Karim Aly, Nozen toimitusjohtaja – Haastattelusarja

Karim Aly on Nozen toimitusjohtaja, kanadalaisen tekoälystart-upin, joka on kehittänyt maailman johtavan teknologian hajun digitalisointiin. Hän keskittyy toteuttamaan yrityksen visiota terveydenhuollon muuttamiseksi antamalla koneille kyvyn haistaa.

Ennen Nozea Karim perusti yhden Kanadan ensimmäisistä startup-studioista yhdistyen yhteen maan suurimpien yliopistojen kanssa. Uransa alussa hän oli aktiivinen yrittäjä nousujoissa markkinoissa, perustamalla useita teknologiayrityksiä, jotka laajenivat yli 20 maahan Lähi-idässä ja Kaakkois-Aasiassa.

Millainen oli idea digitaalisen hajun syntymähetki vuonna 2014, voitko jakaa joitain näkemyksiä tuosta ajasta?

Toki. Se oli todella luonnollisen uteliaisuuden tulos meidän perustajan ja teknisen johtajan – Ashok Prabhu Masilamanin – osalta, joka halusi ymmärtää, miksi olemme onnistuneesti digitalisoinneet äänen (mikrofoni), digitalisoinneet näön (kamera) ja digitalisoinneet kosketuksen (haptiikka), mutta ei hajua. Kun hän poisti kerroksia, hän alkoi ymmärtää avainepäkohtia, jotka olivat estäneet meitä digitalisointiin pyrkimyksessä. Uransa tutkijana nämä opitukset muodostivat Ashokin visioinnin kulmakivenä uudelle startupille; yhtiölle, joka kehittäisi alustan, joka voisi todella tuoda hajuaistimuksen digitaaliseen maailmaan, ja siinä syntyi Noze.

Yritys vietti seuraavat 6 vuotta innovoimalla ja täydentämällä maailman edistyneintä digitaalista hajuaistin raamitusta, joka on ratkaissut todellisen maailman hajun havaitsemisen ja seuraamisen. Vaikka teknologia selvästi on soveltamismahdollisuuksia useilla aloilla ilmansaasteista lainvalvontaan, olemme päättäneet keskittyä soveltamaan digitaalista hajuaistia alustaa terveydenhuoltoon. Todellakin, juuri ilmoitimme $1 miljoonan avustuksen Bill ja Melinda Gates -säätiöltä kehittääksemme tekoälypohjaisen terveydenhuollon hengitysanalysaattorin, joka voi havaita tartuntatauteja, kuten malariaa ja tuberkuloosia, hengityksen hajusignaaleista (Volatile Organic Compounds). Tämä on pelinmuuttaja miljoonille ihmisille.

Vuonna 2015 NASA:n Jet Propulsion Laboratorylla oli teknologia, joka vastasi tiimisi visiota. Mikä tämä teknologia oli ja miten tiimisi hankki tämän patentin?

Vuonna 2014 NASA:n Jet Propulsion Laboratory oli kehittänyt innovatiivisen “digitaalisen nenän” teknologian useiden höyrysten/kaasujen havaitsemiseksi avaruusajoneuvoissa. NASA keskittyi testaamaan tätä kykyä Kansainvälisellä avaruusasemalla (ISS), joka on paljon haasteellisempi ympäristö “haistaa” höyrystä verrattuna maanpinnalle. Näimme valtavan potentiaalin heidän varhaisissa havainnoissaan, ja päättimme kiihdyttää matkaamme hankkimalla yksinoikeuden kuuteen JPL:n digitaalisen nenän patenttiin. Siitä lähtien olemme radikaalisti kehittäneet ja parantaneet JPL:n digitaalisen nenän teknologiaa lisäämällä omia aromin data-insinööritöitä ja havainnollistamisalgoritmeja, jotta voimme lanseerata maailman voimakkaimman digitaalisen hajuaistin.

Mitkä ovat erilaiset koneoppimisteknologiat, joita käytetään yksilöllisen digitaalisen tuoksun tuottamiseen?

Todellinen digitaalisen tuoksun tuottaminen vaatii paljon enemmän kuin vain koneoppimista. Nozessa totesimme jo varhain, että digitaalinen hajun aistiminen on nähtävä kehyksenä, joka on vastaava kuin nisäkkäiden hajuaisti. Nisäkkäiden hajuaistin etuosassa on monimuotoinen joukko hajureseptoreita. Jotta voisimme jäljitellä näitä hajureseptoreita, rakensimme anturin, jossa on monimuotoinen joukko kemiallisia reseptoreita. Kun haju esitellään nisäkkäiden hajureseptoreille, ne tuottavat yksilöllisen hermo-signaalin, ja vastaavasti, kun haju kulkee anturin kemiallisen reseptorin yli, se tuottaa yksilöllisen “digitaalisen tuoksun”.

Digitaalisen hajun aistin etuosassa on vain jäävuoren huippu. Se on tuettu pilvipohjaisella, hyvin kuratoidulla digitaalisella tuoksukirjastolla ja kemiaa havainnoivalla tekoälymoottorilla. Taika tapahtuu, kun kaikki osat toimivat yhdessä harmoniassa.

Voitko keskustella algoritmeista, joita käytetään tuoksujen tulkitsemiseen?

Jotta voisimme tulkittaa hajun, meidän on luotava tietokanta digitaalisista tuoksusta tälle hajulle. Havaitsemme, että Nozen anturin tietokanta sisältää rikkaan kemiallisen semanttisen tiedon, joka on esitetty muodossa, jota kutsutaan manifoldiksi. Tietokoneen näköalalla manifold-oppimistekniikoita on suosittu lähestymistapa. Kuitenkin toisin kuin tietokoneen näkö, joka on data-runsas alue, digitaalisen hajun maailma on data-kniemi. Siksi tekoälytyökalupakki soveltaa uusia lähestymistapoja, kuten meta-oppimista, few-shot-oppimista ja manifold-oppimista tarkoituksenmukaisiin tuoksutietokantoihin.

Todellinen digitaalinen tuoksun signaali sisältää kaiken taustahälyn, joka voi häiritä oikean tulkitsemisen. Tämän vuoksi omat tietokannat on huolellisesti kuratoitu, ja ne on rakennettu yhdistämällä data-pisteitä, jotka edustavat tausta-hajuja (häly) sekä data-pisteitä, jotka edustavat itse hajua. Tämä mahdollistaa tekoäly-algoritmien kouluttamisen tunnistamaan ja hylkäämään tausta-hälyn, samalla kun ne tulkitsevat oikein saapuvan tuoksun.

Voitko keskustella Nozen pilvipohjaisesta alustasta ja prosessista uusien tuoksujen lisäämisestä ja kuinka suuri tuoksukirjasto on?

Pilvipohjainen IoT-alusta isännöi digitaalista tuoksukirjastoa ja havainnollistamis-tekoälymoottoria. Kirjastomme koostuu kahdenlaisista tietokannoista; yksi, joka on aktiivisesti suunniteltu luomaan tuoksutietokantoja valituille hajuille ja taustoille, ja toinen, joka on passiivisesti luotu jatkuvasta näytteistä laitteissa, jotka sisältävät anturin. Nämä passiivisesti näytteistetyt tuoksut on kuratoitu ja tallennettu tuoksukirjastoomme, jotta ne voidaan viitata takaisin ja verrata tuleviin hajuun, joita alusta voi oppia. Koska alustamme on kytketty kaikkiin laitteisiin kentässä, olemme myös kehittäneet voimakkaita verkostoitumisvaikutuksia, joissa on jatkuva, kollektiivinen oppimisprosessi laitteiden välillä. Toisin sanoen yksi laite voi oppia tulkitsemaan uuden hajun toisen laitteen oppimista.

Olemme tehneet perustavan päätöksen keskittyä rakentamaan laadukkaita tuoksutietokantoja, jotka voivat mahdollistaa merkityksellisiä käyttötapauksia. Uskomme, että menestys digitaalisessa hajuaistimisessa ei ole pelkästään lukupeli, vaan sen perusta on taloudellisessa ja sosiaalisessa arvossa, jota voidaan lukita digitaalisen tuoksukirjaston alle. Sanomme, että kirjastomme sisältää tällä hetkellä yli 100 hyvin kuratoidua tuoksutietokantaa, jota tukee lähes 100 miljoonaa data-pistettä.

Mitkä ovat erilaiset käyttötapaukset digitaalisten tuoksujen käytölle valmistuksessa?

On helppo kuvitella, miten lähes mikä tahansa teollisuus voisi hyötyä hajun digitalisoinnista. Valmistuksessa on joitakin erittäin arvokkaita käyttötapauksia, erityisesti niitä, jotka liittyvät turvallisuuden parantamiseen ja säädösten noudattamiseen. Kuvittele, että voit havaita palavan johtimen koneessasi vain hajuista, jotka vapautuvat, ja sen seurauksena sinulla on mahdollisuus lopettaa toiminta ennen kuin tulipalo syttyy, tai kuvittele, jos voit jatkuvasti seurata joukkoa sivutuotteiden höyryjä, jotta voit tunnistaa, kun niiden pitoisuus nousee ylittämään HS&E-kynnyksen, jotta voit evakuoida ja ilmata alueen.

Meidän ainutlaatuinen kykymme erottaa hajusignaaleja tausta-hälynä on se, mikä mahdollistaa meidän määrittää, että haju tulee todella palavasta johtimesta eikä esimerkiksi savukkeesta tai kuumasta kupista kahvia. Välttäminen väärästä positiivisesta tuloksesta muiden “tausta-hajujen” vuoksi on kriittinen haaste digitaalisen hajuaistin kaupallistamisessa.

Miten tätä teknologiaa käytetään tällä hetkellä ruuan suhteen?

Vaikka teknologiaa ei tällä hetkellä käytetä elintarvikealalla, on monia potentiaalisia soveltamisia elintarvikeketjun eri osissa, joissa sitä voidaan käyttää. Esimerkiksi ruuan tuoreus. Mitä jos jääkaappisi voisi havaita, mitkä ruuat on asetettu sisään ja sitten ennustaa, kuinka kauan kussakin on aikaa ennen kuin se pilaantuu? Tämä ratkaisu voidaan soveltaa myös ruokakauppoihin ja ravintoloihin, jotka yhdessä kotien kanssa muodostavat yli 80% ruoasta, joka menee hukkaan joka vuosi – 400 miljardin dollarin ongelma Yhdysvalloissa.

Täysin toisesta näkökulmasta digitaalinen hajuaisti voi myös auttaa automatisoimaan ruoanlaittoprosessin seuraamalla ruuan tuoksua reseptistä alkaen loppuun, jotta keittiömestari (tai laite) voidaan ohjata kaikesta toimenpiteestä. Rakensimme demon, jossa koulutimme tekoälymme koko broilerin rinnan grillaamisprosessiin sisägrillissä. Pystyimme ohjaamaan käyttäjää siitä, kun grilli oli riittävän kuuma lisätäkseen broilerin, kääntääkseen sen ja poistamaan sen grillistä, jotta lopputuloksena olisi täydellisesti kypsennetty broilerin rinta.

Yksi mielenkiintoinen käyttötapaus on virusten havaitsemisessa, voitko selittää, miten tämä toimii?

Ihmisruumis erittää tiettyjä hajubiomerkerejä eli haihtuvia orgaanisia yhdisteitä (VOC) fysiologisena vastauksena infektioon. Tämä ilmiö ei kuitenkaan rajoitu vain viruksien infektioon. Nämä VOC:t, jotka voidaan erittää hengityksestä tai ihon kautta, voivat osoittaa erilaisia kliinisiä tiloja tai sairauksia. Jos ajattelet “terveydenhengitysanalysaattoria”, joka voi yhdellä hengityksellä havaita Malarian, Tuberkuloosin, Diabeteksen ja muita oireita varhaisessa vaiheessa, voit helposti arvostaa vaikutusta, jonka teknologiamme voi olla kykenevä ottamaan ajoissa toimenpiteitä ja parantamaan potilastuloksia. Tämä on täsmälleen se visio, jota parhaillaan työstämme useiden kumppaneiden kanssa, mukaan lukien Bill ja Melinda Gates -säätiö ja Montrealin Sydäninstituutti. Yrityksenä tämä on se, missä olemme löytäneet tarkoituksemme, ja emme voi olla enempää innoissamme sekä työstä, jota teemme, että merkityksellisestä vaikuttavuudesta, jonka se voi olla.

Mikä on visiosi digitaalisen hajun tunnistamisen tulevaisuudesta?

Nozen digitaalisen hajun alusta on voimakas työkalu, joka on digitalisoinut hajuaistin. Viimeisen 8 vuoden aikana olemme täydentäneet tätä teknologiaa toimimaan ulkona kontrolloiduista laboratorioiden ympäristöistä. Olemme rakentaneet useita hajuaistimis- tai seurantaratkaisuja jokapäiväisille tilanteille, joissa ratkaisumme on toiminut luotettavasti haasteiden keskellä. Tänään tavoitteemme on soveltaa tätä teknologiaa terveydenhuollon korottamiseen aivan uudelle tasolle. Uskomme, että pystymme dramaattisesti muuttaa terveydenhuollon status quon digitalisoidessa nämä signaalit ja korreloimalla niiden läsnäoloa eri terveydentilaan. Sanomme, että hengityksestä ja ihon pinnalta tulevat hajut eivät ole ilman haasteita. Kiinnostuksen kohteena olevat haihtuvat yhdisteet ovat usein läsnä yhdessä häiritsevien taustojen kanssa, mukaan lukien ulkoisten VOC:ien läsnäolo, korkeammat lämpötilat ja tiivistyvä kosteus. Kunkin näistä ominaisuuksista voi vaikuttaa havaitsemisen tarkin ja luotettavan ratkaisun rakentamiseen.

Tämän vuoksi visiomme digitaalisen hajun suhteen on aina ollut selkeä: toimittaa skaalautuva ratkaisu, joka toimii luotettavasti ja robustisti todellisessa maailmassa, ei vain laboratoriossa. Vasta silloin voimme todella mahdollistaa yleisen pääsyn seulontaan ja diagnostiikkaan, joka auttaa pelastamaan henkiä ja parantamaan terveyttä. Ja tänään olemme kynnyksellä toimittamaan sitä maailmalle.