साक्षात्कार
एंड्रू स्टीन, सॉफ्टवेयर इंजीनियर वेमो – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
एंड्रू स्टीन एक सॉफ्टवेयर इंजीनियर हैं जो वेमो विया के लिए धारणा टीम का नेतृत्व करते हैं, वेमो के स्वायत्त डिलीवरी प्रयासों के लिए। वेमो एक स्वायत्त ड्राइविंग तकनीक विकास कंपनी है जो अल्फाबेट इंक की सहायक कंपनी है, जो गूगल की मूल कंपनी है।
आपको एआई और रोबोटिक्स में शुरुआती रूप से आकर्षित क्या था?
मैंने हमेशा से चीजें बनाने में रुचि ली है जो “कुछ करती हैं” जब से मैं बहुत छोटा था। आर्ट्स और क्राफ्ट्स मजेदार हो सकते हैं, लेकिन मेरा सबसे बड़ा जुनून ऐसी चीजें बनाने में था जो कुछ तरीके से कार्यात्मक थीं। मिस्टर रॉजर्स के पड़ोस के मेरे पसंदीदा हिस्से ऑटोमेटेड फैक्ट्रियों में कॉन्वेयर बेल्ट और एक्ट्यूएटर्स के फुटेज थे, जहां बोतलें और अन्य उत्पाद भरे जाते थे, लेबल किए जाते थे और परिवहन किए जाते थे। मैं लेगो और अन्य बिल्डिंग खिलौनों का बहुत बड़ा प्रशंसक था। फिर, कंप्यूटर एडेड डिज़ाइन (सीएडी) प्रतियोगिताओं में कुछ सफलता के माध्यम से प्रौद्योगिकी छात्र संघ के माध्यम से मध्य और हाई स्कूल में, मैं एक छोटे से स्टार्टअप कंपनी, क्लिपर मैन्युफैक्चरिंग के लिए एक आफ्टर-स्कूल नौकरी में सीएडी करने के लिए समाप्त हुआ। वहां, मैं खुदरा परिधान उद्योग के लिए एक विशाल रोबोटिक सॉर्टर और संबंधित कॉन्वेयर उपकरण के लिए फैक्ट्री लेआउट डिज़ाइन कर रहा था। वहां से, यह जॉर्जिया टेक में इलेक्ट्रिकल इंजीनियरिंग का अध्ययन करने के लिए था, जहां मैं आईईईई रोबोटिक्स क्लब में भाग लिया और कंप्यूटर विजन में कुछ कक्षाएं लीं। उन्होंने मुझे कार्नेगी मेलन विश्वविद्यालय में रोबोटिक्स संस्थान में अपनी पीएचडी के लिए ले जाया। मेरे कई स्नातक छात्र साथी सीएमयू से अब तक अनकी और वेमो दोनों में मेरे करीबी सहयोगी रहे हैं।
आप पहले अनकी में एक लीड इंजीनियर के रूप में काम करते थे, एक रोबोटिक्स स्टार्टअप। अनकी में आपको किन परियोजनाओं पर काम करने का अवसर मिला था?
मैं अनकी में कोज़मो परियोजना पर पहली पूर्णकालिक भर्ती था, जहां मुझे कोड रिपॉजिटरी से शुरू करने और एक मिलियन से अधिक प्यारे, जीवन जैसे रोबोटों को लोगों के घरों में भेजने का सम्मान मिला। उस काम ने हमारे अगले उत्पाद, वेक्टर में परिवर्तन किया, जो कोज़मो का एक और अधिक उन्नत और स्व-निहित संस्करण था। मुझे उन उत्पादों के कई हिस्सों पर काम करने का अवसर मिला, लेकिन मैं मुख्य रूप से चेहरे की पहचान, चेहरे की पहचान, 3डी मुद्रा अनुमान, स्थानीयकरण और धारणा के अन्य पहलुओं के लिए कंप्यूटर विजन के लिए जिम्मेदार था। मैंने वेक्टर के एम्बेडेड ओएस पर टेंसोरफ्लो लाइट चलाने के लिए पोर्ट किया और हाथ और व्यक्ति का पता लगाने के लिए डीप लर्निंग मॉडल को रोबोट पर चलाने में मदद की।
मैंने कोज़मो और वेक्टर के आंखों के रेंडरिंग सिस्टम भी बनाए, जिसने मुझे अनकी की बहुत प्रतिभाशाली और रचनात्मक एनिमेशन टीम के साथ विशेष रूप से करीब से काम करने का मौका दिया, जो भी बहुत मजेदार था।
2019 में, वेमो ने आपको और अनकी से 12 अन्य रोबोटिक्स विशेषज्ञों को स्वायत्त ट्रकों सहित अन्य प्लेटफार्मों पर अपनी स्व-ड्राइविंग तकनीक को अनुकूलित करने के लिए काम पर रखा। वेमो में काम करने के अवसर के बारे में आपकी पहली प्रतिक्रिया क्या थी?
मुझे वेमो में कई वर्तमान और पूर्व इंजीनियरों के बारे में पता था और निश्चित रूप से कंपनी की प्रतिष्ठा के बारे में जागरूक था कि यह स्वायत्त वाहनों के क्षेत्र में एक नेता है। मुझे अनकी में बच्चों के लिए खिलौने और शैक्षिक उत्पादों पर काम करने की रचनात्मकता का आनंद लेने में बहुत मजा आया, लेकिन मैं एक बड़ी कंपनी में शामिल होने के लिए भी उत्साहित था जो समाज के लिए इतने प्रभावी स्थान पर काम कर रही थी, यह देखने के लिए कि सॉफ्टवेयर विकास और सुरक्षा इस संगठनात्मक पैमाने और तकनीकी जटिलता के स्तर पर कैसे की जाती है।
वेमो में आपके लिए एक दिन का काम कैसा होता है?
मेरी भूमिका का अधिकांश हिस्सा वर्तमान में मेरी टीम का मार्गदर्शन और विकास करने पर केंद्रित है क्योंकि हम वेमो में अन्य इंजीनियरिंग टीमों के साथ मिलकर ट्रकिंग-विशिष्ट चुनौतियों की पहचान करते हैं और हल करते हैं। इसका मतलब है कि मेरे दिन मेरी टीम, अन्य तकनीकी लीड, और उत्पाद और कार्यक्रम प्रबंधकों के साथ बैठकों में बीतते हैं क्योंकि हम तकनीकी और संगठनात्मक दृष्टिकोण की योजना बनाते हैं ताकि हम अपने स्व-ड्राइविंग सिस्टम, वेमो ड्राइवर को विकसित और तैनात कर सकें, और अपने बढ़ते ट्रक बेड़े में इसकी क्षमताओं का विस्तार कर सकें। इसके अलावा, चूंकि हम सक्रिय रूप से उम्मीदवारों की भर्ती कर रहे हैं, मैं महत्वपूर्ण समय उम्मीदवारों का साक्षात्कार करने में भी बिताता हूं।
स्वायत्त ट्रकों के साथ स्वायत्त वाहनों की तुलना में कुछ अनोखे कंप्यूटर विजन और एआई चुनौतियां क्या हैं?
हालांकि हम अपने सभी वाहनों में एक ही मूल प्रौद्योगिकी स्टैक का उपयोग करते हैं, ट्रकिंग के लिए कुछ नए विचार हैं जिन पर हमें विचार करना होगा। सबसे पहले और सबसे महत्वपूर्ण, डोमेन अलग है: यात्री कारों की तुलना में ट्रक अधिक समय राजमार्गों पर बिताते हैं, जो उच्च-गति वाले वातावरण हैं। बहुत अधिक द्रव्यमान के कारण, ट्रक कारों की तुलना में तेजी से त्वरण और ब्रेक लगाने में धीमे होते हैं, जिसका अर्थ है कि वेमो ड्राइवर को बहुत दूर से चीजों को देखने की आवश्यकता है। इसके अलावा, राजमार्ग निर्माण में यात्री कारों की तुलना में अलग-अलग मार्कर और संकेतों का उपयोग किया जाता है और यहां तक कि मध्य में पार करने के लिए सड़क के “गलत” पक्ष में जाने के लिए मध्य पार करने शामिल हो सकते हैं; राजमार्ग-विशिष्ट कानून जैसे कि कंधों पर वाहनों के लिए स्थानांतरित करना; और कई लेनों की जाम वाली यातायात को नेविगेट करने की आवश्यकता है। एक ट्रेलर के कारण एक संभावित बड़ा अंधा धब्बा होना एक और चुनौती है जिसे हमें पार करना होगा।
वेमो ने हाल ही में टेक्सास में प्रशिक्षित ड्राइवरों के साथ भारी शुल्क वाले ट्रकों का एक ड्राइवरलेस बेड़ा परीक्षण शुरू किया है। इस बिंदु पर, वेमो इन परीक्षणों से क्या सीखने की उम्मीद करता है?
हमारे ट्रक उन क्षेत्रों में परीक्षण करते हैं जहां हम संचालित होते हैं (एजेड / सीए / टीएक्स / एनएम) ताकि हम विभिन्न स्थितियों में अर्थपूर्ण अनुभव और डेटा प्राप्त कर सकें जिन्हें हम ड्राइविंग पर मुठभेड़ कर सकते हैं। यह प्रक्रिया हमारे सॉफ्टवेयर और हार्डवेयर का अभ्यास करती है, जिससे हमें यह सीखने की अनुमति मिलती है कि हम अपने वेमो ड्राइवर को ट्रकिंग डोमेन के लिए कैसे बेहतर बना सकते हैं।
विशेष रूप से टेक्सास को देखते हुए: डलास और ह्यूस्टन संयुक्त राज्य अमेरिका में सबसे बड़े फ्रेट हब के हिस्से के रूप में जाने जाते हैं। उस परिवेश में संचालित होने से, हम अपने वेमो ड्राइवर का परीक्षण घने राजमार्गों और शिपर लेनों पर कर सकते हैं, अन्य ट्रक और यात्री कार ड्राइवरों के व्यवहार को उन मार्गों पर बेहतर ढंग से समझ सकते हैं, और हमारे वेमो ड्राइवर की प्रतिक्रिया और प्रतिक्रिया को उन व्यस्त ड्राइविंग क्षेत्रों में और परिष्कृत कर सकते हैं। इसके अलावा, यह हमें एक ऐसे स्थान पर परीक्षण करने की भी अनुमति देता है जो विशिष्ट मौसम की स्थिति प्रदान करता है जो हमारी क्षमताओं को उस क्षेत्र में आगे बढ़ाने में मदद कर सकता है।
वेमो ओपन डेटासेट के बारे में चर्चा करें जिसमें सेंसर डेटा और लेबल डेटा दोनों शामिल हैं, और वेमो के लिए इस मूल्यवान डेटासेट को साझा करने के लाभ क्या हैं?
वेमो में, हम मशीन लर्निंग में मौजूद कुछ सबसे कठिन समस्याओं पर काम कर रहे हैं। स्व-ड्राइविंग प्रौद्योगिकी और मशीन धारणा में अनुसंधान समुदाय को प्रगति करने में मदद करने के लिए, हमने वेमो ओपन डेटासेट जारी किया है, जो सबसे बड़ा और सबसे विविध सार्वजनिक रूप से उपलब्ध पूरी तरह से स्व-ड्राइविंग डेटासेट है। शोधकर्ताओं के लिए waymo.com/open पर लागत मुक्त, डेटासेट में 1,950 सेगमेंट शामिल हैं उच्च-रिज़ॉल्यूशन सेंसर डेटा और घने शहरी केंद्रों से लेकर उपनगरीय परिदृश्यों तक विभिन्न वातावरणों को कवर करता है, साथ ही दिन और रात, सुबह और शाम, धूप और बारिश में एकत्र किए गए डेटा को शामिल किया गया है। मार्च 2020 में, हमने शोध समुदाय को अपने विशेषज्ञता का परीक्षण करने और देखने के लिए एक तरीका प्रदान करने के लिए वेमो ओपन डेटासेट चुनौतियों को भी लॉन्च किया।
आपके व्यक्तिगत राय में, उद्योग वास्तविक स्तर 5 स्वायत्तता हासिल करने में कितना समय लेगा?
हम इस पर काम कर रहे हैं दस साल से अधिक समय से और इसलिए हमें यह अनुभव है कि यह तकनीक दुनिया में चरणबद्ध तरीके से आएगी। स्व-ड्राइविंग प्रौद्योगिकी इतनी जटिल है और हमें यहां तक पहुंचने के लिए इतने सारे क्षेत्रों में प्रगति की आवश्यकता है, सेंसिंग हार्डवेयर से लेकर मशीन लर्निंग तक। यही कारण है कि हम इस तकनीक को दुनिया में लाने के लिए एक क्रमिक दृष्टिकोण ले रहे हैं। हमारा मानना है कि यह सबसे सुरक्षित और सबसे जिम्मेदार तरीका है, और हमें अपने सवारों और भागीदारों से सुना है कि वे इस विचारशील और मापदंड वाले दृष्टिकोण की सराहना करते हैं जो हम उनके समुदायों में सुरक्षित रूप से इस प्रौद्योगिकी को तैनात करने के लिए ले रहे हैं।
धन्यवाद महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें वेमो विया पर जाना चाहिए।
