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

El Dr. Massimiliano Versace es cofundador y director ejecutivo 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 docenas de eventos y lugares, incluidos 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 estudiaste psicología y luego giraste hacia la neurociencia, ¿cuál era tu razón de ser en ese momento?

El pivote fue natural. La psicología proporcionó una cara de la "moneda del entrenamiento": el estudio del fenómeno psicológico. Sin embargo, si uno está interesado en lo que mecánicamente causa los pensamientos y el comportamiento, inevitablemente termina estudiando el órgano responsable de los pensamientos, ¡y 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 la neurociencia a la IA, es más complicado. Si bien la Neurociencia se ocupa del estudio detallado de la anatomía y fisiología del sistema nervioso y de cómo el cerebro da origen a la conducta, otro camino complementario para lograr una comprensión aún mayor es construir una versión sintética de los mismos. Una analogía que me gusta dar es que uno puede obtener una comprensión parcial de cómo funciona un motor quitando 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 la misma.

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

En 2009 para DARPA trabajamos en la construcción de un “emulación de todo el cerebro” para un robot autónomo que utiliza un chip avanzado diseñado por Hewlett Packard. En pocas palabras, 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 adecuado para ser portátil e implementado en hardware pequeño.

¿Podrías compartir la historia de génesis siendo Neurala?

Neurala como empresa comenzó en 2006 para contener algunos trabajos de patente sobre el uso de GPU (Unidades de procesamiento gráfico) para el aprendizaje profundo. Si bien esto podría parecer trivial hoy en día, en ese momento la GPU no se usaba en absoluto para la IA, y fuimos pioneros en ese concepto al imaginar que cada píxel en una tarjeta gráfica podría usarse para procesar una neurona (en lugar de una sección de una escena para representar en la pantalla). Gracias al paralelismo de las GPU, que imita nuestro paralelismo cerebral hasta cierto punto (comercialmente viable), pudimos lograr una velocidad de aprendizaje y ejecución para nuestros algoritmos que, de repente, hizo que la IA y el aprendizaje profundo fueran prácticos. Tuvimos que esperar unos años más para dejar la academia cuando el mundo "se puso al día" (¡ya éramos firmes creyentes!) en la realidad de la IA. En 2013, sacamos a la empresa del modo sigiloso (dado que ya estábamos financiados por la NASA y los laboratorios de investigación de la Fuerza Aérea de EE. UU.) y entramos en el programa Boston Tech Stars. A partir de ahí, empezamos a contratar algunos empleados y recaudamos capital privado. Aún así, no fue hasta 2017 que, con una nueva inyección de capital y la industria madurando aún más, pudimos realizar las primeras implementaciones importantes y colocar nuestra IA en 56 millones de dispositivos, desde cámaras hasta teléfonos inteligentes, drones y robots.

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

La NASA tenía un problema muy específico: querían explorar la tecnología para impulsar futuras misiones no tripuladas, donde el sistema autónomo (por ejemplo, un rover) no dependería de la guía paso a paso del control de la misión de la Tierra. Los retrasos en la comunicación hacen que este control sea imposible; solo recuerda lo torpe que era la comunicación entre la Tierra y Matt Damon en la película "The Martian". Nuestra solución: dotar a cada rover de un cerebro propio. La NASA recurrió a nosotros, ya que 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 adaptarse en en tiempo real y aprender cosas nuevas mientras el robot está funcionando. Estos incluyen nuevos objetos (p. ej., rocas, señales de agua, etc.) a medida que se van encontrando y crean un mapa significativo de un planeta inexplorado. El desafío fue enorme, pero también lo fue la recompensa: una tecnología de aprendizaje profundo que podía ejecutarse con una potencia de procesamiento muy pequeña y aprender incluso con una sola pieza de datos (por ejemplo, una imagen). Esto fue más allá de lo que Deep Learning pudo lograr en ese momento (¡e incluso hoy!).

Neurala ha diseñado Lifelong-DNN, ¿puede explicar en qué se diferencia de un DNN normal y las ventajas que ofrece?

Diseñado para el caso de uso de la NASA anterior, Lifelong DNN, como su nombre indica, puede aprender durante todo su ciclo de vida. Esto es diferente a las redes neuronales profundas tradicionales (DNN), que pueden entrenarse o realizar una "inferencia" (es decir, una clasificación). En L-DNN, como en los humanos, no hay diferencia entre aprender y clasificar. Cada vez que miramos algo, lo "clasificamos" (esta es una silla) y aprendemos sobre ella (esta silla es nueva, nunca la había 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 nueva información se presenta y, naturalmente, es capaz de comprender las anomalías. Por ejemplo, si uno de mis hijos me jugara una broma y pintara mi silla de rosa, lo 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, L-DNN produciría una señal anómala. Esto se usa en los productos de Neurala de varias maneras (ver más abajo).

¿Puede hablar sobre qué es la IA de visión personalizada de Brain Builder y cómo permite aplicaciones robóticas más rápidas, fáciles y menos costosas?

Dado que L-DNN aprende naturalmente sobre el mundo y puede comprender 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 “buenos productos”. Por ejemplo, en un entorno de producción, se pueden usar 20 imágenes de "botellas buenas" y crear un "mini-cerebro" de inspección de calidad visual capaz de reconocer botellas buenas, o cuando una botella mala (p. ej., una con la tapa rota) está rota. producido. Esto se puede hacer con L-DNN de manera muy fácil, rápida y en una CPU simple, aprovechando la tecnología de la NASA construida en más de 10 años de intensa investigación y desarrollo.

En una entrevista anterior, recomendaste que los emprendedores siempre apunten a iniciar un negocio que es un poco imposible. ¿Sintió que Neurala era un poco imposible cuando lanzó la empresa por primera vez?

Todavía recuerdo a mi amigo y colega, Anatoli, escupiendo su espresso cuando dije “un día, nuestra tecnología se ejecutará en un teléfono celular”. Parecía imposible, pero todo lo que tenías que hacer era imaginarlo y trabajar para conseguirlo. Hoy en día, se ejecuta en millones de teléfonos. Imaginamos un mundo en el que miles de ojos artificiales puedan detectar máquinas y procesos industriales para proporcionar un nivel de calidad y control antes inimaginable, antes imposible, ya que consumirían a 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 tener en nuestro radar. Los lectores que deseen obtener más información deben visitar Neurala.