ओफिर मुल्ला, लुमाना के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

ओफिर मुल्ला, लुमाना के सह-संस्थापक और सीटीओ, 3डी और कंप्यूटर विजन प्रौद्योगिकियों में एक दशक से अधिक की गहरी विशेषज्ञता लाते हैं, जिसमें कोडेड-लाइट, स्टीरियो और लिडार मोडलिटी में समाधानों को पioneered और स्केल किया गया है, जबकि सॉफ्टवेयर, इलेक्ट्रिकल सिस्टम, रोबोटिक्स, एमएल/एआई और मेडिकल डिवाइसेस में अंतर-विषयक विकास का नेतृत्व किया है। लुमाना में अपनी वर्तमान भूमिका से पहले, उन्होंने लगभग 15 वर्षों तक इंटेल में बिताए, जहां उन्होंने रियलसेंस 3डी प्लेटफॉर्म को आर्किटेक्ट किया और हार्डवेयर, फ़र्मवेयर और सिस्टम आर्किटेक्चर में टीमों का नेतृत्व किया।

लुमाना एक उन्नत वीडियो-सुरक्षा और दृश्य-बुद्धिमत्ता कंपनी है जिसका प्लेटफ़ॉर्म मौजूदा कैमरों को स्मार्ट, संवेदनशील एजेंटों में बदल देता है जो वास्तविक दुनिया की घटनाओं का पता लगाने और प्रतिक्रिया करने के लिए एआई का लाभ उठाते हैं – अनधिकृत पहुंच और सुरक्षा उल्लंघनों से लेकर संचालन अंतर्दृष्टि तक – जो शिक्षा, सरकार, खुदरा, विनिर्माण और हॉस्पिटैलिटी में उद्यमों को कैमरा बुद्धिमत्ता को एकीकृत करने, निगरानी को स्वचालित करने और अपने वीडियो बुनियादी ढांचे से क्रियाशील विश्लेषण प्राप्त करने में सक्षम बनाता है।

इंटेल में आपके अनुभवों ने आपको लुमाना और कंपनी की स्थापना के लिए कैसे तैयार किया?

लिडार प्रौद्योगिकी रियलसेंस का एक मुख्य हिस्सा थी, जो विश्व की ज्यामिति को कैप्चर करने के लिए लेजर प्रकाश को प्रोजेक्ट करने का एक सक्रिय तरीका है। यह एक सुंदर टुकड़ा है जो हमारे ब्रिलियंट इंजीनियरों ने इंटेल में आविष्कार किया था। ज्यामिति संवेदन गतिशील वस्तुओं, जैसे रोबोट और कारों के लिए महत्वपूर्ण है, जो कि अधिकांश रोबोटिक सिस्टम आज रियलसेंस डिवाइसों पर निर्भर करते हैं।

लेकिन एक प्रश्न उत्पन्न हुआ: जब सेंसर स्टेशनरी होते हैं, जहां नेविगेशन और समय-से-प्रभाव मुख्य कार्य नहीं होते हैं? हमने खुद से पूछा कि कौन सी प्रौद्योगिकी उस संदर्भ में उपयोगकर्ताओं को सबसे अधिक मूल्य प्रदान कर सकती है।

गहरी चर्चाओं के माध्यम से, हमने महसूस किया कि अधिकांश मौजूदा स्टेशनरी कैमरा प्रणालियों को प्राकृतिक रूप से स्केल नहीं किया जा सकता है। प्रत्येक प्रणाली की निगरानी करना कठिन है। उसी समय, एआई पर्याप्त परिपक्व हो गया था कि हमने खुद से पूछना शुरू किया: एक ग्राहक साइट पर एक सस्ती प्रणाली सबसे जरूरी सुरक्षा प्रतिक्रियाओं को कैसे वितरित कर सकती है?

हमने एक मजबूत एआई टीम बनाई जिसने जल्दी से इस दृष्टि को एक कार्यशील उत्पाद में बदल दिया। अंतर्दृष्टि सरल थी: चलती वाहन ज्यामिति संवेदन की मांग करते हैं, लेकिन स्टेशनरी सेंसर, जो आंदोलन की योजना के बजाय व्यवहार की निगरानी पर ध्यान केंद्रित करते हैं, उन्नत वीडियो विश्लेषण से अधिक लाभान्वित होते हैं जिसमें स्पष्ट ज्यामिति पुनर्निर्माण शामिल नहीं है।

रियलसेंस यात्रा ने मुझे सिखाया कि हर समस्या का अपना समाधान होता है और सच्चा विघटन नवाचार की मांग करता है। मेरी लुमाना टीम इस सिद्धांत को जीवंत बनाती है: पेशेवर, नवाचारी और प्रेरित। हमने एक ऑन-प्रिमाइसेस, रियल-टाइम सिस्टम बनाया है जो क्लाउड जैसा प्रदर्शन एज पर लाता है, सस्ता, स्केलेबल और प्रतिक्रियाशील है।

भौतिक एआई पारंपरिक वीडियो विश्लेषण जैसे वस्तु का पता लगाने और पैटर्न लेबलिंग से परे कैसे जाता है?

जब हम भौतिक एआई की बात करते हैं, तो हमारा मतलब एक एआई प्रणाली से है जो केवल धारणा पर रुकती नहीं है, बल्कि वास्तविक दुनिया के साथ सक्रिय रूप से बातचीत करती है। पारंपरिक वीडियो विश्लेषण, जैसे वस्तु का पता लगाना या पैटर्न लेबलिंग, केवल पहली परत है। गहरा चुनौती यह है कि इसके बाद क्या होता है: व्यवस्थित करना, ट्रैक करना, समूह बनाना, पहचानना, पुनर्प्राप्त करना, खोजना और सत्यापित करना जो पता लगाए गए वस्तुओं को तेजी से प्रतिक्रिया को सक्षम बनाता है। इसमें पाठ-आधारित पहुंच को सक्षम बनाना और यहां तक कि उन वस्तुओं की खोज करना भी शामिल है जिनके लिए प्रणाली मूल रूप से प्रशिक्षित नहीं की गई थी।

भौतिक एआई पारंपरिक विश्लेषण से परे जाता है: यह कच्चे पता लगाने को क्रियाशील, सुलभ बुद्धिमत्ता में परिवर्तित करता है। यह भौतिकी के नियमों की खोज करने के बारे में नहीं है, एक वैज्ञानिक खोज जो अभी भी विवाद में है, लेकिन वास्तविक दुनिया के वातावरण में दृश्य और ऑडियो सामग्री तक पहुंच और कार्रवाई करने के लिए व्यावहारिक, कुशल तरीके प्रदान करने के बारे में है।

लुमाना को कई कैमरों से डेटा को मिलाने, वास्तविक समय में व्यवहार की व्याख्या करने और संदर्भ और ऐतिहासिक इनपुट के आधार पर लगातार अनुकूलन करने में सक्षम करने वाले तकनीकी स्तंभ क्या हैं?

महान प्रश्न। हमारे मुख्य तकनीकी स्तंभों में से एक ऑन-प्रिमाइसेस सिस्टम की क्षमता है जो निरंतर रूप से दृश्य को अनुकूलित कर सकता है जिसे यह देखता है, जिसे अब अक्सर निरंतर शिक्षा कहा जाता है। आप इसे एक प्रणाली के रूप में सोच सकते हैं जो अपने वातावरण के साथ विकसित होती है, समय के साथ सुधार करती है। इस दृष्टिकोण ने हमें बहुत कम लागत और असाधारण लचीलेपन के साथ उच्च प्रदर्शन वितरित करने की अनुमति दी है।

एक अन्य प्रमुख स्तंभ हमारी स्तरीकृत वास्तुकला है, जो केवल तब ही गणनात्मक प्रयास को बढ़ाती है जब आवश्यक हो। यह सुनिश्चित करता है कि जटिल क्रियाएं उन संसाधनों को प्राप्त करती हैं जिनकी उन्हें आवश्यकता है, बिना पूरे सिस्टम को बोझिल किए।

इन सिद्धांतों को मिलाकर, हमारे पास एक मंच है जो सरल, कुशल और अत्यधिक स्केलेबल है, जो उपयोगकर्ताओं को न्यूनतम लागत पर शक्तिशाली वास्तविक समय के अंतर्दृष्टि और व्यवहार व्याख्या का अनुभव करने में सक्षम बनाता है।

क्या आप उन वास्तविक दुनिया के तैनाती के बारे में एक या दो उदाहरण साझा कर सकते हैं जहां लुमाना की प्रणाली ने हिंसा वृद्धि, सुरक्षा सीमा उल्लंघन, या लटकने जैसी घटनाओं का पता लगाया, और उनके सुरक्षा या संचालन प्रतिक्रिया पर प्रभाव की व्याख्या करें?

लुमाना तैनाती शहरों में वास्तविक समय में जागरूकता और प्रतिक्रिया में स्पष्ट सुधार दिखाती है। इज़राइल में एक प्रमुख शहर में, प्रणाली ने एक मौजूदा वीडियो नेटवर्क को एक बुद्धिमान प्रारंभिक चेतावनी परत में बदल दिया जिसने प्रतिबंधित क्षेत्रों में लटकने, भीड़ की असामान्यताएं, बाद के घुसपैठ और अतिवादी आंदोलनों का पता लगाया। इससे कम तोड़फोड़, कम वैंडलिज्म और उच्च जोखिम वाले क्षेत्रों में तेजी से हस्तक्षेप हुआ।

एक अमेरिकी नगर पालिका ने एक ऐतिहासिक जिले में समान लाभ देखा जो वैंडलिज्म, कार तोड़फोड़, विकार और लटकने से जूझ रहा था। लुमाना ने निरंतर निगरानी और तुरंत अलर्ट प्रदान किया, जिससे सक्रिय गश्त और तेजी से प्रतिक्रिया संभव हुई। इससे सार्वजनिक स्थानों में सुरक्षा में वृद्धि हुई और शहर के लिए संचालन अपशिष्ट में कमी आई।

इन उदाहरणों से पता चलता है कि वास्तविक समय में व्यवहार का पता लगाने, जैसे कि लटकने और सीमा उल्लंघन, सार्वजनिक सुरक्षा और संचालन को मजबूत बनाने में कैसे मदद मिल सकती है।

संवेदनशील भौतिक व्यवहार की व्याख्या करने वाली एआई प्रणालियों के साथ, आपके डिजाइन और तैनाती प्रक्रियाओं में निहित गोपनीयता सुरक्षा क्या हैं?

लुमाना प्रौद्योगिकी और डिजाइन मजबूत शासन और न्यूनतम डेटा आंदोलन पर जोर देते हैं। प्रसंस्करण जहां संभव हो वहां एज पर किया जाता है ताकि एक्सपोजर को सीमित किया जा सके और गोपनीयता को मजबूत किया जा सके। पहुंच स्पष्ट नियंत्रणों और ऑडिट ट्रेल्स के माध्यम से प्रतिबंधित है, ताकि टीमें प्रत्येक कार्यप्रवाह का पालन कर सकें। प्रणाली वीडियो को स्थानीय रखती है, केवल आवश्यक मेटाडेटा साझा करती है, जो नियंत्रित वातावरण में गोपनीयता अपेक्षाओं का समर्थन करती है।

इन सुरक्षा उपायों से सुनिश्चित होता है कि संवेदनशील दृश्य डेटा को जिम्मेदारी से संभाला जाता है, जबकि वास्तविक समय के संचालन के लिए आवश्यक प्रदर्शन बनाए रखा जाता है।

आपकी हाइब्रिड-क्लाउड वास्तुकला को क्या चलाता है, और यह वास्तविक समय प्रसंस्करण और निरंतर सीखने का समर्थन कैसे करता है?

लुमाना एक हाइब्रिड दृष्टिकोण का उपयोग करता है जो ऑन-प्रिमाइसेस सिस्टम के प्रदर्शन को क्लाउड लचीलेपन के साथ जोड़ता है। एज प्रसंस्करण स्थानीय रूप से वास्तविक समय एआई, स्टोरेज और वीडियो प्रबंधन प्रदान करता है। यह बैंडविड्थ की मांग को कम करता है और गोपनीयता को मजबूत करता है, जबकि अभी भी क्लाउड समर्थन की अनुमति देता है जब व्यापक समन्वय या सीखने के लिए तैनाती की आवश्यकता होती है।

यह वास्तुकला उपयोगकर्ताओं को तुरंत प्रतिक्रिया प्रदान करती है, जबकि साइटों में स्केल करने और निरंतर अनुकूलन के माध्यम से सुधार करने की क्षमता बनाए रखती है।

स्व-शिक्षा क्षमता कैसे वास्तुकला की गई थी, और यह बहु-साइट तैनाती में समय के साथ कैसे सुधारती है?

हमारी स्व-शिक्षा क्षमता की वास्तुकला पैमाने के आसपास बनाई गई है। जैसे-जैसे हम अधिक साइटों पर तैनाती करते हैं, हमारी दृष्टि एज डिवाइसों के परिदृश्य में व्यापक होती जाती है। प्रत्येक नई वातावरण ताज़ा डेटा का योगदान देता है, जो दृश्यों और दृश्यों की विविधता को बढ़ाता है जिससे प्रणाली सीख सकती है।

हमारी निरंतर सीखने की विधि इस सामूहिक ज्ञान का लाभ उठाती है। जैसे ही प्रणाली तैनाती के पार स्वयं को परिष्कृत करती है, प्रक्रिया ऑनलाइन प्रशिक्षण सरल और अधिक कुशल हो जाती है। व्यावहारिक शब्दों में, व्यापक तैनाती, तेजी से और अधिक सटीक अनुकूलन का परिणाम है, जो एक प्रणाली को समय के साथ सभी साइटों पर लगातार सुधारती है।

आप इस स्थान में अपने मुख्य प्रतिस्पर्धियों या सहयोगियों को किसे देखते हैं, और लुमाना को क्या अनोखा बनाता है?

हमारी वास्तविक अनोखापन हमारे लोगों में निहित है। लुमाना के पीछे एक टीम है जिसमें ब्रिलियंट इंजीनियर और नवोन्मेषक हैं, जो हमारे एआई समूह से शुरू होते हैं, जो हमारे क्लाउड विशेषज्ञों, यूएक्स/यूआई डिजाइनरों और ग्राहक सहायता और बिक्री द्वारा समर्थित हैं। जबकि एआई हमारी प्रौद्योगिकी की रीढ़ है, यह हमारा मानव इंजन है जो लुमाना को अलग बनाता है, चाहे वह प्रतिस्पर्धा में हो या सहयोग में।

लुमाना “सोचें बड़ा”, “ग्राहक-पहले”, “एक टीम”, और “अपने शिल्प को मास्टर करें” पर जोर देता है। आप भर्ती, उत्पाद विकास और दैनिक जीवन में इन मूल्यों को कैसे संचालित करते हैं?

हम उन नवोन्मेषकों को नियुक्त करते हैं जो बड़ा सोचते हैं, समस्याओं का समाधान करते हैं, सहयोग करते हैं और विकास के लिए प्रतिबद्ध हैं।

उत्पाद टीमें महत्वाकांक्षी दृष्टि के साथ स्केलेबल एआई विकसित करती हैं, ग्राहक प्रतिक्रिया के माध्यम से पुनरावृत्ति करती हैं, सहयोगी कार्य को बढ़ावा देती हैं और उत्कृष्टता के लिए प्रयास करती हैं।

दैनिक संचालन में हम जोखिम भरे विचारों को सक्षम बनाने के लिए लचीले तरीकों का उपयोग करते हैं, ग्राहक की जरूरतों को प्राथमिकता देते हैं, टीम की एकता बनाते हैं और पेशेवर विकास का समर्थन करते हैं।

इन प्रथाओं से नवाचार, ग्राहक सफलता और एआई वीडियो सुरक्षा में प्रभाव पैदा होता है।

आगे देखते हुए पांच साल, आप लुमाना की भूमिका को व्यापक एआई पारिस्थितिकी तंत्र में कैसे विकसित होते हुए देखते हैं – और आप कैसे उम्मीद करते हैं कि भौतिक एआई सुरक्षा, विनिर्माण, या स्मार्ट शहरों जैसे उद्योगों पर प्रभाव डालेगा?

पांच साल देखते हुए, हम लुमाना की भूमिका को व्यावसायिक भौतिक एआई को सक्षम करने वाले के रूप में विकसित होते हुए देखते हैं। जबकि भौतिकी के मूलभूत नियमों को समझना एक वैज्ञानिक पहेली बनी हुई है, हमारा ध्यान आज ग्राहक मूल्य पर है, जो संगठनों को बेहतर ढंग से दुनिया की निगरानी और प्रतिक्रिया करने में सक्षम बनाने वाले उपकरण विकसित करने पर है।

हम पहले से ही चिकित्सा केंद्रों के साथ दीर्घकालिक सहयोग बनाए हुए हैं, और हम रोबोटिक्स और परिवहन जैसे चलती मंचों में विस्तार की खोज कर रहे हैं। जैसे-जैसे हम बढ़ते हैं और स्केल करते हैं, हम मूलभूत अनुसंधान प्रश्नों में निवेश करने की भी योजना बना रहे हैं: क्या एआई प्रकृति में गहरे पैटर्न का पता लगा सकता है, या यहां तक कि भौतिकी के नियमों के बारे में नई सिद्धांतों को फ्रेम करने में हमारी मदद कर सकता है? क्या समय की मात्रा जैसी अवधारणाओं को सीखने वाली प्रणालियों द्वारा रोशन किया जा सकता है?

हमारी महत्वाकांक्षा है कि सुरक्षा, विनिर्माण और स्मार्ट शहरों में प्रभाव डालने के लिए लुमाना, जबकि बड़े क्षितिज को देखते हुए, भौतिक एआई की सीमाओं को धक्का देती है, जो अंततः एआई को खोज में मदद कर सकती है।

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