सोहैब खान, हेज़न.एआई के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

सोहैब खान हेज़न.एआई के सह-संस्थापक और सीईओ हैं, जो एक कंपनी है जो कंप्यूटर विजन और डीप लर्निंग का उपयोग करके बुद्धिमान यातायात विश्लेषण सॉफ्टवेयर डिजाइन करती है जो हर वाहन की गति को ‘समझने’ के लिए डिज़ाइन किया गया है।

आपको कृत्रिम बुद्धिमत्ता के क्षेत्र में क्या आकर्षित किया?

यह तब हुआ जब मैंने पहली बार स्नातक के दौरान स्टीरियो-विजन (या द्विनेत्र दृष्टि – दो कैमरों से गहराई का अनुमान) के बारे में पढ़ा। इससे मुझे कंप्यूटर विजन के बारे में और अधिक जानने की इच्छा हुई। दिलचस्प बात यह है कि मैंने पहली बार इसके बारे में एक पुस्तक में पढ़ा, जिसे मैंने हमारे शहर के एक सड़क किनारे पारंपरिक शुक्रवार बाजार से खरीदा था, जहां वे पुरानी पुस्तकें बेचते थे। मैंने इसके बाद अमेरिका से इस क्षेत्र में पीएचडी की।

आप पहले पाकिस्तान के सबसे बड़े विश्वविद्यालयों में से एक लाहौर विश्वविद्यालय ऑफ मैनेजमेंट साइंसेज (एलयूएमएस) में प्रोफेसर थे। आपकी शिक्षण और शोध रुचियां क्या थीं?

जब मैं एलयूएमएस में पीएचडी के बाद शामिल हुआ, तो मैंने एक रक्षा संगठन से मिले एक बड़े अनुदान से विश्वविद्यालय में पहली ग्रेजुएट रिसर्च लैब बनाई। सीएस में ग्रेजुएट प्रोग्राम बहुत नया था, और उस समय कोई शोध प्रयोगशाला नहीं थी। मैंने एलयूएमएस में 12 से अधिक वर्षों तक कंप्यूटर विजन पढ़ाया, और इस क्षेत्र में एक सक्रिय प्रयोगशाला थी। शुरुआत में, कंप्यूटर विजन को पाकिस्तानी विश्वविद्यालयों में शायद ही पढ़ाया जाता था, लेकिन बाद में यह एक मानक विषय बन गया, और वास्तव में, मेरे कई छात्र अब पाकिस्तानी विश्वविद्यालयों में पढ़ाते हैं।

आप कंप्यूटर विजन और डीप लर्निंग एल्गोरिदम के लिए वीडियो विश्लेषण में विशेषज्ञता वाला एक स्टार्टअप लॉन्च करने के लिए क्या प्रेरित किया?

कंप्यूटर विजन लंबे समय से एक प्रयोगात्मक शोध क्षेत्र रहा है, जिसमें उत्पादों में सीमित अनुप्रयोग हैं। यह मुख्य रूप से इसलिए था क्योंकि उत्पादों के निर्माण के लिए आवश्यक एल्गोरिदम की परिपक्वता नहीं थी। एक उत्पाद के लिए, छवि समझने वाले एल्गोरिदम को विभिन्न प्रकार की इमेजिंग और प्रकाश व्यवस्था की स्थितियों में काम करना चाहिए, न कि केवल कुछ नियंत्रित प्रयोगों में। हमारे पास एक मजाक था जब मैं अपने पीएचडी के दौरान 2000 में स्नातक छात्रों के साथ था, कि यदि आप तीन छवियों को ढूंढ सकते हैं जिन पर आपका एल्गोरिदम काम करता है, तो आप एक पेपर लिख सकते हैं। यदि यह तीन वीडियो पर काम करता है, तो आपको एक बहुत अच्छा पेपर मिलता है! बात यह है कि कई दृष्टि एल्गोरिदम केवल सावधानी से क्यूरेटेड प्रयोगशाला परिदृश्यों में काम करते थे और बहुत मजबूत नहीं थे।

हेज़न.एआई किस प्रकार के यातायात उल्लंघनों की निगरानी कर सकता है?

हमारा उद्देश्य सड़कों पर सभी प्रकार के खतरनाक ड्राइविंग व्यवहार की पहचान करना है। यह हमारे यातायात दुर्घटनाओं को कम करने के हमारे मुख्य उद्देश्य से प्रेरित है। प्रत्येक 24 सेकंड में, एक सड़क दुर्घटना में कोई मर जाता है, जो लगभग 15 787-8 ड्रीमलाइनर प्रतिदिन दुर्घटनाग्रस्त होने के बराबर है! इसलिए यह वास्तव में हमें प्रेरित करता है। यही कारण है कि हम ऐसा सॉफ्टवेयर बना रहे हैं जो विभिन्न प्रकार के खतरनाक और असुरक्षित व्यवहार का पता लगा सकता है, जैसे कि असुरक्षित लेन परिवर्तन, अवैध मोड़, लाल संकेत या स्टॉप साइन को तोड़ना, पैदल यात्री क्रॉसिंग को ब्लॉक करना, सीटबेल्ट नहीं पहनना या ड्राइविंग करते समय टेक्स्टिंग। हम अपने सॉफ्टवेयर में पैदल यात्रियों और साइकिल चालकों की सुरक्षा के लिए विशेष रूप से सुविधाओं का निर्माण करने का भी प्रयास कर रहे हैं, क्योंकि सड़क दुर्घटनाओं में होने वाली अधिकांश मौतें पैदल यात्रियों, साइकिल चालकों और मोटरसाइकिल चालकों जैसे कमजोर सड़क उपयोगकर्ताओं के बीच होती हैं।

उच्च गति से चलती वस्तुओं की निगरानी के लिए कंप्यूटर विजन का उपयोग करने में कुछ अनोखी चुनौतियां क्या हैं?

दो प्रकार की चुनौतियाँ हैं: पहली कंप्यूटर विजन एल्गोरिदम का प्रदर्शन है – आप एक उत्पाद चाहते हैं जो चुनौतीपूर्ण यातायात स्थितियों में 24/7 सभी प्रकाश व्यवस्था में काम कर सके। जबकि इस लक्ष्य की ओर तकनीकी रूप से बहुत प्रगति हुई है, अभी भी ऐसे देश हैं जहां सड़क उपयोगकर्ताओं की घनत्व इतनी अधिक है, जैसे कि मोटरबाइक या पैदल यात्रियों के समूह बहुत करीब हैं, यह एल्गोरिदम के लिए व्यक्तिगत रूप से उनका पता लगाने और दृश्य को समझने के लिए अभी भी चुनौतीपूर्ण है। लेकिन दूसरी, एक बड़ी चुनौती एक ठोस उत्पाद बनाना है जो कंप्यूटर विजन एल्गोरिदम से बना हो, जो सीमित हार्डवेयर संसाधनों पर किनारे पर तैनात किया जा सकता है, और आसानी से निगरानी और प्रबंधन किया जा सकता है, भले ही यह पूरे शहर में वितरित किया गया हो। क्योंकि कंप्यूटर विजन उत्पाद बहुत सारे वीडियो डेटा को संभालते हैं, उन्हें किनारे पर तैनात करना और एक आईओटी डिवाइस के रूप में प्रभावी ढंग से प्रबंधन करना अभी भी एक कठिन काम है।

सॉफ्टवेयर को विभिन्न सड़क कॉन्फ़िगरेशन के लिए कॉन्फ़िगर करने की प्रक्रिया क्या है?

प्रत्येक इंटरसेक्शन एक अनोखा परिदृश्य प्रदान करता है, जिसमें यातायात की मात्रा, लेन कॉन्फ़िगरेशन और वाहन, साइकिल चालकों या पैदल यात्रियों की बातचीत शामिल है। इसके अलावा, यातायात प्रबंधकों की रुचि विशिष्ट हो सकती है, प्रत्येक साइट पर एक विशिष्ट प्रकार के यातायात व्यवहार की पहचान करने के लिए। उदाहरण के लिए, यातायात पुलिस एक इंटरसेक्शन पर यू-टर्न को प्रतिबंधित करने के लिए यातायात प्रवाह को सुचारु बनाने में रुचि रखती है, और उस आंकड़े को कब्जे में करने में रुचि रखती है। यही कारण है कि हमने अपने सॉफ्टवेयर को विभिन्न परिदृश्यों के लिए कॉन्फ़िगर करने के लिए रखा है। जब हमारे सॉफ्टवेयर के साथ एक कैमरा सेट किया जाता है, तो हम इसे एक सरल प्रक्रिया के माध्यम से कॉन्फ़िगर करते हैं जो उस साइट पर अंतिम उपयोगकर्ता की आवश्यकता होती है। आंतरिक रूप से, हमने एक उच्च-स्तरीय भाषा बनाई है जिसमें हम यातायात परिदृश्यों को एक सरल तरीके से कompactly वर्णित कर सकते हैं। इससे हम अपने ग्राहकों के लिए एक साइट को जल्दी से कॉन्फ़िगर करने में हमें मदद मिलती है।

इस प्रणाली को संचालित करने के लिए किस प्रकार के हार्डवेयर की आवश्यकता है?

वीडियो विश्लेषण के लिए महत्वपूर्ण कंप्यूटिंग शक्ति की आवश्यकता होती है। हमने अपने कोड को छोटे एनवीडिया जीपीयू पर चलाने के लिए अनुकूलित किया है जो किनारे पर तैनात किए जा सकते हैं, जैसे कि उनकी जेटसन श्रृंखला, और इंटेल सीपीयू पर भी कुछ सुविधाओं के लिए। हाल के वर्षों में, अधिक शक्तिशाली किनारे हार्डवेयर उचित मूल्य बिंदु पर उपलब्ध हो रहा है, इसलिए यह वास्तव में बहुत सारे रोमांचक अनुप्रयोगों को चला रहा है।

क्या कोई न्यायालय वर्तमान में हेज़न.एआई प्रौद्योगिकी का परीक्षण कर रहे हैं या इसका उपयोग कर रहे हैं?

हमारे पास यूके, यूएसए, मिस्र, सऊदी अरब, पाकिस्तान, ओमान, पेरू में चल रहे परीक्षण हैं और अन्य देशों में संभावित ग्राहकों के साथ जुड़ रहे हैं।

क्या हेज़न.एआई के बारे में आप कुछ और साझा करना चाहते हैं?

कुल मिलाकर, हम महसूस करते हैं कि यातायात सुरक्षा प्रौद्योगिकियों ने समस्या के पैमाने की तुलना में पर्याप्त प्रगति नहीं की है। हालांकि, अब समय सही है, क्योंकि कंप्यूटर विजन और डीप लर्निंग में तेजी से और आकर्षक प्रगति हुई है, साथ ही कैमरा और कंप्यूट हार्डवेयर की सस्ती उपलब्धता है। हम आने वाले वर्षों में किनारे आधारित कंप्यूटर विजन के अधिक अनुप्रयोग देखेंगे। यही मूल बातें हैं जो हेज़न.एआई को चलाती हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें हेज़न.एआई पर जाना चाहिए