Yashar Behzadi, le PDG de Synthesis AI – Série d’entretiens

Yashar Behzadi, PhD, est le PDG et fondateur de Synthesis AI. Il est un entrepreneur expérimenté qui a créé des entreprises de transformation dans les domaines de l’IA, de la technologie médicale et de l’IoT. Il a passé les 14 dernières années dans la Silicon Valley à construire et à développer des entreprises de technologie axées sur les données. Yashar détient plus de 30 brevets et brevets en attente et un PhD de l’UCSD avec une spécialisation en modélisation spatiale et temporelle de l’imagerie du cerveau fonctionnel.

Synthesis AI est une startup à l’intersection de l’apprentissage profond et de la CGI, créant un nouveau paradigme pour le développement de modèles de vision par ordinateur. Ils permettent aux clients de développer de meilleurs modèles en un temps et à un coût bien inférieurs à ceux des approches traditionnelles basées sur l’annotation humaine.

Comment êtes-vous initialement impliqué dans l’informatique et l’IA ?

J’ai obtenu un PhD de l’UCSD en 2006, axé sur la vision par ordinateur et la modélisation spatiale et temporelle des données d’imagerie du cerveau. J’ai ensuite travaillé dans la Silicon Valley à l’intersection des capteurs, des données et de l’apprentissage automatique dans diverses industries pendant les 16 années suivantes. Je me sens très chanceux d’avoir eu l’opportunité de travailler sur certaines technologies remarquables, et j’ai plus de 30 brevets déposés ou en attente, axés sur le traitement du signal, l’apprentissage automatique et la science des données.

Pouvez-vous partager l’histoire de la création de Synthesis AI ?

Avant de fonder Synthesis AI en 2019, j’ai dirigé une entreprise de services d’IA à l’échelle mondiale axée sur le développement de modèles de vision par ordinateur pour les principales entreprises technologiques. Quelle que soit la taille de l’entreprise, j’ai constaté que nous étions extrêmement limités par la qualité et la quantité de données de formation étiquetées. Lorsque les entreprises se sont étendues géographiquement, ont développé leur base de clients ou ont créé de nouveaux modèles et de nouveaux matériels, de nouvelles données de formation étaient nécessaires pour garantir que les modèles fonctionnent correctement. Il est également devenu clair que l’avenir de la vision par ordinateur ne serait pas couronné de succès avec le paradigme d’annotation humaine actuel. Les applications de vision par ordinateur émergentes dans l’autonomie, la robotique et les applications AR/VR/metaverse nécessitent un ensemble riche d’étiquettes 3D, d’informations de profondeur, de propriétés de matériaux, de segmentation détaillée, etc., que les humains ne peuvent pas étiqueter. Un nouveau paradigme était nécessaire pour fournir l’ensemble d’étiquettes nécessaire pour former ces nouveaux modèles. En plus des moteurs techniques, nous avons constaté une augmentation de la surveillance des consommateurs et de la réglementation autour des problèmes éthiques liés aux préjugés des modèles et à la confidentialité des consommateurs.

J’ai créé Synthesis AI dans le but de transformer le paradigme de la vision par ordinateur. La plateforme de génération de données synthétiques de l’entreprise permet la génération à la demande de données d’images photoréalistes avec un ensemble élargi d’étiquettes de pixels parfaits 3D. Notre mission est de faire progresser les technologies de données synthétiques pour permettre le développement éthique de modèles plus capables.

Pour les lecteurs qui ne sont pas familiers avec ce terme, pouvez-vous définir ce qu’est la donnée synthétique ?

La donnée synthétique est des données générées par ordinateur qui servent d’alternative aux données du monde réel. Les données synthétiques sont créées dans des mondes numériques simulés plutôt que collectées ou mesurées dans le monde réel. En combinant des outils du monde des effets visuels et de la CGI avec des modèles d’IA génératifs, Synthesis AI permet aux entreprises de créer de vastes quantités de données diverses et photoréalistes à la demande pour former des modèles de vision par ordinateur. La plateforme de génération de données de l’entreprise a réduit le coût et la vitesse d’obtention de données d’images de haute qualité d’un facteur de grandeur tout en préservant la confidentialité.

Pouvez-vous discuter de la façon dont les données synthétiques sont générées ?

Un ensemble de données synthétiques est créé artificiellement plutôt que par des données du monde réel. Les technologies de l’industrie des effets visuels sont couplées avec des réseaux de neurones génératifs pour créer de vastes et diverses données d’images étiquetées de manière photoréaliste. Les données synthétiques permettent de créer des données de formation à un coût et en un temps bien inférieurs à ceux des approches actuelles.

Comment l’utilisation de données synthétiques crée-t-elle un avantage concurrentiel ?

Actuellement, la plupart des systèmes d’IA utilisent l’apprentissage supervisé, où les humains étiquettent les attributs clés dans les images, puis forment les algorithmes d’IA pour interpréter les images. C’est un processus qui nécessite beaucoup de ressources et de temps et est limité par ce que les humains peuvent étiqueter avec précision. De plus, les préoccupations concernant les préjugés démographiques de l’IA et la confidentialité des consommateurs se sont amplifiées, rendant de plus en plus difficile l’obtention de données humaines représentatives.

<p Notre approche consiste à créer des mondes numériques photoréalistes qui synthétisent des données d'images complexes. Puisque nous générons les données, nous savons tout sur les scènes, y compris des informations jamais disponibles auparavant sur la localisation 3D des objets et leurs interactions complexes les uns avec les autres et avec l'environnement. Acquérir et étiqueter cette quantité de données en utilisant les approches actuelles prendrait des mois, voire des années. Ce nouveau paradigme permettra une amélioration de 100 fois de l'efficacité et du coût et entraînera une nouvelle classe de modèles plus capables.

Comme les données synthétiques sont générées artificiellement, cela élimine de nombreux préjugés et préoccupations de confidentialité liés à la collecte traditionnelle de données du monde réel.

Comment la génération de données à la demande permet-elle d’accélérer la mise à l’échelle ?

Capter et préparer des données du monde réel pour la formation de modèles est un processus long et fastidieux. Déployer le matériel nécessaire peut être prohibitivement coûteux pour des systèmes de vision par ordinateur complexes comme les véhicules autonomes, la robotique ou l’imagerie par satellite. Une fois les données capturées, les humains étiquettent et annotent les fonctionnalités essentielles. Ce processus est sujet à des erreurs et les humains sont limités dans leur capacité à étiqueter des informations clés comme la position 3D requise pour de nombreuses applications.

Les données synthétiques sont bien plus rapides et moins chères que les approches traditionnelles basées sur les données réelles annotées par des humains et vont accélérer le déploiement de nouveaux et plus capables modèles dans les industries.

Comment les données synthétiques permettent-elles de réduire ou de prévenir les préjugés de l’IA ?

Les systèmes d’IA sont omniprésents mais peuvent contenir des préjugés inhérents qui peuvent avoir un impact sur des groupes de personnes. Les ensembles de données peuvent être déséquilibrés avec certaines classes de données et soit sur- ou sous-représenter des groupes de personnes. La construction de systèmes centrés sur l’humain peut souvent conduire à des préjugés de genre, d’ethnicité et d’âge. En revanche, les données de formation générées par conception sont équilibrées et ne contiennent pas de préjugés humains.

Les données synthétiques pourraient devenir une solution robuste pour résoudre le problème de préjugés de l’IA. Les données synthétiques sont générées partiellement ou complètement artificiellement plutôt que mesurées ou extraites de phénomènes ou d’événements du monde réel. Si l’ensemble de données n’est pas suffisamment diversifié ou grand, les données générées par l’IA peuvent combler les lacunes et former un ensemble de données sans préjugés. Le meilleur aspect ? La création manuelle de ces ensembles de données peut prendre à des équipes plusieurs mois ou années pour les compléter. Lorsqu’elles sont conçues avec des données synthétiques, cela peut être fait en une nuit.

Hors de la vision par ordinateur, quels sont les autres cas d’utilisation potentiels futurs des données synthétiques ?

En plus des nombreuses applications de vision par ordinateur liées aux produits grand public, à l’autonomie, à la robotique, à l’AR/VR/metaverse et plus encore, les données synthétiques auront également un impact sur d’autres modalités de données. Nous voyons déjà des entreprises utiliser des approches de données synthétiques pour des données tabulaires structurées, la voix et le traitement du langage naturel. Les technologies et les pipelines de génération sous-jacentes diffèrent pour chaque modalité, et dans un avenir proche, nous nous attendons à voir des systèmes multimodaux (par exemple, vidéo + voix).

Y a-t-il autre chose que vous aimeriez partager sur Synthesis AI ?

Fin de l’année dernière, nous avons lancé HumanAPI, une expansion importante des capacités de données synthétiques de Synthesis AI, permettant la génération programmatique de millions d’humains numériques 3D uniques et de haute qualité. Cette annonce intervient quelques mois après le lancement du produit de données synthétiques en tant que service FaceAPI, qui a fourni plus de 10 millions d’images faciales étiquetées pour les principales entreprises de smartphones, de téléconférence, d’automobile et de technologie. HumanAPI est l’étape suivante du parcours de l’entreprise pour soutenir les applications d’IA avancées de vision par ordinateur.

HumanAPI permet également une myriade de nouvelles opportunités pour nos clients, notamment les assistants intelligents, les entraîneurs de fitness virtuels et, bien sûr, le monde des applications de metaverse.

En créant un double numérique du monde réel, le metaverse permettra de nouvelles applications allant de réseaux sociaux réinventés, d’expériences de divertissement, de téléconférence, de jeux et plus encore. L’IA de vision par ordinateur sera fondamentale pour la façon dont le monde réel est capturé et recréé avec une grande fidélité dans le domaine numérique. Les humains photoréalistes, expressifs et comportementaux précis seront un élément essentiel de l’avenir des applications de vision par ordinateur. HumanAPI est le premier produit à permettre aux entreprises de créer de vastes quantités de données de corps entier parfaitement étiquetées à la demande pour construire des modèles d’IA plus capables, notamment l’estimation de la pose, la reconnaissance des émotions, la caractérisation de l’activité et du comportement, la reconstruction faciale et plus encore.

Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Synthesis AI.