राडू रुसु, सीईओ और फाउंडर ऑफ फ्यूजन – साक्षात्कार श्रृंखला

राडू रुसु, फ्यूजन के सीईओ और सह-संस्थापक हैं, जो कंपनी है जिसका उद्देश्य नए, दृश्य रूप से आकर्षक 3D प्रौद्योगिकियों का निर्माण करना है जो उन्हें कृत्रिम बुद्धिमत्ता के साथ जटिल दृश्य समस्याओं का समाधान करने में सक्षम बनाती हैं। उन्होंने एक नए फ़ाइल प्रारूप का विकास और पेटेंट कराया, जिसे .fyuse कहा जाता है, जो लोगों को अपने स्मार्टफ़ोन से आकर्षक 3D छवियों को कैप्चर करने की अनुमति देता है, जिससे एक सामाजिक मीडिया सनसनी पैदा होती है और उपभोक्ता मोबाइल अनुप्रयोगों के माध्यम से 100 मिलियन से अधिक उपयोगकर्ताओं को आकर्षित करती है।

आप 2012 से 3D पर काम कर रहे हैं, और आप वर्तमान में ओपन परसेप्शन, इंक के अध्यक्ष और सीईओ हैं। क्या आप इस गैर-लाभकारी संगठन के मिशन स्टेटमेंट को साझा कर सकते हैं?

मैंने अपने करियर की शुरुआत 2000 के दशक की शुरुआत में अपने स्नातकोत्तर अध्ययन के दौरान 3D डेटा प्रोसेसिंग में की थी, जिसमें यह विचार था कि मैं रोबोटों को दृश्य दृष्टिकोण से बेहतर देखने और समझने में मदद करूंगा। इससे मुझे लगभग एक दशक के लिए रोबोटिक्स से संबंधित 3D कंप्यूटर विजन अनुसंधान में ले जाया गया, और 2010 के दशक की शुरुआत में मुझे एहसास हुआ कि मैं जिस पर काम कर रहा था वह एक व्यापक समस्या के लिए लागू किया जा सकता है। ओपन परसेप्शन को विलो गैरेज से एक स्पिनऑफ के रूप में बनाया गया था, और हमने अपनी बीएसडी-लाइसेंस प्राप्त, ओपन सोर्स पहलों में से एक – पॉइंट क्लाउड लाइब्रेरी (पीसीएल) परियोजना को आगे बढ़ाया और इसकी वृद्धि को बढ़ावा दिया। ओपन परसेप्शन, इंक को अप्रैल 2012 में कैलिफोर्निया में एक स्वतंत्र संगठन के रूप में शामिल किया गया था, जिसका उद्देश्य 2D/3D प्रोसेसिंग के लिए ओपन सोर्स सॉफ्टवेयर के विकास, वितरण और अपनाने का समर्थन करना था। अनुसंधान, शिक्षा और उत्पाद विकास में सेंसरी डेटा के साथ आवेदन।

2014 में, आप फ्यूजन, इंक के सह-संस्थापक और सीईओ बने। क्या आप फ्यूजन, इंक की उत्पत्ति की कहानी साझा कर सकते हैं?

रोबोटिक्स अनुसंधान में शामिल होने के दौरान, फ्यूजन के सह-संस्थापकों और मुझे एहसास हुआ कि बोतलेंक now एल्गोरिदम नहीं थे, बल्कि डेटा प्रारूप थे। मशीन लर्निंग ने उस समय कई डोमेन में सटीकता में एक चोटी तक पहुंच गया था, क्योंकि हम जिस प्रकार के डेटा का उपयोग कर रहे थे, विशेष रूप से दृश्य प्रारूप में, दो-आयामी (जैसे फोटोग्राफ और वीडियो) थे, जबकि दुनिया तीन-आयामी है। हमने महसूस किया कि 3D डेटा को मशीन लर्निंग प्लेटफ़ॉर्म में शामिल करके दुनिया को समझने के तरीके को बदलने की क्षमता थी।

2014 में, हमने एक नए प्रकार के 3D डेटा का निर्माण करने का फैसला किया, जो कंप्यूटर विजन और मशीन लर्निंग सॉफ़्टवेयर के माध्यम से कई डेटा स्रोतों को मिलाकर और हमारे पॉकेट में उपलब्ध अत्यधिक स्केलेबल कमोडिटी हार्डवेयर का उपयोग करके बनाया जा सकता है – अर्थात्, हमारे स्मार्टफ़ोन।

हमने फ्यूजन की स्थापना नए, दृश्य रूप से आकर्षक 3D प्रौद्योगिकियों का निर्माण करने के उद्देश्य से की थी जो हर किसी को कृत्रिम बुद्धिमत्ता के साथ जटिल दृश्य समस्याओं का समाधान करने में सक्षम बनाती हैं।

हमने एक नए फ़ाइल प्रारूप का विकास और पेटेंट कराया, जिसे .fyuse कहा जाता है, जो लोगों को अपने स्मार्टफ़ोन से आकर्षक 3D छवियों को कैप्चर करने की अनुमति देता है। यह तुरंत एक सामाजिक मीडिया सनसनी पैदा हुई और उपभोक्ता मोबाइल अनुप्रयोगों के माध्यम से 100 मिलियन से अधिक उपयोगकर्ताओं को आकर्षित किया।

आपको 3D के अर्थ को उपभोक्ता अनुप्रयोगों के लिए पुनः परिभाषित करने के विचार से आकर्षित किया गया था। क्या आप इसे साझा कर सकते हैं?

हमने महसूस किया कि कोई भी इसे बड़े पैमाने पर नहीं लिया था। यह एक हल करने योग्य समस्या थी। जैसे कि हमारे पीएचडी कार्यक्रम में, जो चीजें हमें बौद्धिक रूप से उत्तेजित करती हैं वे वास्तव में जटिल समस्याएं हैं जो किसी ने हल नहीं की हैं।

इस मामले में, कुछ हद तक, वे सही थे। आवश्यक एल्गोरिदम केवल आंशिक रूप से सोचा गया था और समस्या को हल करने के लिए आवश्यक हार्डवेयर मौजूद नहीं था, विशेष रूप से एज डिवाइस जैसे स्मार्टफ़ोन पर। हमें वास्तविक समय में 3D कंप्यूटर विजन कोड चलाने के लिए आईफ़ोन 4एस के आने का इंतजार करना पड़ा, क्योंकि उसके पहले आईफ़ोन में केवल एक सीपीयू कोर था। एक बार जब हमने देखा कि स्मार्टफ़ोन हार्डवेयर क्या कर सकता है, तो हम अपने कंप्यूटर विजन और रोबोटिक्स अनुसंधान विशेषज्ञता को लेकर देखने में रुचि रखते थे कि हम इन छोटे कैमरों और सीपीयू/जीपीयू में क्या भर सकते हैं। यह एक बार फिर से शुरू करने और प्रकाश क्षेत्र कैप्चर और प्रोसेसिंग को पूरी तरह से सॉफ़्टवेयर के माध्यम से कल्पना करने और लागू करने में कुछ समय लगा। एक बार जब हमने यह देखा कि यह काम कर रहा है, तो फ्यूजन चल रहा था।

क्या आप बता सकते हैं कि कोई व्यक्ति मोबाइल ऐप का उपयोग करके फ्यूज़ बनाने की प्रक्रिया क्या है?

हम अभी भी इस प्रौद्योगिकी की शुरुआत में हैं, लेकिन इसका सार यह है: आप एक स्मार्टफ़ोन लेते हैं जिसमें फ्यूजन द्वारा लिखा गया एक अनुप्रयोग है या एक साथी अनुप्रयोग है जो इसके नीचे हमारे फ्यूजन एलआईएस एसडीके का लाभ उठाता है, और आप कैमरा खोलते हैं। आपको निर्देश मिलते हैं कि क्या करना है, और यदि आप उनका पालन करते हैं, तो आप एक .fyuse प्राप्त करते हैं जो एक कंप्यूटर विजन और मशीन लर्निंग प्रोसेस्ड “फ़ाइल ऑब्जेक्ट” है जिसे आप डिवाइस पर, वेब पर, या किसी भी एआर/वीआर/एमआर हेडसेट पर रेंडर कर सकते हैं।

क्या आप बता सकते हैं कि इसे वास्तविकता बनाने के लिए कौन सी कंप्यूटर विजन और मशीन लर्निंग प्रौद्योगिकियों का उपयोग किया जाता है?

वास्तव में, यहाँ कोई रजत गोली नहीं है, लेकिन 3D कंप्यूटर विजन और मशीन लर्निंग टूल्स का एक विशाल कॉकटेल है जिसे हमने इस समस्या को हल करने के लिए बनाया है। इसमें फोटोग्राममेट्री (क्योंकि हम वास्तव में एक एकल कैमरा को स्थान में ले जाकर एक आभासी कैमरा सरणी बना रहे हैं) से विचार हैं, रोबोटिक्स (एक बड़ा सेंसर फ्यूजन समस्या क्योंकि हमारे पास अब एक कैमरा नहीं है, बल्कि डेटा खींचने के लिए सेंसरों का एक समूह है) समस्या को हल करने में मदद करने के लिए), कंप्यूटर ग्राफिक्स (आप हमारे सिगग्राफ 2019 के काम में देख सकते हैं कि हम कुछ अंतर्निहित संरचनाओं को कैसे प्रस्तुत करते हैं), और बहुत कुछ। सभी को डिवाइस पर और वास्तविक समय में चलने योग्य होना था, जिसका अर्थ है कि हम कंप्यूट शेडर्स का लाभ उठाते हैं और असेंबली में कोड लिखते हैं। जैसा कि उल्लेख किया गया है, यह केवल शुरुआत है, और जितने अधिक सेंसर और गणना शक्ति हमारे लिए उपलब्ध होगी, उतना ही हम अपने एलआईएस थ्रॉटल का उपयोग करके प्रौद्योगिकी के विभिन्न पहलुओं में सुधार करेंगे। यह एक लंबी अवधि की दृष्टि है, और हमारे पास अभी भी पूरी तरह से संतुष्ट होने से पहले एक दशक से अधिक का काम है।

यह वीआर अनुप्रयोगों के लिए फ्यूज़ के विघटनकारी होने की कल्पना करना आसान है। क्या आप बता सकते हैं कि वर्तमान वीआर अनुप्रयोगों में फ्यूज़ का उपयोग कैसे किया जा सकता है?

हम सोचते हैं कि वीआर अनुप्रयोगों में से कोई भी जहां वास्तविक दुनिया के वस्तु को डिजिटल करना और फिर प्रदर्शित करना महत्वपूर्ण है, हमारे एलआईएस इंजन और फ्यूज़ का लाभ उठाने से लाभान्वित होगा। ईकॉमर्स, स्वास्थ्य सेवा, ऑटोमोटिव, शिक्षा और उससे परे में विकास और अनुप्रयोगों की कोई कमी नहीं है, और हम इसके भविष्य से बहुत उत्साहित हैं।

आप फ्यूज़ के लिए वीआर अनुप्रयोगों के भविष्य को क्या देखते हैं?

हम वर्तमान प्रौद्योगिकी में कोई सीमा नहीं देखते हैं, हालांकि हमारा वर्तमान फोकस छोटे से मध्यम दृश्य और वस्तुओं पर है, और बड़े शहरी दृश्यों पर नहीं।

मैं आसानी से कल्पना कर सकता हूं कि फ्यूज़ का उपयोग भविष्य में एआर और एमआर अनुप्रयोगों में किया जा सकता है। क्या आप एआर और एमआर सेटिंग में फ्यूज़ के भविष्य के लिए आपकी दृष्टि साझा कर सकते हैं?

हम एआर/वीआर/एमआर अनुप्रयोगों को ठीक उसी तरह से मानते हैं: एक बार जब 3D ऑब्जेक्ट को हमारी प्रौद्योगिकी का उपयोग करके डिजिटल किया जाता है, तो इसे दृश्य से निकाला जा सकता है और कहीं भी रखा जा सकता है।

क्या आपकी टीम ने एक वर्चुअल सहायक या एआई के साथ फ्यूज़ बनाने के विचार पर चर्चा की है?

हमने लोगों के लिए इंटरैक्टिव वर्चुअल अवतार बनाने के अवसर पर चर्चा नहीं की है। यह निश्चित रूप से एक दिलचस्प संभावना है, लेकिन हम वर्तमान में जिस समस्या पर काम कर रहे हैं उसे हल करने पर ध्यान केंद्रित करने की कोशिश कर रहे हैं।

क्या फ्यूज़न या फ्यूज़न, इंक के बारे में और कुछ है जो आप साझा करना चाहते हैं?

यह एक पिच की तरह लग सकता है, लेकिन … हम एक जोड़े पागल रोबोटिक्स और 3D कंप्यूटर विजन वैज्ञानिकों के मिश्रण में हैं, जिनमें सीईआरएन भौतिक विज्ञानी, शानदार हैकर और इंजीनियर शामिल हैं, और यह केवल हमारी核心 तकनीकी टीम के सदस्यों का वर्णन कर रहा है। हम विविधता की सराहना करते हैं क्योंकि यह हमें एक टीम के रूप में स्मार्टर और मजबूत बनाता है। यदि हम जिस काम पर काम कर रहे हैं वह किसी के लिए भी दिलचस्प है, तो कृपया हमसे संपर्क करने में संकोच न करें। हम हर किसी का जवाब देने की कोशिश कर रहे हैं, और आप पा सकते हैं कि आप एक कप कॉफी के लिए आते हैं और फिर एक दशक के लिए रहते हैं।

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