Sohaib Khan, Hazen.ai:n perustaja ja toimitusjohtaja – Haastattelusarja

Sohaib Khan on Hazen.ai:n perustaja ja toimitusjohtaja, yhtiö joka käyttää tietokoneen näköa ja syvää oppimista suunnittelemaan älykkäitä liikenteen analytiikkaohjelmia, jotka on suunniteltu ymmärtämään jokaisen ajoneuvon liikkeen.

Mikä alun perin veti sinut kiinnostumaan tekoälystä?

Se tapahtui undergraduate-vaiheessa, kun luin ensimmäisen kerran siitä, miten stereo-näkö (tai binokulaarinen näkö – syvyyden arvioiminen kahden kameran avulla) toimii. Se sai minut kiinnostumaan tietokoneen näön tutkimisesta. Mielenkiintoista kyllä, luin siitä ensimmäisen kerran kirjassa, jonka ostin perinteisestä perjantain markkinasta, jossa myytiin vanhoja käytettyjä kirjoja kadunvarrella kotikaupungissamme. Jatkoin aiheen parissa ja tein siitä väitöskirjan Yhdysvalloissa.

Olit aikaisemmin professorina yhdessä Pakistanin suurimmista yliopistoista, Lahore University of Management Sciences (LUMS). Mitkä olivat sinun opetus- ja tutkimusaiheesi?

Kun liityin LUMS:in väitöskirjani jälkeen, rakensin yliopistoon ensimmäisen jatko-opiskelijoiden tutkimuslaboratorion, jota rahoitti puolustusorganisaatio. Tietojenkäsittelytieteen jatko-ohjelma oli silloin hyvin uusi, eikä tutkimuslaboratorioita ollut vielä. Opetin tietokoneen näköä 12 vuoden ajan LUMS:ssa ja johtaminen aktiivista laboratoriota tämän alueen parissa. Aluksi tietokoneen näköä opetettiin vain harvoissa pakistanilaisissa yliopistoissa, mutta myöhemmin siitä tuli standardiaine, ja useat opiskelijani opettavat nyt tietokoneen näköä pakistanilaisissa yliopistoissa.

Voitko kertoa, mikä inspiroi sinua perustamaan startupin, joka erikoistuu tietokoneen näköön ja syvään oppimiseen videoiden analytiikkaa varten?

Tietokoneen näkö oli pitkään lähinnä kokeellinen tutkimusala, jolla oli vain vähän sovelluksia tuotteissa. Tämä johtui siitä, että algoritmejen kehittyneisyys ei ollut vielä tarpeeksi hyvää tuotteiden rakentamiseen. Tuotteessa kuvan ymmärtäminen on toimittava monissa eri valaistus- ja kuvausolosuhteissa, eikä vain joissain kontrolloiduissa kokeissa. Meillä oli vitsi väitöskirjatyöni aikana, että jos löydät kolme kuvaa, joilla algoritmi toimii, voit kirjoittaa siitä artikkelin. Jos se toimii kolmella videolla, saat hyvän artikkelin! Pointti on, että monet näköalgoritmit toimivat vain kontrolloiduissa laboratorio-olosuhteissa eivät olleet kovin kestäviä.

Mutta nyt asiat ovat muuttuneet. Syvän oppimisen myötä vuonna 2012 olemme nähneet nopeaa ja mielenkiintoista kehitystä kuvan ymmärtämisessä. Kun näimme tämän, ajattelimme, että nyt on oikea aika rakentaa tuotteita, jotka voivat vaikuttaa merkittävästi.

Mitä sortin liikenteen rikkomuksia Hazen.ai voi seurata?

Tavoitteemme on tunnistaa kaikenlaiset vaaralliset ajotavat teillä. Tämä johtuu yleisestä tavoitteestamme vähentää tieliikenneonnettomuuksia. Joka 24 sekuntia joku kuolee tieliikenneonnettomuudessa, mikä vastaa noin 15 787-8 Dreamlinerin törmäystä joka päivä! Tämä motivoi meitä. Siksi rakennamme ohjelmistoja, jotka voivat havaita erilaisia vaarallisia ja turvattomia käyttäytymisiä, kuten turvattomia kaistavaihtoja, laittomia käännöksiä, punaisen valon tai stop-merkin ylittämistä, esteettä jalankulkijoiden ylityspaikalle, turvavyön käyttämättä jättämistä tai tekstiviestien lähettämistä ajon aikana. Työskentelemme myös ohjelmistojen kehittämiseksi, jotka parantavat jalankulkijoiden ja pyöräilijöiden turvallisuutta, sillä yli puolet tieliikenneonnettomuuksien uhreista kuuluu haavoittuvien tieliikennekäyttäjien ryhmään, johon kuuluvat jalankulkijat, pyöräilijät ja moottoripyöräilijät.

Mitkä ovat joitain ainutlaatuisia haasteita tietokoneen näön käytössä liikkuvien objektiiden seuraamisessa suurilla nopeuksilla?

On kaksi tyyppistä haasteita: Ensimmäinen on itse tietokoneen näön algoritmien suorituskyky – haluamme tuotteen, joka toimii haastavissa liikenneolosuhteissa 24/7 kaikissa valaistusolosuhteissa. Vaikka on ollut paljon teknistä edistystä tähän tavoitteeseen, on edelleen maita, joissa tieliikenteen käyttäjien tiheys on niin suuri, kuten moottoripyörien tai jalankulkijoiden ryhmiä hyvin lähellä toisiaan, että se on edelleen haaste algoritmeille seurata niitä yksilöinä ja ymmärtää tilannetta. Toiseksi, suurempi haaste on tehdä vankkaa tuotetta tietokoneen näön algoritmeista, joka voidaan asentaa rajapinnan rajoitettuihin laitteistoresursseihin ja jota voidaan helposti seurata ja hallita, vaikka se on jakautunut ympäri kaupunkia. Koska tietokoneen näön tuotteet käsittelevät paljon videodataa, niiden asentaminen rajapinnalle ja niiden tehokas hallinta ovat edelleen haasteellisia tehtäviä.

Mikä on prosessi loppukäyttäjälle ohjelmiston määrittämiseksi eri tiemäärityksiin?

Jokainen risteys tarjoaa yksilöllisen tilanteen liikenteen määrän, kaistajakautuman ja ajoneuvotyypin suhteen. Lisäksi liikenteen hoitajien mielenkiinto voi olla tietyntyyppistä liikenteen käyttäytymistä kussakin paikassa. Esimerkiksi liikenteen poliisi voi kieltää U-käännöksen risteyskohtaa silyttääkseen liikenteen sujuvuuden, ja he ovat kiinnostuneita tallentamasta tietoa siitä. Siksi olemme pitäneet ohjelmistoa mukautettavissa eri skenaarioihin. Kun kamera asennetaan ohjelmistoon, määritämme sen yksinkertaisen prosessin kautta loppukäyttäjän tarpeiden mukaan. Sisäisesti olemme kehittäneet korkean tason kielen, jolla voidaan kuvailla liikenteen skenaarioita yksinkertaisesti. Tämä mahdollistaa nopean määrityksen asiakkaidemme tarpeisiin.

Mikälaista laitteistoa tarvitaan järjestelmän toimintaan?

Videon analytiikka vaatii merkittävää laskentakapasiteettia. Olemme optimoineet koodiamme toimimaan Nvidia :n pienemmillä GPU:illa, jotka voidaan asentaa rajapintaan, kuten heidän Jetson-sarjansa, ja myös Intelin CPU:illa tiettyjen ominaisuuksien osalta, joita tarjoamme. Viime vuosina on tullut markkinoille edullisempaa reunan laitteistoa, mikä on lisännyt monia mielenkiintoisia sovelluksia.

Voitko kertoa, onko joissain viranomaisissa jo käytössä tai kokeiluvaiheessa Hazen.ai:n teknologiaa?

Meillä on parhaillaan käynnissä kokeiluja useissa maissa, kuten Iso-Britannia, Yhdysvallat, Egypti, Saudi-Arabia, Pakistan, Oman, Peru, ja olemme neuvotteluissa potentiaalisten asiakkaiden kanssa muissa maissa.

Onko jotain muuta, mitä haluaisit jakaa Hazen.ai:sta?

Yleisesti ottaen, meillä on tunne, että liikenteen turvallisuuden teknologia ei ole edennyt tarpeeksi, verrattuna ongelman laajuuteen. Mutta nyt on oikea aika, koska tietokoneen näön ja syvän oppimisen edistys on ollut valtava, sekä edullisen kameran ja laskentalaitteiston saatavuus. Näemme, että reunapohjaisen tietokoneen näön sovellukset lisääntyvät tulevina vuosina. Nämä ovat periaatteita, jotka ohjaavat Hazen.ai:ta.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan Hazen.ai:ssa