Max Versace, CEO y cofundador de Neurala – Serie de entrevistas

El Dr. Massimiliano Versace es el cofundador y CEO de Neurala, y el visionario de la empresa. Después de su investigación pionera en computación inspirada en el cerebro y redes profundas, continúa inspirando y liderando el mundo de la robótica autónoma. Ha hablado en decenas de eventos y lugares, incluyendo TedX, NASA, el Pentágono, GTC, InterDrone, National Labs, Air Force Research Labs, HP, iRobot, Samsung, LG, Qualcomm, Ericsson, BAE Systems, AI World, Mitsubishi, ABB y Accenture, entre muchos otros.

Inicialmente estudió psicología y luego se cambió a neurociencia, ¿cuál fue su razonamiento en ese momento?

El cambio fue natural. La psicología proporcionó un lado de la “moneda de entrenamiento” – el estudio de los fenómenos psicológicos. Sin embargo, si uno está interesado en qué mecanismos causan pensamientos y comportamiento, inevitablemente se llega a estudiar el órgano responsable de los pensamientos, y se termina estudiando Neurociencia.

¿Cuándo se dio cuenta de que quería aplicar su comprensión del cerebro humano para emular el cerebro humano en un sistema de IA?

El siguiente paso, de Neurociencia a IA, es más complicado. Mientras que la Neurociencia se ocupa del estudio detallado de la anatomía y la fisiología del sistema nervioso y de cómo los cerebros dan lugar al comportamiento, otro camino complementario para lograr una comprensión aún mayor es construir una versión sintética de ellos. Una analogía que me gusta dar es que se puede obtener una comprensión parcial de cómo funciona un motor desmontando un cilindro y el radiador y concluyendo que los cilindros y los radiadores son importantes en el funcionamiento del motor. Otra forma más profunda de entender un motor es construir uno desde cero – es decir, estudiando la inteligencia mediante la construcción de una versión sintética (artificial) de ella.

¿Cuáles son algunos de los primeros proyectos de aprendizaje profundo en los que trabajó?

En 2009, para DARPA, trabajamos en la construcción de una “emulación de todo el cerebro” para un robot autónomo utilizando un chip avanzado diseñado por Hewlett Packard. En resumen, nuestra tarea era emular el cerebro y algunos de los comportamientos autónomos y de aprendizaje clave de un pequeño roedor en un factor de forma que lo hiciera portátil y lo implementara en un hardware pequeño.

¿Puede compartir la historia de la génesis de Neurala?

Neurala como empresa se inició en 2006 para contener algunos trabajos de patentes sobre el uso de GPU (Unidades de Procesamiento Gráfico) para el aprendizaje profundo. Aunque esto puede parecer trivial hoy en día, en ese momento, las GPU no se utilizaban para la IA, y nosotros creamos ese concepto al imaginar que cada píxel en una tarjeta gráfica podría procesar una neurona (en lugar de una sección de una escena para renderizar en la pantalla). Gracias al paralelismo de las GPU, que imita nuestro cerebro paralelo hasta un (comercialmente viable) grado, pudimos lograr velocidades de aprendizaje y ejecución para nuestros algoritmos que de repente hicieron que la IA y el aprendizaje profundo fueran prácticos. Tuvimos que esperar unos años más para dejar la academia, ya que el mundo “se puso al día” (ya éramos firmes creyentes) en la realidad de la IA. En 2013, sacamos la empresa del modo sigiloso (ya que estábamos financiados por NASA y US Air Force Research Labs) y entramos en el programa Boston Tech Stars. Desde allí, comenzamos a contratar a unos pocos empleados y recaudamos capital privado. Sin embargo, no fue hasta 2017 que, con una inyección fresca de capital y la industria madurando aún más, pudimos aterrizar los primeros despliegues importantes y poner nuestra IA en 56M dispositivos, que van desde cámaras, teléfonos inteligentes, drones y robots.

Uno de los primeros proyectos de Neurala fue trabajar en el rover de Marte de la NASA. ¿Puede compartir con nosotros los aspectos destacados de este proyecto?

La NASA tenía un problema muy específico: querían explorar tecnología para alimentar misiones no tripuladas futuras, donde el sistema autónomo (por ejemplo, un rover) no dependería de la guía paso a paso del control de la misión en la Tierra. Los retrasos en la comunicación hacen que este control sea imposible – solo recuerde lo incómodo que era la comunicación entre la Tierra y Matt Damon en la película “The Martian”. Nuestra solución: dotar a cada rover de su propio cerebro. La NASA se volvió hacia nosotros, ya que ya éramos vistos como expertos en la construcción de estos “mini-cerebros” autónomos con DARPA, para dotar a un rover con un sistema de aprendizaje profundo de factor pequeño capaz no solo de ejecutarse en el robot, sino también de adaptarse en tiempo real y aprender nuevas cosas mientras el robot opera. Estas incluyen nuevos objetos (por ejemplo, rocas, signos de agua, etc.) a medida que se encuentran y crean un mapa significativo de un planeta inexplorado. El desafío fue enorme, pero también lo fue el beneficio: una tecnología de aprendizaje profundo que podía ejecutarse en una potencia de procesamiento muy pequeña y aprender con solo un pedazo de datos (por ejemplo, una imagen). Esto superó lo que el aprendizaje profundo podía lograr en ese momento (y aún hoy).

Neurala ha diseñado el Lifelong-DNN, ¿puede explicar cómo esto difiere de un DNN regular y las ventajas que ofrece?

Diseñado para el caso de uso de la NASA anterior, Lifelong DNN, como el nombre indica, puede aprender durante todo su ciclo de vida. Esto es diferente a las Redes Neuronales Profundas (DNN) tradicionales, que pueden ser entrenadas o realizar una “inferencia” (es decir, una clasificación). En L-DNN, al igual que en los humanos, no hay diferencia entre aprender y clasificar. Cada vez que miramos algo, lo clasificamos (esto es una silla) y aprendemos sobre ello (esta silla es nueva, nunca la he visto antes, ahora sé un poco más sobre ella). A diferencia de las DNN, L-DNN siempre está aprendiendo y confrontando lo que sabe sobre el mundo, qué información nueva se presenta y es capaz de entender anomalías de manera natural. Por ejemplo, si uno de mis hijos me juega una broma y pinta mi silla de rosa, la reconocería de inmediato. Dado que mi L-DNN ha aprendido con el tiempo que mi silla es negra, y cuando mi percepción de ella no coincide con mi memoria de ella, L-DNN produciría una señal de anomalía. Esto se utiliza en los productos de Neurala de varias maneras (Ver a continuación).

¿Puede discutir qué es el Brain Builder de visión de IA personalizado y cómo permite aplicaciones de robótica más rápidas, fáciles y menos costosas?

Dado que L-DNN aprende naturalmente sobre el mundo y puede entender si algo es anómalo o se desvía de un estándar aprendido, el producto de Neurala, Brain Builder y VIA (Automatización de Inspección Visual) se utilizan para configurar rápidamente tareas de inspección visual utilizando solo unas pocas imágenes de “productos buenos”. Por ejemplo, en un entorno de producción, se puede utilizar 20 imágenes de “botellas buenas” y crear una inspección de calidad visual “mini-cerebro” capaz de reconocer botellas buenas, o cuando se produce una botella mala (por ejemplo, una con una tapa rota). Esto se puede hacer con L-DNN de manera muy fácil, rápida y en un CPU simple, aprovechando la tecnología de la NASA construida en más de 10 años de intensa investigación y desarrollo.

En una entrevista anterior, recomendó que los empresarios siempre apunten a iniciar un negocio que sea ligeramente imposible. ¿Se sintió que Neurala era ligeramente imposible cuando inicialmente lanzó la empresa?

Todavía recuerdo que mi amigo y colega, Anatoli, escupió su espresso cuando dije “un día, nuestra tecnología se ejecutará en un teléfono celular”. Sonaba imposible, pero todo lo que había que hacer era imaginar y trabajar para ello. Hoy en día, se ejecuta en millones de teléfonos. Nosotros visualizamos un mundo donde miles de ojos artificiales pueden detectar máquinas y procesos industriales para proporcionar un nivel de calidad y control previamente inimaginable, previamente imposible ya que consumirían miles de personas por máquina. Espero que nadie esté bebiendo espresso mientras lee esto….

Gracias por la gran entrevista, Neurala es claramente una empresa que debemos mantener en nuestro radar. Los lectores que deseen aprender más deben visitar Neurala.