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 alkujaan veti sinut kiinnostumaan tekoälystä?

Se oli yliopiston aikana, kun luin ensimmäisen kerran siitä, miten stereo-näkö (tai binokulaari-näkö – syvyyden arvioiminen kahdella kameralla) toimii. Se sai minut kiinnostumaan tietokoneen näön tutkimisesta. Mielenkiintoista kyllä, luin siitä ensimmäisen kerran kirjassa, jonka ostin perinteiseltä perjantain markkinalta, jossa myytiin vanhoja käytettyjä kirjoja kadunvarren varrella kotikaupungissamme. Jatkoin aiheen parissa ja tein siitä väitöskirjan Yhdysvalloissa.

Olit aiemmin professorina yhdessä Pakistanin suurimmista yliopistoista, Lahore University of Management Sciences (LUMS). Mitkä olivat sinun opetuskokemuksesi ja tutkimusaihesi?

Kun liityin LUMSiin väitöskirjani jälkeen, rakensin yliopistoon ensimmäisen jatko-opiskelijoiden tutkimuslaboratorion, jota rahoitti puolustusorganisaation suuri apuraha. Tietojenkäsittelytieteen jatko-ohjelma oli silloin vielä uusi, eikä tutkimuslaboratorioita ollut. Opetin tietokoneen näköä 12 vuoden ajan LUMSissa ja johtaminen aktiivista laboratoriota tämän alueen parissa. Aluksi tietokoneen näköä opetettiin vain harvoissa pakistanilaisissa yliopistoissa, mutta myöhemmin se tuli standardikurssiksi, ja itse asiassa moni opetusohjelmaani on nyt myös opettamassa pakistanilaisissa yliopistoissa.

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

Tietokoneen näkö oli pitkään lähinnä kokeellinen tutkimusala, jolla oli rajoitetut sovellukset tuotteissa. Tämä johtui siitä, että tuotteiden rakentamiseen tarvittavien algoritmien kehittymättömyydestä. Tuotteessa kuvan ymmärtämisalgoritmin on toimittava monissa kuvauksellisissa ja valaistusolosuhteissa, eikä vain joissakin hyvin kontrolloiduissa kokeissa. Meillä oli vitsi väitöskirjatyöni aikana 2000-luvun alussa, 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 huolellisesti kuratoiduissa laboratoriolaitteissa eivätkä olleet kovin kestäviä.

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

Mitä liikennesääntöjä Hazen.ai voi valvoa?

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

Mitkä ovat joitain yksilöllisiä haasteita tietokoneen näön käytössä liikkeen seuraamisessa korkeilla nopeuksilla?

On kaksi haastetta: Ensimmäinen on itse tietokoneen näön algoritmien suorituskyky – haluat tuotteen, joka toimii haastavissa liikenneolosuhteissa 24/7 kaikissa valaistusolosuhteissa. Vaikka on ollut teknistä edistystä tähän tavoitteeseen, on edelleen maita, joissa tieliikenteen käyttäjien tiheys on niin suuri, kuten moottoripyörät tai jalankulkijat hyvin lähellä toisiaan, että se on edelleen haaste algoritmeille jokaisen yksilön seuraamiseksi ja ymmärtää tilannetta. Toiseksi suurempi haaste on tehdä vankkaa tuotetta tietokoneen näön algoritmeista, joka voidaan käyttää rajoitettujen laitteistoresurssien ääreltä ja voidaan valvoa ja hallita helposti, vaikka se on jakautunut ympäri kaupunkia. Koska tietokoneen näön tuotteet käsittelevät paljon videodataa, niiden käyttäminen ääreltä ja niiden hallitseminen on edelleen haasteellista tehtävää.

Mitä prosessia loppukäyttäjä voi käyttää ohjelmiston määrittämiseen eri tieliikenneolosuhteisiin?

Jokainen risteys tarjoaa yksilöllisen tilanteen, joka liittyy liikenteen määrään, kaistojen määritykseen ja ajoneuvojen, pyöräilijöiden tai jalankulkijoiden vuorovaikutukseen. Lisäksi liikenneviranomaisten kiinnostus voi olla tietyn liikenteen käyttäytymisen havaitsemiseen kussakin paikassa. Esimerkiksi liikenneviranomaiset voivat kieltää U-käännöksen risteyspaikassa, jotta liikennevirran sujuvuus parane, ja he ovat kiinnostuneita havaitsemaan tämän tilastotiedon. Siksi olemme pitäneet ohjelmistomme mukautettavissa eri skenaarioihin. Kun kamera on asennettu ohjelmistoomme, määritämme sen yksinkertaisen prosessin kautta, mitä loppukäyttäjä vaatii kyseisessä paikassa. Sisäisesti olemme kehittäneet korkean tason kielen, jolla voimme tiiviisti kuvailla liikenteen skenaarioita, joissa on kiinnostusta yksinkertaisella tavalla. Tämä mahdollistaa nopean määrityksen asiakkaidemme sivuille.

Mitä laitteistoa tarvitaan järjestelmän käyttämiseen?

Videon analytiikka vaatii merkittävää laskentakapasiteettia. Olemme optimoineet koodimme toimimaan pienillä Nvidia-grafiikkaprosessoreilla, jotka voidaan asentaa äärelle, kuten heidän Jetson-sarjansa, ja myös Intel-suorittimilla joillekin tarjoamamme ominaisuuksille. Viime vuosina on tullut markkinoille edullista ja tehokasta äärilaitteistoa, mikä mahdollistaa monia mielenkiintoisia sovelluksia.

Voitko kertoa, onko joitain viranomaisia, jotka ovat parhaillaan kokeilemassa tai käyttävät Hazen.ai-teknologiaa?

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

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

Yleisesti ottaen, meillä on sellainen tunne, että liikenneturvallisuusteknologia ei ole edennyt tarpeeksi, verrattuna ongelman laajuuteen. Mutta nyt on oikea aika, koska tietokoneen näön ja syvän oppimisen edistysaskelit ovat olleet valtavat, sekä kameran ja laskentakapasiteetin edullinen saatavuus. Näemme monia muita äärilaitteistoon perustuvan tietokoneen näön sovelluksia tulevina vuosina. Nämä ovat perusta, joka ohjaa Hazen.ai:ta.

Kiitos haastattelusta, lukijat, jotka haluavat lisätietoa, voivat vierailla Hazen.ai:ssa