα την καριέρα μου στην επεξεργασία 3D δεδομένων στις αρχές της δεκαετίας του 2000, ενώ πραγματοποιούσα τις μεταπτυχιακές μου σπουδές, με την ιδέα στο μυαλό μου ότι θα κάνω τους ρομπότ να βλέπουν και να κατανοούν τον κόσμο καλύτερα από μια οπτική πλευρά. Αυτό με οδήγησε σε μια δεκαετία ερευνών σχετικών με τη ρομποτική και την 3D υπολογιστική όραση. Στις αρχές της δεκαετίας του 2010, συνειδητοποίησα ότι αυτό που δούλευα θα μπορούσε να εφαρμοστεί σε ένα πολύ ευρύτερο σύνολο προβλημάτων. Η Open Perception δημιουργήθηκε ως μια spinoff από την Willow Garage και συνέχισε να υποστηρίζει την ανάπτυξη, διανομή και υιοθέτηση του ανοικτού λογισμικού για την επεξεργασία 2D/3D δεδομένων αισθήσεων, με εφαρμογές σε έρευνα, εκπαίδευση και ανάπτυξη προϊόντων.

Το 2014, έγινε ο Συνιδρυτής και Διευθύνων Σύμβουλος της Fyusion, Inc. Μπορείτε να μοιραστείτε την ιστορία της Fyusion, Inc;

Κατά τη διάρκεια των ερευνών ρομποτικής, οι συνιδρυτές της Fyusion και εγώ συνειδητοποιήσαμε ότι τα εμπόδια δεν ήταν πλέον οι αλγόριθμοι, αλλά τα формάτ δεδομένων. Η μηχανική μάθηση είχε φτάσει σε ένα υψηλό επίπεδο ακρίβειας σε πολλά домένια, επειδή ο τύπος δεδομένων που χρησιμοποιούσαμε, ιδιαίτερα σε οπτικά формάτ, ήταν двυδιάστατος (όπως φωτογραφίες και βίντεο), ενώ ο κόσμος είναι τριδιάστατος. Νιώθαμε ότι υπήρχε η δυνατότητα να μεταμορφώσουμε τον τρόπο με τον οποίο οι άνθρωποι κατανοούν τον κόσμο, αξιοποιώντας τα 3D δεδομένα στις πλατφόρμες μηχανικής μάθησης.

Το 2014, αποφασίσαμε να δημιουργήσουμε einen νέο τύπο 3D δεδομένων, που παράγονται μέσω λογισμικού υπολογιστικής όρασης και μηχανικής μάθησης, συνδυάζοντας πολλαπλά δεδομένα και χρησιμοποιώντας εξαιρετικά ευέλικτο εμπορικό υλικό που είναι διαθέσιμο στις τσέπες μας – δηλαδή, τα smartphones μας.

Ιδρύσαμε την Fyusion με τον στόχο να κατασκευάσουμε νέες, οπτικά εντυπωσιακές 3D τεχνολογίες που θα επιτρέψουν σε όλους να επιλύσουν σύνθετα οπτικά προβλήματα με τη χρήση της τεχνητής νοημοσύνης.

Μαζί ανέπτυξαν και κατοχύρωσαν ένα νέο формάτ αρχείου, το οποίο ονομάζεται .fyuse, και επιτρέπει στους ανθρώπους να καταγράφουν εντυπωσιακές 3D εικόνες από τα smartphones τους. Αυτό προκάλεσε μια αίσθηση στα μέσα κοινωνικής δικτύωσης και προσελκύοντας περισσότερους από 100 εκατομμύρια χρήστες μέσω εφαρμογών για κινητά.

Τι σας έκανε να ενδιαφερθείτε για την ιδέα της ανανέωσης του 3D για εφαρμογές καταναλωτών;

Απλά συνειδητοποιήσαμε ότι κανείς δεν είχε αντιμετωπίσει αυτό το πρόβλημα σε μεγάλη κλίμακα. Ήταν ένα ανεπίλυτο πρόβλημα. Όπως στις διδακτορικές μας σπουδές, τα πράγματα που μας ενθαρρύνουν πνευματικά είναι πραγματικά σύνθετα προβλήματα που κάποιος είπε ότι δεν μπορούν να επιλυθούν.

Σε αυτή την περίπτωση, σε κάποιο βαθμό, ήταν σωστό. Οι αλγόριθμοι που απαιτούνταν για την επίλυση αυτού του προβλήματος ήταν μόνο μερικά σκέψεις και το υλικό που απαιτείτο για να τους τρέξει δεν υπήρχε, ιδιαίτερα σε συσκευές όπως τα smartphones. Πραγματικά, έπρεπε να περιμένουμε μέχρι να βγει το iPhone4S, ώστε να μπορούσαμε να τρέξουμε πραγματικό 3D λογισμικό υπολογιστικής όρασης σε ένα smartphone, επειδή πριν από αυτό, τα iPhones είχαν μόνο einen CPU πυρήνα. Μόλις αρχίσαμε να βλέπουμε τι θα μπορούσε να κάνει το υλικό των smartphones, γίναμε πολύ ενδιαφέροντες να πάρουμε την εμπειρογνωσία μας στην υπολογιστική όραση και ρομποτική και να δούμε τι θα μπορούσαμε να βάλουμε σε αυτά τα μικρά κάμερα και CPU/GPU. Πήρε λίγο χρόνο να γυρίσουμε πίσω στο σχέδιο και να ξανασχεδιάσουμε πώς να φανταστούμε και να υλοποιήσουμε την απαγωγή φωτός και την επεξεργασία όλων μέσω λογισμικού. Μόλις το είδαμε να λειτουργεί, η Fyusion ήταν έτοιμη να ξεκινήσει.

Είχαμε 2D φωτογραφίες σε αναλογική μορφή, και μετά απλά ψηφιοποιήθηκαν με όλα τα άλλα. Η μόνη υλοποίηση που είχαμε στον κόσμο του 3D σε μεγάλη κλίμακα ήταν ένα “τρίγωνο με υφή” (π.χ. μορφές αρχείων OBJ) που προέρχονταν από παιχνίδια υπολογιστή και γραφικά υπολογιστή και είχαν ως στόχο να αναπαραστήσουν τεχνητά δημιουργημένα αντικείμενα σε ένα παιχνίδι. Εξαρτώνται πολύ από την τέλεια γεωμετρία, η οποία είναι αδύνατο να αποκτηθεί – πώς να καταγράψετε και να αναπαραστήσετε νερό ως τρίγωνο με υφή; Τι για διαφανή αντικείμενα; Φυλλώματα; Πράγματα που είναι μακριά; Κλπ…

Ήταν σαφές ότι κάποιος έπρεπε να αντιμετωπίσει την ανάγκη για φιλικές προς τον καταναλωτή μορφές 3D. Έπρεπε να βασιστεί σε ένα完全 διαφορετικό парадίγμα και να επιλυθεί με έναν “3D τρόπο απόδοσης εικόνας” (δηλαδή, πεδία φωτός), και να ενσωματώσει πληροφορίες που είναι διαθέσιμες κατά την время της καταγραφής (όπως η προσανατολισμός της κάμερας μέσω ενός γυροσκοπίου αισθητήρα) που συνήθως απορρίπτονται όταν καταγράφετε μια 2D εικόνα. Και τότε, φυσικά, προσπαθούμε να ξαναβρούμε αυτήν την απορριφθείσα πληροφορία μέσω της μηχανικής μάθησης.

Αυτή ήταν η ευκαιρία μας, και είναι αυτό που οι εταιρείες ονειρεύονται: να βρουν ένα πραγματικά δύσκολο πρόβλημα που είναι παθιασμένοι για, να περιμένουν το σωστό χρόνο και άνοιγμα, και να πάνε τρελοί προσπαθώντας να το λύσουν.

Η πυρήν τεχνολογία επιτρέπει σε οποιονδήποτε να δημιουργήσει εντυπωσιακές, διαδραστικές 3D εικόνες που ονομάζονται .fyuses, μετακινώντας οποιαδήποτε κάμερα γύρω από ένα άτομο, αντικείμενο ή σκηνή. Μπορείτε να συζητήσετε τη διαδικασία για κάποιον που επιθυμεί να δημιουργήσει einen fyuse χρησιμοποιώντας μια εφαρμογή για κινητό;

Είμαστε ακόμη στην παιδική ηλικία αυτής της τεχνολογίας, αλλά η ουσία του είναι: Παίρνετε ένα smartphone που έχει μια εφαρμογή γραμμένη από την Fyusion ή μια συνεργατική εφαρμογή που χρησιμοποιεί το Fyusion ALIS SDK κάτω από αυτό, και ανοίγετε την κάμερα. Παίρνετε οδηγίες για τι να κάνετε, και αν τις ακολουθήσετε, αποκτάτε ένα .fyuse στην συσκευή που είναι ένα αντικείμενο αρχείου που έχει επεξεργαστεί με τη χρήση υπολογιστικής όρασης και μηχανικής μάθησης, και μπορείτε να το αποδώσετε στην συσκευή, στο διαδίκτυο ή σε οποιοδήποτε AR/VR/MR headset.

Τι είναι κάποια από τις τεχνολογίες υπολογιστικής όρασης και μηχανικής μάθησης που χρησιμοποιούνται για να κάνουν αυτή την πραγματικότητα;

Πραγματικά, δεν υπάρχει ένα ασημένιο βόλι εδώ, αλλά ένα τεράστιο κοκτέιλ από 3D υπολογιστική όραση και μηχανική μάθηση εργαλεία που δημιουργήσαμε για την επίλυση αυτού του προβλήματος. Υπάρχουν ιδέες από φωτογραμμετρία (επειδή στην πραγματικότητα δημιουργούμε ένα εικονικό陣 του κάμερα μετακινώντας ένα μόνο κάμερα στο χώρο), ρομποτική (ένα τεράστιο πρόβλημα συνδυασμού αισθήσεων,既然 δεν έχουμε πλέον ένα μόνο κάμερα, αλλά μια πληθώρα αισθήσεων που μπορείτε να τραβήξετε δεδομένα από για να βοηθήσετε στην επίλυση αυτού του προβλήματος), υπολογιστική γραφική (μπορείτε να κοιτάξετε τη δουλειά μας στο Siggraph 2019 για να κατανοήσετε πώς αντιπροσωπεύουμε κάποιες από τις υποκείμενες δομές), και πολλά άλλα. Όλα αυτά έπρεπε να γίνουν στην συσκευή και να τρέχουν σε πραγματικό χρόνο, που σημαίνει ότι χρησιμοποιούμε compute shaders και γράφουμε κώδικα σε assembly. Όπως αναφέρθηκε, αυτό είναι μόνο η αρχή, και όσο περισσότεροι αισθητήρες και υπολογιστική δύναμη γίνονται διαθέσιμοι σε μας, τόσο περισσότερο θα χρησιμοποιήσουμε το ALIS throttle για να βελτιώσουμε διάφορα аспектs της τεχνολογίας. Αυτή είναι μια μακροπρόθεσμη όραση, και έχουμε ακόμη μια δεκαετία-plus δουλειά μπροστά μας για να είμαστε πλήρως ικανοποιημένοι με τον τρόπο που ψηφιοποιούνται οι σύνθετοι πραγματικοί κόσμοι.

Είναι εύκολο να οραματιστείτε πώς οι .fyuses θα είναι ανατρεπτικές για εφαρμογές VR. Μπορείτε να συζητήσετε τον τύπο των τρέχοντων εφαρμογών VR που οι .fyuses μπορούν να χρησιμοποιηθούν;

Νομίζουμε ότι ΟΠΟΙΟΔΗΠΟΤΕ VR εφαρμογή όπου η ψηφιοποίηση ενός πραγματικού αντικειμένου και η εμφάνισή του είναι σημαντική, θα πρέπει να ωφεληθεί από την αξιοποίηση του ALIS engine και των .fyuses. Υπάρχει πραγματικά keine έλλειψη καταναλωτικών και εφαρμογών σε ηλεκτρονικό εμπόριο, υγεία, αυτοκίνητο, εκπαίδευση, και πέρα από αυτά, και είμαστε πολύ ενθουσιασμένοι για αυτό το μέλλον.

Τι προβλέπετε ως το μέλλον των εφαρμογών VR για τις Fyuses;

Δεν βλέπουμε κανένα όριο στην τρέχουσα τεχνολογία, αν και ο στόχος μας είναι περισσότερο σε μικρές έως μεσαίες σκηνές και αντικείμενα, και όχι σε μεγάλες πόλεις.

Μπορώ εύκολα να οραματιστώ τις Fyuses να χρησιμοποιούνται σε μελλοντικές εφαρμογές AR και MR. Ποια είναι η όρασή σας για το μέλλον των Fyuses σε ένα AR και MR περιβάλλον;

Θεώρησε όλες τις AR/VR/MR εφαρμογές ακριβώς το ίδιο: Μόλις το 3D αντικείμενο έχει ψηφιοποιηθεί χρησιμοποιώντας την τεχνολογία μας, μπορεί να εξαχθεί από τη σκηνή και να τοποθετηθεί οπουδήποτε.

Έχει η ομάδα σας συζητήσει την ιδέα της δημιουργίας Fyuses με einen εικονικό βοηθό ή AI;

Δεν έχουμε εξερευνήσει την ευκαιρία να δημιουργήσουμε διαδραστικά εικονικά άβαταρ για τους ανθρώπους. Αυτή είναι μια ενδιαφέρουσα πιθανότητα, αλλά προσπαθούμε να μείνουμε εστιασμένοι στην επίλυση του τρέχοντος συνόλου προβλημάτων που δουλεύουμε.

Υπάρχει κάτι άλλο που θα ήθελε να μοιραστείτε σχετικά με τις Fyuses ή την Fyusion, Inc;

Αυτή η φράση μπορεί να ακούγεται σαν μια πίτα, αλλά… είμαστε μια ομάδα τρελών ρομποτικών και 3D υπολογιστικής όρασης επιστημόνων, αναμεμιγμένων με φυσικούς του CERN, απίστευτους hackers και μηχανικούς, και αυτό περιγράφει μόνο τα μέλη της πυρήνων τεχνικής ομάδας. Μας αρέσει η ποικιλότητα όλων των ειδών, επειδή αυτό μας κάνει πιο έξυπνους και ισχυρότερους ως ομάδα. Αν υπάρχει κάτι που δουλεύουμε και είναι του ενδιαφέροντος για οποιονδήποτε διαβάζει αυτό, παρακαλώ μην ντρέπεστε και επικοινωνήστε μαζί μας. Κάνουμε το καλύτερο μας για να απαντήσουμε σε όλους, και μπορείτε να βρεθείτε σε μια κατάσταση όπου θα έρθετε για καφέ και μετά θα μείνετε για μια δεκαετία.

Ευχαριστώ για τις υπέροχες συνεντεύξεις, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν την Fyusion.