गिल एल्बाज़, डेटागेन के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

गिल एल्बाज़ डेटागेन के सीटीओ और सह-संस्थापक हैं, जो तेल अवीव में स्थित हैं। उन्होंने अपनी बीएससी और एमएससी तकनीक से प्राप्त की। गिल के शोध का ध्यान 3डी कंप्यूटर विजन पर केंद्रित था और यह दुनिया के शीर्ष कंप्यूटर विजन अनुसंधान सम्मेलन में प्रकाशित हुआ था, सीवीपीआर। डेटागेन एक नए क्षेत्र में अग्रणी है, जिसे सिम्युलेटेड डेटा कहा जाता है, जो सिंथेटिक डेटा का एक उपसेट है, जो हमारे आसपास की दुनिया को फोटो-यथार्थवादी ढंग से पुनर्निर्माण करने पर केंद्रित है। कंपनी ने मार्च 2021 में 18 मिलियन डॉलर से अधिक के वित्तपोषण के साथ गुप्त रूप से शुरुआत की और अब ऑगमेंटेड/वर्चुअल रियलिटी, रोबोटिक्स और ऑटोमोटिव में कई फॉर्च्यून 100 कंपनियों के साथ काम कर रही है, जिसमें अधिकांश शीर्ष अमेरिकी प्रौद्योगिकी दिग्गज शामिल हैं।

आपको रोबोटिक्स और मशीन लर्निंग में क्या आकर्षित किया?

विज्ञान-कथा पुस्तकें, जैसे कि आइज़क असिमोव की फाउंडेशन श्रृंखला और आई-रोबोट, मुझे एक भविष्य के बारे में सोचने पर मजबूर करती हैं जहां रोबोट हमारे दैनिक जीवन का एक अभिन्न अंग हैं। लोगों द्वारा किए जाने वाले इतने सारे उबाऊ, पुनरावृत्ति कार्य हैं; मुझे पता था कि मैं उन्हें नहीं करना चाहता था, और मैं किसी और को उन्हें करने की कल्पना नहीं कर सकता था। रोबोटिक्स को एक तकनीकी अपरिहार्यता मानते हुए, मैंने सोचा कि उस दिशा में जाना एक स्मार्ट, “भविष्य-सुरक्षित” करियर निर्णय होगा।

इसलिए, मैंने शारीरिक पहलुओं पर ध्यान केंद्रित करते हुए क्षेत्र में प्रवेश किया, और हाइफा में तकनीक से अपनी डिग्री प्राप्त की। अपनी डिग्री के अंत में, मैं सीएडी टूल्स और क्षमताओं की दुनिया में गहराई से उतरना शुरू किया। ये टूल्स मैकेनिकल इंजीनियरों को संरचनाओं और मैकेनिकल डिवाइसों (किसी पुल से लेकर कार तक) को डिज़ाइन करने की अनुमति देते हैं। मैंने एक बड़ा अवसर देखा कि भौतिक दुनिया के धीमी पुनरावृत्ति के साथ कोई बड़ा प्रभाव डाला जा सकता है। व्यवहार में, इन कार्यक्रमों में मशीन लर्निंग/कंप्यूटर विजन क्षमताएं एकीकृत नहीं थीं, जो इंजीनियरों को सरल, सस्ते और अधिक स्थिर मैकेनिकल सिस्टम बनाने में मदद करती हैं (यह 2015 में वापस था)। मैंने गहरे शिक्षण के साथ 3डी डेटा पर कंप्यूटर विजन की दिशा में काम करना शुरू किया, जो उस समय बहुत नया था, जिससे स्मार्टर सीएडी प्रोग्राम बनाने का लक्ष्य था।

व्यवहार में, मेरा शोध हमारे संकाय में गहरे शिक्षण क्रांति लाने वाला पहला था। बाद में यह दुनिया के शीर्ष कंप्यूटर विजन सम्मेलन में स्वीकृत एक पत्र में बदल गया, सीवीपीआर, और मैं 2017 में सीवीपीआर में अपने पत्र की प्रस्तुति देने और लोगों से मिलने के लिए हवाई चला गया। अपना पत्र प्रस्तुत करना और लोगों से मिलना मेरी आंखें खोलने वाला था, जिसने मुझे कंप्यूटर विजन समुदाय के पैमाने (जो आज कम से कम 10 गुना बड़ा है) को दिखाया, जिसमें हजारों प्रतिभागी शोध पर उत्साहपूर्वक काम कर रहे थे। उस घटना ने मेरी दिशा को पूरी तरह से सीमेंट कर दिया, जिसने मुझे कंप्यूटर विजन की शक्ति और अनलॉक होने वाली संभावना को दिखाया।

डेटागेन की उत्पत्ति की कहानी साझा करें?

डेटागेन की स्थापना 2018 में कंप्यूटर विजन नेटवर्क प्रशिक्षण के लिए डेटा प्राप्त करने के तरीके को बदलने के मिशन के साथ की गई थी। एक साल पहले, हमने ओकुलस रिफ्ट का डेमो देखा, जिसमें एक वीआर हेडसेट और एक हाथ में पकड़े जाने वाले रिमोट कंट्रोल डिवाइस शामिल था। डेमो के बाद, हमने खुद से पूछा, “हेडसेट में जटिल कैमरे होने के बावजूद, हाथ में पकड़े जाने वाले डिवाइस की आवश्यकता क्यों है?” न्यूरल नेटवर्क पहले से ही पर्याप्त रूप से उन्नत थे; समस्या डेटा थी! और तब बुलबुला चालू हो गया — डेटा! हमने 3डी स्थानिक उपस्थिति चुनौतियों को हल करने के लिए उन्नत कंप्यूटर विजन और 3डी मेटाडेटा का उपयोग करने का एक बड़ा अवसर देखा।

मानवों और मानव-पर्यावरण परस्पर क्रिया पर ध्यान केंद्रित करते हुए, डेटागेन सिम्युलेटेड डेटा के नए क्षेत्र में एक अग्रणी है, जो सिंथेटिक डेटा का एक उपसेट है, जो हमारे आसपास की दुनिया को फोटो-यथार्थवादी ढंग से पुनर्निर्माण करने पर केंद्रित है। आज, हम दुनिया की सबसे नवाचारी कंपनियों के साथ काम करते हैं ताकि उनके कंप्यूटर विजन विकास को ईंधन देने और तेज करने में मदद मिल सके और हम कुछ सबसे सम्मानित निवेशकों द्वारा समर्थित हैं।

जो पाठक सिंथेटिक डेटा से परिचित नहीं हैं, उन्हें इसके बारे में विस्तार से बताएं?

सिंथेटिक डेटा कोई भी प्रशिक्षण डेटा है जो वास्तविक दुनिया के प्रत्यक्ष माप या अवलोकन के माध्यम से एकत्र नहीं किया जाता है, बल्कि एल्गोरिदमिक रूप से या सिमुलेशन के माध्यम से उत्पन्न किया जाता है। कंप्यूटर विजन के संदर्भ में, सिंथेटिक डेटा कंप्यूटर-जनित छवियों के साथ जुड़े मेटाडेटा के साथ होता है जो कृत्रिम बुद्धिमत्ता को प्रशिक्षित करने के लिए आवश्यक होता है। गोपनीयता मुद्दों, और वास्तविक दुनिया की छवि डेटा के साथ भौतिक और आर्थिक सीमाओं के साथ, सिंथेटिक डेटा के महत्व को मशीन लर्निंग और एआई के लिए कम करना मुश्किल है। एक हालिया रिपोर्ट में, गार्टनर ने भविष्यवाणी की कि 2024 तक, एआई और विश्लेषण परियोजनाओं के विकास के लिए उपयोग किए जाने वाले अधिकांश डेटा को कृत्रिम रूप से उत्पन्न किया जाएगा।

सिंथेटिक डेटा के मैनुअल डेटा अधिग्रहण की तुलना में कुछ लाभ क्या हैं?

संक्षिप्त उत्तर यह है कि मैनुअल डेटा अधिग्रहण के हर पहलू के बारे में सोचें जो वांछनीय नहीं है और उन्हें प्रक्रिया से हटा दें — वे सिंथेटिक डेटा के लाभ हैं।

कंप्यूटर विजन प्रशिक्षण के लिए विविध डेटासेट को बड़े पैमाने पर उत्पन्न करना एक महंगा, समय लेने वाला प्रक्रिया है, और परिवर्तनशीलता मानवों को विशिष्ट स्थानों में रखने और उन्हें फोटोग्राफ करने की जटिलता से सीमित है — एक सिम्युलेटेड वातावरण में ऐसा करने से कहीं अधिक जटिल और महंगा है। एक और बड़ा लाभ मैनुअल एनोटेशन की आवश्यकता को प्रभावी ढंग से समाप्त करना है, जो उबाऊ, समय लेने वाला और मानव त्रुटि के लिए अतिसंवेदनशील है।

डेटागेन सिंथेटिक डेटा के एक उपसेट के रूप में सिम्युलेटेड डेटा को संदर्भित करता है। आप इसके बारे में और विस्तार से बता सकते हैं?

सिम्युलेटेड डेटा सिंथेटिक डेटा है जो सिमुलेशन के माध्यम से उत्पन्न किया जाता है। हम जीएनएस (साथ ही कुछ अन्य अत्याधुनिक मशीन लर्निंग विधियों) का उपयोग 3-डी वस्तुओं को उत्पन्न करने और उन्हें वास्तविक दुनिया के अत्यधिक यथार्थवादी 3-डी सिमुलेशन में रखने के लिए करते हैं। यह एक पहले व्यक्ति की “वर्चुअल फोटोग्राफी” प्रक्रिया की तरह दिखता है, लेकिन एक फोटो-यथार्थवादी, भौतिकी-आधारित प्रणाली के भीतर संचालित होता है। ये सिमुलेशन दृश्य डेटा (जैसे कि वास्तविक दुनिया में एकत्र किया गया हो) के साथ-साथ पूर्ण श्रृंखला के साथ उत्पन्न करते हैं (भौतिकी, प्रकाश, आदि)। इसलिए, सिम्युलेटेड डेटा सिंथेटिक डेटा है जो फोटो-यथार्थवादी, संदर्भ-उत्पन्न, 3-डी छवियों को सिम्युलेटेड वातावरण में एकत्र किया जाता है।

डेटागेन विशिष्ट सिम्युलेटेड डेटा कैसे उत्पन्न करता है?

डेटागेन की तकनीक सिम्युलेटेड डेटा को तैयार करती है जो न केवल बड़े पैमाने पर स्केलेबल है, बल्कि प्रत्येक ग्राहक की विशिष्ट आवश्यकताओं को पूरा करने के लिए अनुकूलित है। हम प्रत्येक परियोजना के हर पहलू पर विचार करते हैं — कंप्यूटर विजन सिस्टम का उपयोग किया जा रहा है जो नियोजित किया जा रहा है, यह किस क्षेत्र में संचालित होगा, आदि। चाहे हम सीधे ग्राहकों के साथ काम कर रहे हों या सिर्फ उनके इंजीनियरों को सक्षम कर रहे हों, डेटागेन प्रक्रिया प्रत्येक विशिष्ट उपयोग के मामले के लिए प्रमुख मापदंडों को स्थापित करने से शुरू होती है, जैसे कि लेंस विशिष्टता, प्रकाश, पर्यावरण, जनसांख्यिकीय वितरण, और इसी तरह। डेटागेन जीएनएस और अन्य अत्याधुनिक उपकरणों और तकनीकों का उपयोग करता है ताकि एक विशाल विविधता के साथ-साथ मानव सिर के साथ गतिशील चेहरे के भावों को उत्पन्न किया जा सके जो भावनात्मक विश्लेषण में एआई को प्रशिक्षित करने के लिए हैं, वाहन इंटीरियर के लिए केबिन यात्री निगरानी के लिए, और वीडियो कॉन्फ्रेंसिंग अनुप्रयोगों के लिए घरेलू वातावरण, बस कुछ नामों के लिए। प्रत्येक परिसंपत्ति प्रकार के लिए, डेटागेन अनगिनत विविध अक्षों में परिवर्तनशीलता पेश करता है (त्वचा के रंग और भौंह की ऊंचाई से लेकर घरेलू फर्नीचर के आकार, रंग और आकार तक), जो विशिष्ट अनुप्रयोग को प्रतिबिंबित करने के लिए बारीकी से ट्यून किए जाते हैं।

रोबोटिक्स में सिंथेटिक और/या सिम्युलेटेड डेटा का उपयोग करने के कुछ उदाहरण क्या हैं?

सिम्युलेटेड डेटा का उपयोग करने का सबसे बड़ा लाभ यह है कि यह विकास में हार्डवेयर की छवियों को उत्पन्न करने की अनुमति देता है। इसका मतलब है कि आपके रोबोट का मस्तिष्क (एआई) और शरीर (हार्डवेयर) साथ-साथ विकसित हो सकते हैं। अब, प्रशिक्षण हार्डवेयर के विकास के साथ विकसित हो सकता है, बजाय इसके कि अंतिम उत्पाद पूरी तरह से प्रोटोटाइप होने से पहले फोटो लेने और एआई विकास शुरू करने के लिए प्रतीक्षा करें।

स्मार्ट कारों में सिम्युलेटेड डेटा के कुछ उपयोग क्या हैं?

स्मार्ट कार विकास में सिम्युलेटेड डेटा का उपयोग करने से विशिष्ट कार मॉडल के लिए डेटासेट विकसित करना आसान हो जाता है क्योंकि वे डिज़ाइन किए जा रहे हैं। सिम्युलेटेड इमेज डेटा के साथ, इंजीनियरों को इन-केबिन दृष्टि का अधिक प्रभावी ढंग से उपयोग करने में मदद मिल सकती है ताकि उन्हें देखा जा सके कि क्या ड्राइवर थका हुआ या विचलित है, क्या ड्राइवर ने स्टीयरिंग व्हील से हाथ हटा दिया है, या किसी अन्य एज केस के लिए खाता है। यह इंजीनियरों को ड्राइवरों और यात्रियों में अधिक विविधता को शामिल करने और छवि कोण और प्रकाश में परिवर्तनशीलता पेश करने में मदद करता है — सभी वास्तविक लोगों की गोपनीयता का उल्लंघन किए बिना।

हाल ही में डेटागेन ने कई रोमांचक नए नियुक्तियों की घोषणा की, इसका मतलब कंपनी के भविष्य के लिए क्या है?

हमारे सलाहकार बोर्ड और कार्यकारी नेतृत्व में हालिया जोड़ में एआई और कंप्यूटर विजन क्षेत्र में सबसे प्रतिभाशाली और अनुभवी पेशेवर शामिल हैं। उनका ज्ञान, अंतर्दृष्टि और अनुभव डेटागेन के विकास को उन्मुख और तेज करने में मदद करेगा क्योंकि हम एक अभी भी युवा और अवसरों से भरे उद्योग को नेविगेट करते हैं। एक क्षेत्र में जहां इतने सारे अज्ञात हैं, ज्ञान से ज्यादा कुछ नहीं है।

क्या डेटागेन के बारे में और कुछ है जो आप साझा करना चाहेंगे?

तेल अवीव में स्थित, डेटागेन एक बड़े आर्थिक और सांस्कृतिक परिवर्तन का हिस्सा है जो इज़राइल में हुआ है, और हम इसका हिस्सा बनने पर गर्व महसूस करते हैं। एक छोटे से समय में, इज़राइल (तेल अवीव विशेष रूप से), एक प्रमुख वैश्विक प्रौद्योगिकी केंद्र में विकसित हुआ है, जिसमें एक समृद्ध स्टार्टअप पारिस्थितिकी तंत्र और एक ऊर्जावान निवेश समुदाय है। हालांकि इज़राइल अक्सर साइबर सुरक्षा केंद्रित प्रौद्योगिकी केंद्र के रूप में माना जाता है, एआई और डेटा-केंद्रित प्रौद्योगिकी हाल के वर्षों में यहां तेजी से बढ़ी है। आज, इज़राइल में 680 से अधिक कृत्रिम बुद्धिमत्ता कंपनियां हैं, जिन्होंने सामूहिक रूप से 4.5 बिलियन डॉलर से अधिक जुटाया है। इस विकास विस्फोट को इंजीनियरों और इज़राइल के विश्व-प्रसिद्ध विश्वविद्यालयों के उच्च सांद्रता के कारण मुख्य रूप से देखा जा सकता है। ये शैक्षणिक संस्थान प्रतिभा और क्षेत्र में नवीनतम प्रौद्योगिकी तक पहुंच प्रदान करते हैं। पिछले दो महीनों में, डेटागेन ने 20 से अधिक कर्मचारियों को नियुक्त किया है और बिक्री और विपणन, सॉफ्टवेयर और डेवओप्स, और उत्पाद विभागों में अतिरिक्त टीम के सदस्यों को लाने की योजना बना रहा है।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें डेटागेन पर जाना चाहिए।