Stephen Miller, Fyusionin perustaja ja teknologiajohtaja – Haastattelusarja

Stephen Miller on Fyusionin perustaja ja teknologiajohtaja, 3D-kuvauksen ja tietokoneen näön yritys, joka kuuluu Cox Automotive -ryhmään. Ennen Fyusionin perustamista hän oli tohtorikoulutettava Stanfordin yliopistossa tietojenkäsittelytieteiden alalla ja työskenteli henkilökohtaisten robottien parissa, kuten vaatehuollon ja kirurgisen solmimisen alalla opiskellessaan Kalifornian yliopistossa Berkeleyn kampuksella. Hän on Google (GOOGL ) Hertz -stipendiaatti, SAP Stanfordin jatko-opiskelijastipendiaatti ja NSF -stipendiaatti.

Voitko selittää, mitä Fyusion on ja miten se mahdollistaa 3D-tietojen helpon tallentamisen ja visualisoinnin?

Fyusion on tietokoneen näön yritys, joka tarjoaa tekoälypohjaisia 3D-asiakaskokemuksia. Mahdollistamme ihmisten tallentaa 3D-kuvia yksinkertaisella älypuhelimen sovelluksella, joka toimii useimmissa Android- ja iOS-laitteissa. Sovellus sisältää askelkohtaisen ohjeistuksen ja on suunniteltu käytettäväksi kuka tahansa, riippumatta teknisestä osaamisesta. Kuvan tallentaminen kestää vain muutaman minuutin. Tämän jälkeen AI-moottorimme, ALIS, voi analysoida 3D-kuvia ja muuttaa visuaalidata toimivaan tietoon. Tällä hetkellä keskitymme käyttämään 3D-kuvia auton ulkopuolisen vaurion diagnosointiin.

Voitko selittää, miten algoritmit käyttävät .fyuse-tiedostomuotoa mahdollistaaksesi älypuhelimen yksittäisen kameran luominen 3D-kuvia?

Löydän siitä hyödyllisestä tarkastella .fyuse-muotoa yhdessä valokuvien ja videoiden kanssa. Valokuva tallentaa hetken aikaa kiinteästä kulmasta, ja video tallentaa sarjan näistä hetkistä lineaarisessa aikajanan mukaisesti. Sen sijaan .fyuse-kuva tallentaa sen, mitä me kutsumme “hetkeksi tilassa”. Katselija ei ole rajoitettu yhteen kulmaan tai lineaariseen aikajanaan: Hän voi nähdä sekä yhden puolen asiasta että sen ympärillä olevan.

.fyuse-kuvan luominen edellyttää, että valokuvaaja kiertää kohteensa yhteen suuntaan älypuhelimen kameran kanssa. Vaihtoehtoisesti Fyusionin teknologia on yhteensopiva myös kiinteiden kuvausratkaisujen ja epäperinteisten kuvausratkaisujen, kuten dronien kanssa.

.fyuse-tiedostomuoto on se, joka tuo nämä kuvat eloon. Se on kevyt ja mahdollistaa monimutkaisen, monitahoisen vuorovaikutuksen. Se on myös täysin yhteensopiva kannettavien tietokoneiden, tablettien ja älypuhelinten kanssa, joita jokainen käyttäjä jo omistaa.

Voitko keskustella joistakin tiedoista, jotka kerätään ja analysoidaan Fyusionin avulla?

Autojen osalta ALIS tunnistaa jokaisen auton osan ja voi sitten määrittää, missä on vaurioita, vaurioiden koko ja vakavuus, ja poistaa mahdolliset virheelliset positiiviset, kuten tien pölyä. Teknologia, jonka olemme kehittäneet ja patentoinneet, voi ratkaista muitakin ongelmia, mutta tämä on se, mihin keskitymme tällä hetkellä.

Voitko keskustella siitä, mitä AI-pohjainen Lightfield Information Suite (ALIS) on?

ALIS on moottori, joka mahdollistaa jokaisen Fyusion-tuotteen. Se mahdollistaa kevyen 3D-kuvauksen ja syvän visuaalisen ymmärryksen. ALIS koostuu kolmesta osasta: Capture, Engine ja Viewer. Capture-moduulissa mobiilisovellus sisältää sisäänrakennetut opetusohjelmat ja mukautettavat työnkulut, jotka mahdollistavat korkealaatuisten 3D-kuvien tallentamisen useimmissa älypuhelimissa. Fyusionin kuvan tallennus tukee myös järjestelmäkameroita, droneja ja monia muita laitteita.

Toisessa vaiheessa, Engine, ALIS analysoi näitä 3D-kuvia ja muuttaa ne toimivaksi tietoksi, kuten asiakkaidemme vaatimien vaurioiden tyypit. Se voi myös tarjota tuen löytämilleen vaurioille luomalla korkearesoluutioisia 2D-kuvia vaurioista, joita se löytää.

Lopuksi Viewer näyttää .fyuse-tiedostomuodon. .fyuse on patentoidtu ja kevyt, ja tarjoaa upottavan 3D-kokemuksen nopeilla latausajoilla. Voimme liittää .fyuseen kaikenlaisia kokemuksia, mukaan lukien äänen, videon ja 2D-kuvat.

Fyusion on sekä AR- että VR-valmis, kuinka suuri uskot, että nämä sovellukset tulevat olemaan tulevaisuudessa?

Lisätty todellisuus on miljardin dollarin teollisuus, josta tulee yhä enemmän valtavirtaa, ja se on helpompaa tallentaa ympäristöä 3D-muodossa tehokkaiden uusien mobiililaitteiden ja matalan viiveen verkkoyhteyden ansiosta. Näiden teknologioiden siirryttyä valtavirtaan, asiakkaiden odotukset verkkokokemuksista kasvavat yhtä nopeasti kuin sisällöntuottajat voivat pitää yllä.

Erityisesti autoteollisuudessa, jossa autojen osto kasvaa yhä enemmän verkkoon, odotamme seuraavien vuosien aikana suurta kiinnostusta AR-, VR- ja 3D-listauksia kohtaan. Tavoitteena on muuttaa yksinkertainen ajoneuvon yksityiskohtaisen sivun (VDP) ajoneuvon kokemussivuksi (VEP), jotta sekä suuret että pienet autoliikkeet voivat jatkaa menestyksekästä toimintaa. Tämä voi olla mitä tahansa, alkaen 3D-logojen ja rikkaan median tunnisteiden lisäämisestä listauksiin tai sallimalla ostajien asettaa golftelineet ajoneuvon takaosaan nähdäkseen, miten ne mahtuvat sisään.

On jännittävää nähdä, miten nämä sovellukset alkavat toimia valtavirtaan.

Voitko keskustella parantumisesta klikkauksen läpäisyprosentissa ja tulossa, jota nähdään verkkokaupassa 3D-kuvien käytöstä verrattuna 2D-kuvien käyttöön?

Olen eniten tutkinut joukkomyyntiä ja vähittäismyyntiä. 3D-kuvat ovat luoneet uuden luottamuksen verkkokauppojen asiakkaille, mikä on erityisen kriittistä suurhintaisten tuotteiden, kuten autojen, osalta.

Sisäinen data osoittaa, että 3D-kuvat lisäävät käyttäjien sitoutumista ja aikaa, jota käytetään ajoneuvon yksityiskohtaisiin sivuihin, mikä puolestaan on osoittanut lisäävän autonmyyntiä. Tarjoamalla elävän 3D-kokemuksen ajoneuvosta myyjän maine paranee myönteisesti.

Yksi Fyusionin vaihtoehdoista on prosessoida dataa paikallisesti tai pilvessä, voitko keskustella kummankin edusta?

Paikallisesti, reunan tekoäly pakottaa kehittäjiä työskentelemään merkittävien rajoitusten kanssa, erityisesti matkapuhelimien käytön osalta. Lisäksi standardiin kehittäjien huoleen – Miten optimoitu verkko on? Miten luotettavat tulokset ovat? – tiettyjä käytännön huolenaiheita asettaa selkeät kattoja. Muistiaineen paine, akun lataus, mahdollisuus, että prosessi taustoitetaan käyttäjän tai käyttöjärjestelmän toimesta jne. Ja tämä olettaa, että verrattavat suorittimet ja grafiikkaprosessorit ovat saatavilla reunalla. Vaikka lippulaivamalleissa tämä on harvoin tapauksessa.

Tarvitset suunnitella jokaisen mahdollisen kulman; kun taas pilvessä jokainen ratkaisu voidaan valvoa ja hienosäätää.

Mutta yhteensä ottaen reunan tekoäly voidaan pitää täydellisenä “autoscaling”-ratkaisuna: jokaiselle uudelle asiakkaalle sinulla on täysin uusi kone käytettävissä. Jos olet optimoinut verkkosi toimimaan täysin reunalla, voit palvella yhtä helposti kaksi tai kaksi miljoonaa asiakasta.

Reunan tekoälyllä on pääsy käsittelemättömiin, raakatiivaisiin syöteisiin, ilman rajoituksia. Sen sijaan pilviin perustuva tekoälyratkaisu edellyttää, että syöte on joko prosessoitu (pakattu, osittainen) tai valtava, jolloin kaistanleveys muodostaa vakavan huolen.

Reunan tekoäly avaa mahdollisuuksia, joita pilviin perustuva tekoälyratkaisu ei voi tarjota. Jos se on optimoitu toimimaan reaaliajassa, se voi tarjota palautetta reaaliajassa. Mikä tarkoittaa, että voit rakentaa ratkaisuja, jotka eivät ainoastaan syötteitä, vaan myös kannustavat käyttäjiä antamaan parempaa tietoa.

Miten 5G mahdollistaa nopean kasvun tietokoneen näön sovellusten osalla?

Nopeammissa yhteyksissä voit siirtää enemmän prosessointia pilveen, mikä avaa mahdollisuuksia uusille tietokoneen näön sovelluksille. Se riippuu kuitenkin sovelluksesta ja siitä, miten laajasti se otetaan käyttöön.

5G voi vaikuttaa hajaantuneesti ja syventää digitaalista kuilua, koska joillakin alueilla on nopeampi ja nopeampi yhteys, kun taas toisilla alueilla yhteys on edelleen hidas. Sovellukset, jotka on suunniteltu ihmisten käyttöön, joilla on pääsy 5G:ään, hyötyvät ilmeisesti. Mutta laajemmin hyväksyttyjä sovelluksia voi joutua valitsemaan välillä siitä, miten paljon aikaa ja rahaa käytetään siihen, mitä käytännössä tulee kahteen versioon samaa sovellusta, tai pysymään yhdessä versiossa, joka on vähemmän kehittynyt, mutta toimii lähes kaikilla yhteyksillä.

Mitä toimia Fyusion toteuttaa hyödyntääkseen tulevan 5G-verkon laajentamista?

Haluan esittää tämän sanomalla, että Fyusion on viettänyt paljon aikaa varmistaakseen, että asiakkaat voivat käyttää sovelluksiamme jopa vanhoilla puhelimilla, joilla on heikko kaistanleveys. Manheimin kanssa yksin teknologiamme on kuvannut yli miljoona autoa, ja emme olisi saavuttaneet tätä muuten.

Sanottuani tämän, olemme erittäin innoissamme siitä, mitä näemme tällä hetkellä – se on trifektio kasvavien prosessointinopeuksien, 5G-yhteyden ja melkein vallankumouksen kamerapuhelimissa. Kun otetaan kaikki yhteen, saadaan joitakin uusia kehityksiä, joita en valitettavasti voi jakaa kanssanne tällä hetkellä.

Onko mitään muuta, mitä haluaisit jakaa Fyusionista?

On erittäin jännittävää aikaa työskennellä tietokoneen näön parissa – tämä tieteenala on siirtymässä valtavirtaan useiden vuosien jälkeen, jolloin se on ollut tulevaisuuden teknologiana. Fyusion kasvaa nopeasti ja palkkaa tietokoneen näön tutkijoita ympäri maailmaa. Tiimimme voi työskennellä missä tahansa, mutta he ovat aina tervetulleita toimistoihimme Potrero Hillissä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Fyusionissa.