Max Versace, CEO dan Co-Founder Neurala – Seri Wawancara

Dr. Massimiliano Versace adalah co-founder dan CEO Neurala, dan visi perusahaan. Setelah penelitiannya yang berani dalam komputasi yang terinspirasi otak dan jaringan dalam, ia terus menginspirasi dan memimpin dunia robotika otonom. Ia telah berbicara di dozens of acara dan tempat, termasuk TedX, NASA, Pentagon, GTC, InterDrone, National Labs, Air Force Research Labs, HP, iRobot, Samsung, LG, Qualcomm (QCOM ), Ericsson, BAE Systems, AI World, Mitsubishi, ABB dan Accenture, di antara banyak lainnya.

Anda awalnya mempelajari psikologi dan kemudian beralih ke neurosains, apa yang menjadi alasan Anda pada saat itu?

Perubahan tersebut sangat alami. Psikologi memberikan satu sisi dari “koin pelatihan” – studi fenomena psikologis. Namun, jika seseorang tertarik dengan apa yang secara mekanis menyebabkan pikiran dan perilaku, maka ia pasti akan mempelajari organ yang bertanggung jawab atas pikiran, dan akhirnya mempelajari Neurosains!

Kapan Anda menyadari bahwa Anda ingin menerapkan pemahaman Anda tentang otak manusia untuk meniru otak manusia dalam sistem AI?

Langkah berikutnya, dari Neurosains ke AI, lebih sulit. Sementara Neurosains berkaitan dengan studi rinci tentang anatomi dan fisiologi sistem saraf dan bagaimana otak memberikan perilaku, jalur lain yang komplementer untuk mencapai pemahaman yang lebih besar adalah dengan membangun versi sintetis dari mereka. Analogi yang saya sukai adalah bahwa seseorang dapat memperoleh pemahaman sebagian tentang bagaimana mesin bekerja dengan mengetuk silinder dan radiator dan menyimpulkan bahwa silinder dan radiator penting dalam fungsi mesin. Cara lain yang lebih dalam untuk memahami mesin adalah dengan membangunnya dari awal – yaitu dengan mempelajari inteligensi dengan membangun versi sintetis (artificial) dari itu.

Apa beberapa proyek deep learning awal yang Anda kerjakan?

Pada 2009 untuk DARPA, kami bekerja pada membangun “whole brain emulation” untuk robot otonom menggunakan chip canggih yang dirancang oleh Hewlett Packard. Dalam singkat, tugas kami adalah meniru otak dan beberapa perilaku otonom dan pembelajaran kunci dari tikus kecil dalam bentuk yang membuatnya sesuai untuk dibawa dan diimplementasikan dalam perangkat keras kecil.

Bagaimana cerita awal Neurala?

Neurala sebagai perusahaan dimulai pada 2006 untuk mengandung beberapa paten sekitar menggunakan GPU (Graphic Processing Units) untuk deep learning. Sementara ini mungkin dianggap sepele hari ini, pada saat itu GPU tidak digunakan untuk AI, dan kami mempelopori konsep tersebut dengan membayangkan bahwa setiap piksel dalam kartu grafis dapat digunakan untuk memproses neuron (bukan bagian dari adegan untuk dirender di layar). Berkat paralelisme GPU, yang meniru paralelisme otak kita hingga batas yang secara komersial layak, kami dapat mencapai kecepatan pembelajaran dan eksekusi untuk algoritma kami yang membuat AI dan Deep Learning praktis. Kami harus menunggu beberapa tahun lagi untuk meninggalkan akademisi karena dunia “mengejar” (kami sudah menjadi pengikut yang kuat!) pada kenyataan AI. Pada 2013, kami mengeluarkan perusahaan dari mode stealth, (karena kami sudah dibiayai oleh NASA dan US Air Force Research Labs) dan memasuki program Boston Tech Stars. Dari sana, kami mulai merekrut beberapa karyawan dan mengumpulkan modal swasta. Namun, tidak sampai 2017 bahwa, dengan injeksi modal segar dan industri yang matang lebih lanjut, kami dapat mendaratkan penempatan pertama yang penting dan memasang AI kami di 56M perangkat, mulai dari kamera, ponsel pintar, drone, dan robot.

Salah satu proyek awal Neurala adalah bekerja pada Mars rover NASA. Bagaimana cerita proyek tersebut?

NASA memiliki masalah yang sangat spesifik: mereka ingin mengeksplorasi teknologi untuk memberdayakan misi otonom di masa depan, di mana sistem otonom (misalnya, rover) tidak akan bergantung pada bimbingan langkah demi langkah dari kontrol misi Bumi. Keterlambatan komunikasi membuat kontrol ini mustahil – hanya ingat bagaimana komunikasi yang kaku antara Bumi dan Matt Damon dalam film “The Martian”. Solusi kami: memberi setiap rover dengan otaknya sendiri. NASA berpaling kepada kami, karena kami sudah dianggap sebagai ahli dalam membangun “mini-otak” otonom ini dengan DARPA, untuk memberi rover dengan sistem Deep Learning kecil yang tidak hanya dapat berjalan di robot, tetapi juga beradaptasi dalam waktu nyata dan belajar hal-hal baru saat robot beroperasi. Ini termasuk objek baru (misalnya, batu, tanda air, dll.) saat mereka ditemui dan membuat peta yang bermakna dari planet yang belum dijelajahi. Tantangan itu besar, tetapi begitu juga hasilnya: teknologi Deep Learning yang dapat berjalan pada daya pemrosesan yang sangat kecil dan belajar dari bahkan satu potongan data (misalnya, gambar). Ini melampaui apa yang Deep Learning dapat capai pada saat itu (dan bahkan hari ini!).

Neurala telah merancang Lifelong-DNN, bagaimana ini berbeda dari DNN biasa dan apa kelebihannya?

Dirancang untuk kasus penggunaan NASA di atas, Lifelong DNN, seperti namanya, dapat belajar selama seluruh siklus hidupnya. Ini berbeda dari Jaringan Saraf Dalam (DNN) tradisional, yang dapat dilatih, atau melakukan “inferensi” (yaitu, klasifikasi). Dalam L-DNN, seperti pada manusia, tidak ada perbedaan antara belajar dan mengklasifikasikan. Setiap kali kita melihat sesuatu, kita melakukan keduanya – “mengklasifikasikan” (ini adalah kursi) dan belajar tentangnya (kursi ini baru, belum pernah dilihat sebelumnya, sekarang saya tahu sedikit tentangnya). Berbeda dengan DNN, L-DNN selalu belajar dan menghadapi apa yang diketahui tentang dunia, apa informasi baru yang disajikan, dan secara alami dapat memahami anomali. Misalnya, jika salah satu anak saya bermain-main denganku dan mengecat kursi saya merah muda, saya akan mengenalinya seketika. Karena L-DNN saya telah belajar selama ini bahwa kursi saya hitam, dan ketika persepsi saya tentangnya tidak sesuai dengan ingatan saya tentangnya, L-DNN akan menghasilkan sinyal anomali. Ini digunakan dalam produk Neurala dalam berbagai cara (Lihat di bawah).

Bagaimana Brain Builder custom vision AI dan bagaimana ini memungkinkan aplikasi robotika yang lebih cepat, lebih mudah, dan lebih murah?

Karena L-DNN secara alami belajar tentang dunia dan dapat memahami jika sesuatu tidak biasa atau menyimpang dari standar yang dipelajari, produk Neurala, Brain Builder dan VIA (Visual Inspection Automation) digunakan untuk dengan cepat mengatur tugas inspeksi visual menggunakan hanya beberapa gambar “produk baik”. Misalnya, dalam pengaturan produksi, seseorang dapat menggunakan 20 gambar “botol baik” dan membuat “mini-otak” Inspeksi Kualitas Visual yang dapat mengenali botol baik, atau ketika botol “jelek” (misalnya, dengan tutup yang rusak) diproduksi. Ini dapat dilakukan dengan L-DNN sangat mudah, cepat, dan pada CPU sederhana, memanfaatkan teknologi NASA yang dibangun selama lebih dari 10 tahun penelitian dan pengembangan intensif.

Dalam wawancara sebelumnya, Anda menyarankan bahwa pengusaha harus selalu bertujuan untuk memulai bisnis yang sedikit mustahil. Apakah Anda merasa bahwa Neurala mustahil saat Anda pertama kali meluncurkan perusahaan?

Saya masih ingat teman dan rekan saya, Anatoli, meludahkan espresso-nya ketika saya mengatakan “suatu hari, teknologi kami akan berjalan pada ponsel”. Ini terdengar mustahil, tetapi semua yang Anda butuhkan untuk dilakukan adalah membayangkannya dan bekerja untuk itu. Hari ini, itu berjalan pada jutaan ponsel. Kami membayangkan dunia di mana ribuan mata buatan dapat mendeteksi mesin industri dan proses untuk memberikan tingkat kualitas dan kontrol yang tidak pernah terbayangkan sebelumnya, yang mustahil karena akan menghabiskan ribuan orang per mesin. Semoga tidak ada yang minum espresso saat membaca ini….

Terima kasih atas wawancara yang luar biasa, Neurala jelas merupakan perusahaan yang harus kita simpan di radar kita. Pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Neurala.