Dr. Danny Lange, Senior VP of l’IA chez Unity Technologies – Série d’entretiens

Dr. Danny B. Lange est VP de l’IA et de l’apprentissage automatique chez Unity Technologies. Auparavant, Danny était responsable de l’apprentissage automatique chez Uber, où il a dirigé un effort pour construire la plate-forme d’apprentissage automatique la plus polyvalente au monde pour soutenir la croissance rapide d’Uber.

Qu’est-ce qui vous a initialement attiré vers l’Intelligence Artificielle ?

J’ai construit et programmé des ordinateurs dès très jeune âge et j’ai été presque immédiatement fasciné par l’idée de rendre ces systèmes autonomes. Ce qui me captive dans l’autonomie, ce sont les défis que vous, en tant que développeur, devez surmonter pour créer un système composé de séquences de code rigide qui peut répondre de manière sûre à des circonstances imprévisibles et jamais vues auparavant. Le domaine de l’Intelligence Artificielle (IA) nous a fourni au fil des ans des outils de plus en plus puissants, allant de la programmation orientée objet, aux règles basées sur l’inférence, à l’apprentissage automatique et, plus récemment, à l’apprentissage profond. Ce sont les capacités accrues de ces technologies qui alimentent les progrès rapides dans le domaine de l’IA.

Vous avez été un leader dans ce domaine pendant de nombreuses années, notamment en tant que directeur général de l’apprentissage automatique d’Amazon (AMZN ) dans AWS, et responsable de l’apprentissage automatique chez Uber. Quelles sont certaines des leçons que vous avez tirées de ces expériences passées ?

L’apprentissage automatique est une technologie vraiment transformatrice, mais pour réaliser son plein potentiel, il est nécessaire de l’amener dans tous les coins de l’entreprise. À plusieurs reprises, l’apprentissage automatique a démontré sa capacité à créer des optimisations inimaginables et à améliorer les opérations commerciales à des niveaux qui ne peuvent pas être atteints par des processus humains ordinaires seuls. Cependant, la véritable disruption ne se produit que lorsque une masse critique de processus commerciaux sont exploités de cette manière. Des organisations telles qu’Amazon et Uber ont clairement démontré que si nous rendons les systèmes d’apprentissage automatique largement accessibles et disponibles pour chaque équipe, nous constatons une adoption généralisée qui conduit invariablement à un cycle vertueux d’améliorations continues de l’ensemble de l’entreprise, car un effet de réseau se produit.

Vous êtes le VP de l’IA chez Unity Technologies depuis 2016. Qu’est-ce qui vous a attiré dans la vision de cette entreprise ?

Unity est un endroit fantastique pour les passionnés d’IA. Nous avons une culture remarquable de résolution de problèmes difficiles pour nos clients, l’IA étant l’un des défis les plus importants que je puisse imaginer. Notre direction est engagée à alimenter et à conduire l’avenir de l’IA. Nous avons les technologies, les ressources, les clients et les partenaires pour le faire. Je ne peux pas imaginer un meilleur endroit pour travailler à changer le monde.

Vous avez parlé précédemment de l’importance des données synthétiques, pouvez-vous nous expliquer ce que c’est exactement ?

Les données synthétiques sont créées par un algorithme et non capturées à partir du monde réel. Un moteur 3D en temps réel avec un émulateur de physique réaliste est l’outil idéal pour créer des données de formation synthétiques réalistes pour une large gamme d’applications, allant de la reconnaissance d’objets dans les systèmes de vision par ordinateur à la planification de trajectoires pour les robots de navigation.

Qu’est-ce qui rend les données synthétiques si importantes lors de la construction de systèmes d’apprentissage automatique ?

J’ai à plusieurs reprises qualifié Unity de « parfait biodôme IA ». Et c’est vrai. Travailler avec l’IA dans le monde réel et utiliser des données du monde réel peut être carrément effrayant. Dois-je mentionner les véhicules autonomes dans les rues de San Francisco ou les systèmes de reconnaissance faciale déployés dans les espaces publics ? Il y a des inquiétudes concernant la sécurité, les préjugés sont toujours présents et les préoccupations en matière de confidentialité se heurtent souvent à des cas d’utilisation courants. Et puis il y a la rareté et le coût élevé associés à la collecte des quantités nécessaires de données de formation. Avec Unity, nous avons non seulement démocratisé la création de données, mais vous avez également accès à un système interactif pour simuler des interactions avancées dans un environnement virtuel. Dans Unity, vous pouvez développer les systèmes de contrôle pour un véhicule autonome sans le risque de heurter et de blesser quelqu’un.

Pouvez-vous discuter de la manière dont Unity Simulation peut aider les entreprises à générer des données synthétiques ?

Avec Unity Simulation, nous avons pris un moteur 3D en temps réel conçu pour la consommation humaine, que ce soit pour les jeux, les films ou l’ingénierie, et l’avons transformé en une instance optimisée pour le cloud qui ne fonctionne pas seulement à des taux de trames imaginables, mais permet également une mise à l’échelle à des milliers d’instances s’exécutant en parallèle. De cette façon, Unity Simulation permet aux développeurs de générer des expériences pour leurs systèmes d’IA à des vitesses plusieurs fois supérieures au temps réel. Jusqu’à récemment, ce niveau de génération de données n’était disponible que pour quelques entreprises privilégiées, mais avec Unity Simulation, nous avons vraiment nivelé le jeu.

Récemment, Unity a collaboré avec l’Institut de modélisation des maladies (IDM) pour construire des simulations 3D en temps réel de la propagation du COVID-19. Pouvez-vous discuter de la manière dont Unity Simulation peut simuler efficacement la propagation du COVID-19 ?

La simulation informatique a été utilisée pendant des décennies par des chercheurs, des ingénieurs, des solveurs de problèmes et des décideurs politiques dans de nombreux domaines, y compris l’étude des maladies infectieuses. Unity Simulation permet une simulation spatiale en temps réel spéciale qui peut être mise à l’échelle sur le cloud pour étudier de manière holistique des systèmes complexes, grands et incertains. Nous avons construit un projet de démonstration simplifié pour simuler la propagation du coronavirus dans un magasin fictif et exploré l’impact que la politique du magasin a sur les taux d’exposition. En exécutant des dizaines de milliers de simulations, nous avons pu identifier les comportements et les politiques qui semblaient avoir le plus grand impact sur la propagation de cette terrible maladie infectieuse.

Récemment, vous avez beaucoup parlé d’Intelligence Artificielle Générale (IAG). Pouvez-vous expliquer ce qu’est le comportement émergent et pourquoi il est important pour le développement de l’IAG ?

En seulement 100 000 ans, l’humanité est passée de la survie en cueillant des baies dans la nature à envoyer un homme sur la lune. Nous savons, grâce à l’archéogénétique, que le cerveau humain n’a pas changé de manière significative pendant cette période. Vous pouvez dire qu’il n’y a eu aucune amélioration matérielle significative du processeur. Alors, qu’est-ce qui a été si transformatif ? La clé devrait être trouvée dans notre capacité à accomplir quelque chose ensemble. Nous utilisons le terme de comportement émergent d’un système qui ne dépend pas de ses parties individuelles, mais plutôt de leurs relations les unes avec les autres. Le comportement émergent ne peut pas être anticipé en étudiant les parties individuelles d’un système. Il ne peut être prédit qu’en comprenant les relations entre les parties. Les systèmes émergents sont caractérisés par l’observation que le tout est plus grand que la somme de ses parties. Alors que j’ai montré à plusieurs reprises des exemples divertissants de comportement émergent dans des systèmes multi-agents relativement simples, imaginez ce qui se passera lorsque vous aurez une multitude de systèmes d’IA collaborant à la vitesse de la lumière.

Croyez-vous qu’il y a une possibilité que nous puissions atteindre l’IAG dans la prochaine décennie ?

Lorsqu’il s’agit de l’IAG, nous devons nous rappeler que c’est tout un voyage et non une destination. Personne ne sait exactement quand l’IAG se produira, car ce ne sera pas à un moment précis dans le temps, mais plutôt un changement progressif au fil du temps. Il est dans la nature de l’IAG qu’il sera difficile pour les humains de déterminer exactement à quel moment un système est intelligent. En regardant les progrès réalisés au cours de la dernière décennie, je suis sûr que cette décennie apportera beaucoup de progrès intéressants vers l’IAG.

Y a-t-il autre chose que vous aimeriez partager sur Unity Technologies ?

Chez Unity, nous continuons de nous voir comme moteur de l’avenir de l’IA et jouant un rôle important dans le progrès des technologies d’IA. Comme notre relation avec DeepMind en est une démonstration claire, notre technologie est l’environnement parfait pour les chercheurs et les développeurs pour pousser en toute sécurité les limites de l’IA. Nous nous préparons à soutenir nos clients et nos partenaires dans la création d’environnements virtuels qui fonctionnent à une échelle jamais vue pour résoudre les défis de demain, qu’il s’agisse du changement climatique, de la logistique ou des défis de santé.

Je vous remercie pour cette interview incroyable, j’ai apprécié d’en apprendre davantage sur Unity et vos points de vue sur l’IAG. Quiconque souhaitant en savoir plus devrait visiter Unity Technologies.