यशार बेहज़ादी, सिंथेसिस एआई के सीईओ – साक्षात्कार श्रृंखला

यशार बेहज़ादी पीएचडी सिंथेसिस एआई के सीईओ और संस्थापक हैं। वह एक अनुभवी उद्यमी हैं जिन्होंने एआई, मेडिकल टेक्नोलॉजी, और आईओटी बाजारों में परिवर्तनकारी व्यवसाय बनाए हैं। उन्होंने पिछले 14 वर्षों में सिलिकॉन वैली में डेटा-केंद्रित प्रौद्योगिकी कंपनियों का निर्माण और विस्तार किया है। यशार के पास 30 से अधिक पेटेंट और पेटेंट लंबित हैं और यूसीएसडी से पीएचडी है जिसमें कार्यात्मक मस्तिष्क इमेजिंग के स्थानिक-समयिक मॉडलिंग पर ध्यान केंद्रित किया गया है।

सिंथेसिस एआई एक स्टार्टअप है जो गहरे शिक्षण और सीजीआई के बीच है, जो कंप्यूटर दृष्टि मॉडल विकास के लिए एक नया परिदृश्य बना रहा है। वे ग्राहकों को पारंपरिक मानव-annotation आधारित दृष्टिकोण की तुलना में बहुत कम समय और लागत पर बेहतर मॉडल विकसित करने में सक्षम बनाते हैं।

आप कैसे कंप्यूटर विज्ञान और एआई में शामिल हुए?

मैंने 2006 में यूसीएसडी से पीएचडी प्राप्त की, जिसमें कंप्यूटर दृष्टि और मस्तिष्क इमेजिंग डेटा के स्थानिक-समयिक मॉडलिंग पर ध्यान केंद्रित किया गया था। मैंने तब सिलिकॉन वैली में सेंसर, डेटा, और मशीन लर्निंग के बीच के इंटरफेस पर 16 वर्षों तक काम किया। मुझे लगता है कि मैं कुछ उल्लेखनीय प्रौद्योगिकियों पर काम करने का अवसर पाने के लिए बहुत भाग्यशाली हूं, और मेरे पास 30 से अधिक पेटेंट जारी या दायर किए गए हैं जो सिग्नल प्रोसेसिंग, मशीन लर्निंग, और डेटा विज्ञान पर केंद्रित हैं।

सिंथेसिस एआई की उत्पत्ति की कहानी साझा करें?

सिंथेसिस एआई की स्थापना से पहले, मैंने एक वैश्विक एआई सेवा कंपनी का नेतृत्व किया जो प्रमुख प्रौद्योगिकी उद्यमों के लिए कंप्यूटर दृष्टि मॉडल विकसित करने पर केंद्रित थी। कंपनी के आकार की परवाह किए बिना, मुझे एहसास हुआ कि हम लेबल किए गए प्रशिक्षण डेटा की गुणवत्ता और मात्रा से बहुत सीमित थे। जैसे ही कंपनियां भौगोलिक रूप से विस्तारित हुईं, ग्राहक आधार बढ़ाया, या नए मॉडल और नए हार्डवेयर विकसित किए, नए प्रशिक्षण डेटा की आवश्यकता थी ताकि मॉडल पर्याप्त रूप से प्रदर्शन कर सकें। यह भी स्पष्ट हो गया कि कंप्यूटर दृष्टि का भविष्य आज के मानव-इन-द-लूप एनोटेशन परिदृश्य के साथ सफल नहीं होगा। स्वायत्तता, रोबोटिक्स, और एआर/वीआर/मेटावर्स अनुप्रयोगों में उभरते कंप्यूटर दृष्टि अनुप्रयोगों के लिए 3डी लेबल, गहराई जानकारी, सामग्री गुण, विस्तृत सेगमेंटेशन, आदि का एक समृद्ध सेट आवश्यक है जो मानव द्वारा लेबल नहीं किया जा सकता है। एक नया परिदृश्य आवश्यक था जो इन नए मॉडलों को प्रशिक्षित करने के लिए आवश्यक लेबल के समृद्ध सेट प्रदान करे। इसके अलावा तकनीकी चालकों, हमने मॉडल पूर्वाग्रह और उपभोक्ता गोपनीयता से संबंधित नैतिक मुद्दों के बारे में बढ़ती उपभोक्ता और नियामक जांच देखी।

मैंने सिंथेसिस एआई की स्थापना कंप्यूटर दृष्टि परिदृश्य को बदलने के उद्देश्य से की। कंपनी का सिंथेटिक डेटा-जेनरेशन प्लेटफ़ॉर्म ऑन-डिमांड फोटोरियलिस्टिक इमेज डेटा के साथ विस्तारित सेट के 3डी पिक्सल-परिपूर्ण लेबल को उत्पन्न करने में सक्षम बनाता है। हमारा मिशन सिंथेटिक डेटा प्रौद्योगिकियों को आगे बढ़ाना है ताकि अधिक क्षमता वाले मॉडलों का नैतिक विकास संभव हो सके।

जिन पाठकों को इस शब्द से परिचित नहीं हैं, उनके लिए सिंथेटिक डेटा को परिभाषित करें?

सिंथेटिक डेटा कंप्यूटर-जनित डेटा है जो वास्तविक दुनिया के डेटा के विकल्प के रूप में कार्य करता है। सिंथेटिक डेटा वास्तविक दुनिया में मापे जाने या उपाय किए जाने के बजाय सिम्युलेटेड डिजिटल दुनिया में बनाया जाता है। विज़ुअल इफेक्ट्स और सीजीआई की दुनिया से टूल्स को जेनरेटिव एआई मॉडल के साथ जोड़कर, सिंथेसिस एआई कंपनियों को कंप्यूटर दृष्टि मॉडल को प्रशिक्षित करने के लिए विशाल, विविध और फोटोरियलिस्टिक डेटा बनाने में सक्षम बनाता है। कंपनी का डेटा जेनरेशन प्लेटफ़ॉर्म उच्च-गुणवत्ता वाले इमेज डेटा प्राप्त करने की लागत और गति को कई गुना कम कर देता है, साथ ही साथ गोपनीयता को बनाए रखता है।

सिंथेटिक डेटा कैसे उत्पन्न किया जाता है?

एक सिंथेटिक डेटा सेट को वास्तविक दुनिया के डेटा के माध्यम से नहीं बल्कि कृत्रिम रूप से बनाया जाता है। विज़ुअल इफेक्ट्स उद्योग की तकनीकों को जेनरेटिव न्यूरल नेटवर्क के साथ जोड़कर विशाल, विविध और फोटोरियलिस्टिक लेबल किए गए इमेज डेटा बनाया जाता है। सिंथेटिक डेटा मॉडल प्रशिक्षण डेटा को वर्तमान दृष्टिकोण की तुलना में बहुत कम लागत और समय पर बनाने में सक्षम बनाता है।

सिंथेटिक डेटा का लाभ कैसे प्रतिस्पर्धी बढ़त प्रदान करता है?

वर्तमान में, अधिकांश एआई सिस्टम मानव-लेबल किए गए डेटा पर निर्भर करते हैं और फिर एआई अल्गोरिदम को छवियों की व्याख्या करने के लिए प्रशिक्षित किया जाता है। यह एक संसाधन और समय-Gहन प्रक्रिया है और मानव द्वारा सटीक रूप से लेबल किए जा सकने वाले डेटा से सीमित है। इसके अलावा, एआई जनसांख्यिकीय पूर्वाग्रह और उपभोक्ता गोपनीयता के बारे में चिंताएं बढ़ रही हैं, जो पारंपरिक मानव-लेबल किए गए डेटा प्राप्त करना मुश्किल बना रही हैं।

हमारा दृष्टिकोण फोटोरियलिस्टिक डिजिटल दुनिया बनाना है जो जटिल छवि डेटा को सिंथेटिक करती है। चूंकि हम डेटा को उत्पन्न करते हैं, हम दृश्यों के बारे में सब कुछ जानते हैं, जिसमें वस्तुओं और उनके पर्यावरण के साथ उनके जटिल इंटरैक्शन के 3डी स्थान शामिल हैं। वर्तमान दृष्टिकोण का उपयोग करके इस मात्रा में डेटा प्राप्त करना महीनों या वर्षों ले सकता है। यह नया परिदृश्य 100 गुना अधिक कुशल और लागत प्रभावी होगा और अधिक क्षमता वाले मॉडलों को बढ़ावा देगा।

चूंकि सिंथेटिक डेटा को कृत्रिम रूप से उत्पन्न किया जाता है, यह पारंपरिक रूप से डेटा संग्रह से जुड़े कई पूर्वाग्रहों और गोपनीयता चिंताओं को समाप्त करता है।

ऑन-डिमांड डेटा जेनरेशन कैसे त्वरित विस्तार को सक्षम बनाता है?

वास्तविक दुनिया के डेटा को कैप्चर और मॉडल प्रशिक्षण के लिए तैयार करना एक लंबा और थकाऊ प्रक्रिया है। जटिल कंप्यूटर दृष्टि प्रणालियों जैसे स्वायत्त वाहन, रोबोटिक्स, या उपग्रह इमेजरी के लिए आवश्यक हार्डवेयर को तैनात करना बहुत महंगा हो सकता है। एक बार डेटा कैप्चर हो जाने के बाद, मानव लेबल और एनोटेट आवश्यक विशेषताओं। यह प्रक्रिया त्रुटि के लिए अतिसंवेदनशील है, और मानव 3डी स्थिति जैसी महत्वपूर्ण जानकारी लेबल करने में सीमित हैं।

सिंथेटिक डेटा पारंपरिक मानव-लेबल किए गए वास्तविक-डेटा दृष्टिकोण की तुलना में कई गुना तेजी से और सस्ता है और उद्योगों में नए और अधिक क्षमता वाले मॉडलों की तैनाती को तेज करने के लिए आ जाएगा।

सिंथेटिक डेटा एआई पूर्वाग्रह को कम करने या रोकने में कैसे मदद करता है?

एआई सिस्टम सर्वव्यापी हैं लेकिन उनमें निहित पूर्वाग्रह हो सकते हैं जो लोगों के समूहों को प्रभावित कर सकते हैं। डेटासेट असंतुलित हो सकते हैं और निश्चित वर्गों के डेटा के साथ अधिक या कम प्रतिनिधित्व वाले लोगों के समूह हो सकते हैं। मानव-केंद्रित प्रणालियों का निर्माण अक्सर लिंग, जातीयता, और आयु पूर्वाग्रह की ओर ले जाता है। इसके विपरीत, डिज़ाइन-जेनरेटेड प्रशिक्षण डेटा उचित रूप से संतुलित होता है और मानव पूर्वाग्रहों से मुक्त होता है।

सिंथेटिक डेटा एआई के पूर्वाग्रह समस्या का एक मजबूत समाधान बन सकता है। सिंथेटिक डेटा आंशिक रूप से या पूरी तरह से कृत्रिम रूप से उत्पन्न किया जाता है, वास्तविक दुनिया की घटनाओं या घटनाओं से मापा या निकाला जाता है। यदि डेटासेट पर्याप्त विविध या बड़ा नहीं है, तो एआई-जेनरेटेड डेटा अंतराल को भर सकता है और एक निष्पक्ष डेटासेट बना सकता है। सबसे अच्छा हिस्सा? मैनुअल रूप से इन डेटासेट को बनाने में कई महीने या वर्ष लग सकते हैं। सिंथेटिक डेटा के साथ डिज़ाइन किया गया, यह रातोंरात किया जा सकता है।

कंप्यूटर दृष्टि के बाहर सिंथेटिक डेटा के अन्य संभावित उपयोग क्या हैं?

कंप्यूटर दृष्टि से संबंधित उपभोक्ता उत्पादों, स्वायत्तता, रोबोटिक्स, एआर/वीआर/मेटावर्स, और अधिक के बहुत सारे उपयोग के अलावा, सिंथेटिक डेटा अन्य डेटा मोडलिटी पर भी प्रभाव डालेगा। हम पहले से ही कंपनियों को संरचित टेबुलर डेटा, वॉयस, और प्राकृतिक भाषा प्रसंस्करण के लिए सिंथेटिक डेटा दृष्टिकोण का लाभ उठाते हुए देख रहे हैं। प्रत्येक मोडलिटी के लिए अंतर्निहित प्रौद्योगिकियां और जेनरेशन पाइपलाइन अलग-अलग होती हैं, और निकट भविष्य में, हम मल्टी-मॉडल सिस्टम (जैसे वीडियो + वॉयस) देखने की उम्मीद करते हैं।

क्या सिंथेसिस एआई के बारे में और कुछ है जो आप साझा करना चाहते हैं?

पिछले साल के अंत में, हमने ह्यूमनएपीआई जारी किया, जो सिंथेसिस एआई की सिंथेटिक डेटा क्षमताओं का एक महत्वपूर्ण विस्तार है, जो लाखों अद्वितीय, उच्च-गुणवत्ता वाले 3डी डिजिटल मानवों को प्रोग्रामेटिक रूप से उत्पन्न करने में सक्षम बनाता है। यह घोषणा फेसएपीआई सिंथेटिक डेटा-ए-ए-सर्विस उत्पाद के लॉन्च के कुछ महीने बाद आती है, जिसने प्रमुख स्मार्टफोन, टेलीकॉन्फ्रेंसिंग, ऑटोमोबाइल, और प्रौद्योगिकी कंपनियों के लिए 10 मिलियन से अधिक लेबल वाली चेहरे की छवियां वितरित की हैं। ह्यूमनएपीआई कंपनी की यात्रा में अगला कदम है जो उन्नत कंप्यूटर दृष्टि कृत्रिम बुद्धिमत्ता (एआई) अनुप्रयोगों का समर्थन करता है।

ह्यूमनएपीआई ग्राहकों के लिए कई नए अवसरों को भी सक्षम बनाता है, जिनमें स्मार्ट एआई सहायक, वर्चुअल फिटनेस कोच, और当然, मेटावर्स अनुप्रयोगों की दुनिया शामिल है।

वास्तविक दुनिया का एक डिजिटल डबल बनाकर, मेटावर्स नए अनुप्रयोगों को सक्षम करेगा, जिनमें पुनर्कल्पित सामाजिक नेटवर्क, मनोरंजन अनुभव, टेलीकॉन्फ्रेंसिंग, गेमिंग, और अधिक शामिल हैं। कंप्यूटर दृष्टि एआई वास्तविक दुनिया को उच्च विश्वसनीयता के साथ डिजिटल क्षेत्र में कैसे कब्जा करेगा, इसके लिए मूलभूत होगा। फोटोरियलिस्टिक, अभिव्यंजक, और व्यवहारिक रूप से सटीक मानव मेटावर्स अनुप्रयोगों के भविष्य के लिए आवश्यक होंगे। ह्यूमनएपीआई पहला उत्पाद है जो कंपनियों को ऑन-डिमांड विशाल मात्रा में पूरी तरह से लेबल किए गए पूरे शरीर के डेटा बनाने में सक्षम बनाता है ताकि अधिक क्षमता वाले एआई मॉडल बनाए जा सकें, जिनमें पोज़ अनुमान, भावना मान्यता, गतिविधि और व्यवहार वर्णन, चेहरे का पुनर्निर्माण, और अधिक शामिल हैं।

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