Yashar Behzadi, Synthesis AI:n toimitusjohtaja – Haastattelusarja

Yashar Behzadi PhD on Synthesis AI:n toimitusjohtaja ja perustaja. Hän on kokenut yrittäjä, joka on rakentanut alaa uudistavia yrityksiä tekoäly-, lääketieteellisen teknologian ja IoT-markkinoilla. Hän on viettänyt viimeiset 14 vuotta Silicon Valleyssa rakentamassa ja skaalaamassa datakeskeisiä teknologiayrityksiä. Yasharilla on yli 30 patenttia ja patenttihakemusta, ja hänellä on filosofian tohtorin tutkinto UCSD:stä, jossa hänen keskeinen tutkimusalueensa oli aivokuvantamisen tila- ja aikariippuvuuden mallinnus.

Synthesis AI on startup-yritys, joka yhdistää syväoppimisen ja tietokonegrafiikan (CGI) uudenlaiseksi konenäkömallien kehitystavaksi. He mahdollistavat asiakkaiden kehittää parempia malleja paljon lyhyemmässä ajassa ja pienemmällä kustannuksella perinteisiin ihmisten tekemien annotaatiomenetelmiin verrattuna.

Miten sinä alun perin tulit mukaan tietojenkäsittelytieteeseen ja tekoälyyn?

Sain tohtorin tutkinnon UCSD:stä vuonna 2006, jossa keskityin konenäköön ja aivokuvantamisen tila- ja aikariippuvuuden mallinnukseen. Sen jälkeen työskentelin Silicon Valleyssa sensorien, datan ja koneoppimisen risteymässä eri aloilla seuraavat 16 vuotta. Minulla on ollut erittäin hyvä mahdollisuus työskennellä joissakin huomattavissa teknologioissa, ja minulla on yli 30 patenttia myönnettyjä tai hakemuksessa, jotka liittyvät signaalinkäsittelyyn, koneoppimiseen ja data-analytiikkaan.

Voitko kertoa Synthesis AI:n syntytarinan?

Ennen Synthesis AI:n perustamista vuonna 2019 johdin maailmanlaajuista tekoälypalveluyritystä, joka kehitti konenäkömalleja johtaville teknologiayrityksille. Yrityksen koosta riippumatta havaitsin, että merkityn koulutusdatan laatu ja määrä rajoittivat toimintaamme voimakkaasti. Maantieteellinen laajentuminen, asiakaskunnan kasvu sekä uudet mallit ja laitteet edellyttivät uutta koulutusdataa, jotta mallit toimisivat riittävän hyvin. Kävi myös selväksi, ettei konenäön tulevaisuus voi nojata nykyiseen ihmisen tekemään annotointiin. Autonomisten järjestelmien, robotiikan sekä AR-, VR- ja metaversumisovellusten kehitys tarvitsee runsaasti 3D-merkintöjä, syvyystietoa, materiaalien ominaisuuksia ja tarkkaa segmentointia, joita ihmiset eivät pysty merkitsemään. Uusien mallien kouluttamiseen tarvittiin uudenlainen lähestymistapa. Teknisten syiden lisäksi kuluttajat ja sääntelyviranomaiset kiinnittivät yhä enemmän huomiota mallien vinoumiin ja kuluttajien yksityisyyteen liittyviin eettisiin kysymyksiin.

Perustin Synthesis AI:n muuttaakseni konenäön toimintatapaa. Yrityksen synteettisen datan tuotantoalusta tuottaa tarpeen mukaan fotorealistisia kuvia ja aiempaa laajemman joukon pikselintarkkoja 3D-merkintöjä. Tavoitteenamme on kehittää synteettisen datan teknologioita, jotka mahdollistavat entistä kyvykkäämpien mallien eettisen kehittämisen.

Voitko määritellä, mitä synteettinen data on lukijoille, jotka eivät ole tuttuja tähän termiin?

Synteettinen data on tietokoneella tuotettua dataa, jota käytetään todellisen maailman datan vaihtoehtona. Se luodaan simuloiduissa digitaalisissa maailmoissa sen sijaan, että se kerättäisiin tai mitattaisiin todellisuudesta. Yhdistämällä visuaalisten tehosteiden ja tietokonegrafiikan työkalut generatiivisiin tekoälymalleihin Synthesis AI antaa yrityksille mahdollisuuden tuottaa tarpeen mukaan valtavasti monipuolista, fotorealistista dataa konenäkömallien koulutukseen. Alusta pienentää laadukkaan kuvadatan hankinnan kustannuksia ja lyhentää siihen kuluvaa aikaa kertaluokilla yksityisyyden säilyttäen.

Voitko keskustella siitä, miten synteettinen data generoidaan?

Synteettinen datajoukko luodaan keinotekoisesti eikä se perustu todellisen maailman dataan. Visuaaliefekti- ja CGI-teknologiat yhdistetään generatiivisten neuroniverkkomallien kanssa luomaan valtavat, monimuotoiset ja valokuvamaiset merkityt kuvadat. Synteettinen data mahdollistaa koulutusdatan luomisen paljon lyhyemmässä ajassa ja pienemmällä kustannuksella kuin nykyiset lähestymistavat.

Miten synteettisen datan hyödyntäminen luo kilpailuetua?

Tällä hetkellä useimmat tekoälyjärjestelmät käyttävät “valvottua oppimista”, jossa ihmiset merkitsevät avainominaisuudet kuvissa ja sitten kouluttavat tekoälyalgoritmeja tulkitsemaan kuvia. Tämä on resursseja ja aikaa vaativa prosessi, ja se on rajoitettu siinä, mitä ihmiset voivat tarkasti merkitä. Lisäksi tekoälyjärjestelmien demograafiset harhat ja kuluttajien yksityisyyden suojelu ovat lisänneet haasteita hankkia edustavaa ihmisten dataa.

Lähestymistapamme on luoda fotorealistisia digitaalisia maailmoja, joissa tuotetaan monimutkaista kuvadataa. Koska tuotamme datan itse, tiedämme kaiken kuvatuista tilanteista, myös aiemmin saavuttamattomia tietoja esineiden 3D-sijainnista sekä niiden monimutkaisista vuorovaikutuksista keskenään ja ympäristön kanssa. Vastaavan datamäärän hankkiminen ja merkitseminen nykyisin menetelmin veisi kuukausia tai jopa vuosia. Tämä uusi lähestymistapa mahdollistaa satakertaisen parannuksen tehokkuudessa ja kustannuksissa sekä uuden luokan entistä kyvykkäämpiä malleja.

Koska synteettinen data generoidaan keinotekoisesti, se poistaa useita harhoja ja yksityisyyden suojelun ongelmia, jotka liittyvät perinteisiin datan keräämiseen todellisesta maailmasta.

Miten tarpeen mukaan tuotettu data nopeuttaa skaalautumista?

Todellisen maailman datan kaappaus ja valmistelu mallien koulutukseen on pitkä ja työlääs prosessi. Tarvittavan laitteiston käyttöönotto voi olla kalliita monimutkaisille konenäön järjestelmille, kuten itseohjautuville ajoneuvoille, roboteille tai satelliittikuvaukselle. Kun data on kaapattu, ihmiset merkitsevät ja annotoivat tärkeitä ominaisuuksia. Tämä prosessi on altis virheille, ja ihmiset ovat rajoitettuja kykynsä merkitä tärkeitä tietoja, kuten 3D-positiota, jota tarvitaan monissa sovelluksissa.

Synteettisen datan tuottaminen on kertaluokkia nopeampaa ja halvempaa kuin perinteiset ihmisten merkitsemään todelliseen dataan perustuvat menetelmät. Se nopeuttaa uusien, entistä kyvykkäämpien mallien käyttöönottoa eri toimialoilla.

Miten synteettinen data mahdollistaa tekoälyn vinoumien vähentämisen tai estämisen?

Tekoälyjärjestelmät ovat läsnä kaikkialla, mutta ne voivat sisältää sisäänrakennettuja harhoja, jotka voivat vaikuttaa tietyille ryhmille. Datat voivat olla epätasapainoisia tietyillä dataluokilla ja joko yli- tai aliedustaa tiettyjä ryhmiä. Ihmiskeskeisten järjestelmien rakentaminen voi usein johtaa sukupuolen, etnisen taustan ja iän harhoihin. Toisaalta suunniteltu koulutusdata on tasapainossa ja puuttuu ihmisten harhat.

Synteettinen data voi tarjota vahvan ratkaisun tekoälyn vinoumiin. Se tuotetaan osittain tai kokonaan keinotekoisesti sen sijaan, että se mitattaisiin tai kerättäisiin todellisen maailman tapahtumista tai ilmiöistä. Jos aineisto ei ole riittävän monipuolinen tai laaja, tekoälyllä tuotettu data voi täydentää aukkoja ja muodostaa puolueettoman aineiston. Tällaisten aineistojen tekeminen käsin voi viedä tiimeiltä kuukausia tai vuosia. Synteettistä dataa käyttäen se voidaan tehdä yhdessä yössä.

Mitä muita tulevaisuuden sovelluksia synteettisellä datalla on konenäön ulkopuolella?

Kuluttajatuotteisiin, autonomisiin järjestelmiin, robotiikkaan, AR-, VR- ja metaversumisovelluksiin sekä muihin kohteisiin liittyvien konenäön käyttötapojen lisäksi synteettinen data vaikuttaa muihinkin datamodaliteetteihin. Yritykset hyödyntävät sitä jo rakenteisessa taulukkodatassa, puheessa ja luonnollisen kielen käsittelyssä. Taustateknologiat ja tuotantoputket eroavat modaliteeteittain, ja lähitulevaisuudessa odotamme monimodaalisia järjestelmiä, kuten videon ja puheen yhdistelmiä.

Onko mitään muuta, mitä haluaisit jakaa Synthesis AI:sta?

Viime vuonna julkaisimme HumanAPI:n, joka on merkittävä laajennus Synthesis AI:n synteettisen datan kyvyille, mahdollistaen ohjelmallisen generoinnin miljoonille ainutlaatuisille, laadukkaille 3D-digitaalisille ihmisille. Tämä ilmoitus tuli kuukausia FaceAPI:n julkaisun jälkeen, joka on synteettinen data-palvelu, joka on toimittanut yli 10 miljoonaa merkittyä kasvokuvaa johtaville älypuhelin-, videoneuvottelu-, autonvalmistus- ja teknologiayrityksille. HumanAPI on seuraava askel yrityksen matkalla tukemaan edistyneitä tekoälysovelluksia.

HumanAPI mahdollistaa myös monia uusia mahdollisuuksia asiakkaillemme, kuten älykkäät avustajat, virtuaaliset kuntovalmentajat ja tietysti metaverse-sovellukset.

Luomalla todellisesta maailmasta digitaalisen kaksoiskappaleen metaversumi mahdollistaa uudenlaisia sosiaalisia verkostoja, viihdekokemuksia, videoneuvotteluja, pelejä ja muita sovelluksia. Konenäköön perustuva tekoäly on keskeinen tekijä siinä, miten todellinen maailma tallennetaan ja luodaan uudelleen tarkasti digitaalisessa ympäristössä. Fotorealistiset, ilmeikkäät ja käyttäytymiseltään tarkat ihmiset ovat tärkeä osa tulevia konenäkösovelluksia. HumanAPI on ensimmäinen tuote, jolla yritykset voivat tuottaa tarpeen mukaan valtavasti täydellisesti merkittyä koko kehon dataa entistä kyvykkäämpien mallien kehittämiseen. Käyttökohteita ovat muun muassa asennon arviointi, tunteiden tunnistus, toiminnan ja käyttäytymisen kuvaaminen sekä kasvojen rekonstruointi.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Synthesis AI:ssa.