Sohaib Khan, Co-Pendiri & CEO Hazen.ai – Seri Wawancara

Sohaib Khan, adalah Co-Pendiri & CEO Hazen.ai, sebuah perusahaan yang menggunakan computer vision dan deep learning untuk merancang perangkat lunak analitik lalu lintas pintar yang dirancang untuk ‘memahami’ gerakan setiap kendaraan.

Apa yang awalnya menarik Anda ke bidang AI?

Hal itu terjadi selama saya masih kuliah sarjana ketika saya pertama kali membaca tentang bagaimana stereo-vision (atau penglihatan binokular – memperkirakan kedalaman dari dua kamera) bekerja. Itu membuat saya tertarik untuk menjelajahi computer vision lebih lanjut. Menariknya, saya pertama kali membacanya dalam sebuah buku yang saya temukan di pasar Jumat tradisional di mana mereka menjual buku bekas di trotoar di kota kami. Saya kemudian melakukan PhD di bidang ini dari AS.

Anda sebelumnya adalah seorang profesor di salah satu universitas terbesar di Pakistan, The Lahore University of Management Sciences (LUMS). Apa yang menjadi minat Anda dalam mengajar dan penelitian?

Ketika saya bergabung dengan LUMS setelah menyelesaikan PhD, saya membangun apa yang menjadi laboratorium penelitian pascasarjana pertama di universitas, dari dana yang saya terima dari sebuah organisasi pertahanan. Program pascasarjana di CS sangat baru, dan tidak ada laboratorium penelitian pada saat itu. Saya mengajar Computer Vision selama 12+ tahun di LUMS, dan memiliki laboratorium aktif di bidang ini. Awalnya, computer vision hampir tidak diajarkan di universitas Pakistan, tetapi kemudian menjadi subjek standar, dan sebenarnya, banyak mahasiswa saya sekarang juga mengajar di universitas-universitas Pakistan.

Apakah Anda bisa membahas apa yang menginspirasi Anda untuk meluncurkan sebuah startup yang mengkhususkan diri dalam computer vision dan algoritma deep learning untuk analitik video?

Computer Vision, selama bertahun-tahun, sebagian besar merupakan bidang penelitian eksperimental, dengan aplikasi terbatas dalam produk. Ini sebagian besar karena kematangan algoritma yang dibutuhkan untuk membangun produk belum ada. Untuk sebuah produk, algoritma pemahaman gambar harus bekerja dalam berbagai kondisi pengambilan gambar dan pencahayaan, dan tidak hanya dalam beberapa eksperimen yang dikontrol. Kami memiliki lelucon di antara mahasiswa pascasarjana di laboratorium kami ketika saya melakukan PhD kembali pada tahun 2000, bahwa jika Anda dapat menemukan tiga gambar pada mana algoritma Anda bekerja, Anda dapat menulis sebuah makalah. Jika itu bekerja pada tiga video, Anda mendapatkan makalah yang sangat baik! Poinnya adalah bahwa banyak algoritma visi bekerja hanya dalam skenario laboratorium yang dikontrol dengan hati-hati, dan tidak sangat kuat.

Namun sekarang hal-hal telah berubah. Dengan munculnya deep learning pada tahun 2012, kami telah melihat beberapa kemajuan yang sangat cepat dan menarik dalam pemahaman gambar. Ketika kami melihat itu, kami merasa bahwa sekarang waktu yang tepat untuk mungkin membangun produk yang solid yang dapat memiliki dampak yang signifikan.

Jenis pelanggaran lalu lintas apa yang dapat dipantau oleh Hazen.ai?

Tujuan kami adalah untuk dapat mengidentifikasi semua jenis perilaku mengemudi yang berbahaya di jalan. Ini didorong oleh tujuan utama kami untuk mengurangi kematian di jalan. Setiap 24 detik, seseorang meninggal dalam kecelakaan lalu lintas, yang setara dengan sekitar 15 787-8 Dreamliners yang jatuh setiap hari! Jadi ini benar-benar apa yang memotivasi kami. Itulah mengapa kami membangun perangkat lunak yang dapat mendeteksi berbagai jenis perilaku berbahaya dan tidak aman, seperti perubahan jalur yang tidak aman, belokan ilegal, melompati lampu merah atau tanda berhenti, memblokir penyeberangan pejalan kaki, tidak mengenakan sabuk pengaman atau mengirim teks saat mengemudi. Kami juga bekerja untuk membangun fitur dalam perangkat lunak kami khusus untuk keselamatan pejalan kaki dan pengendara sepeda, karena lebih dari setengah kematian dalam kecelakaan lalu lintas terjadi pada segmen pengguna jalan yang rentan seperti pejalan kaki, pengendara sepeda, dan pengendara sepeda motor.

Apa tantangan unik di balik menggunakan computer vision untuk memantau objek yang bergerak pada kecepatan yang sangat tinggi?

Ada dua jenis tantangan: Pertama adalah kinerja algoritma computer vision itu sendiri – Anda ingin memiliki produk yang dapat bekerja dalam kondisi lalu lintas yang menantang 24/7 dalam semua variasi pencahayaan. Sementara telah ada kemajuan teknis yang signifikan menuju tujuan ini, masih ada negara-negara di mana kepadatan pengguna jalan sangat tinggi, seperti kumpulan sepeda motor atau pejalan kaki dalam jarak yang sangat dekat, sehingga masih menjadi tantangan bagi algoritma untuk melacak mereka secara individu dan memahami adegan. Namun, yang lebih besar adalah tantangan membuat produk yang solid dari algoritma computer vision, yang dapat diterapkan pada sumber daya perangkat keras yang terbatas di tepi, dan dapat dipantau dan dikelola dengan mudah meskipun didistribusikan di seluruh kota. Karena produk computer vision menangani banyak data video, menerapkannya di tepi, sebagai perangkat IoT, dan mengelolanya secara efektif, tetap menjadi tugas yang sulit.

Proses apa yang digunakan oleh pengguna akhir untuk mengkonfigurasi perangkat lunak ke konfigurasi jalan yang berbeda?

Setiap persimpangan menyediakan skenario unik, dalam hal volume lalu lintas, konfigurasi jalur, dan jenis kendaraan, pengendara sepeda, atau interaksi pejalan kaki. Selain itu, kepentingan manajer lalu lintas mungkin spesifik, untuk mengidentifikasi jenis perilaku lalu lintas tertentu di setiap situs. Misalnya, polisi lalu lintas mungkin melarang belokan U di persimpangan untuk memperlancar aliran lalu lintas, dan tertarik untuk menangkap statistik tersebut. Itulah mengapa kami menjaga perangkat lunak kami dapat dikonfigurasi ke skenario yang berbeda. Ketika kamera diatur dengan perangkat lunak kami, kami mengkonfigurasinya melalui proses sederhana untuk apa yang diperlukan pengguna akhir di situs tersebut. Secara internal, kami telah membangun bahasa tingkat tinggi di mana kami dapat menggambarkan skenario lalu lintas yang menarik dengan cara yang sederhana. Ini memungkinkan kami untuk mengkonfigurasi situs dengan cepat untuk pelanggan kami.

Jenis perangkat keras apa yang dibutuhkan untuk mengoperasikan sistem ini?

Analitik video memerlukan daya komputasi yang signifikan. Kami telah mengoptimalkan kode kami untuk berjalan pada Nvidia GPU yang lebih kecil yang dapat diterapkan di tepi, seperti seri Jetson mereka, dan juga pada CPU Intel untuk beberapa fitur yang kami tawarkan. Dalam beberapa tahun terakhir, perangkat keras tepi yang lebih kuat menjadi tersedia pada titik harga yang wajar, sehingga ini benar-benar mengemudi banyak aplikasi yang menarik.

Apakah ada yurisdiksi yang saat ini menguji coba atau menggunakan teknologi Hazen.ai?

Kami sekarang memiliki uji coba yang sedang berlangsung di beberapa negara, Inggris, AS, Mesir, Arab Saudi, Pakistan, Oman, Peru, dan berinteraksi dengan calon pelanggan di negara-negara lain juga.

Apakah ada yang lain yang Anda ingin bagikan tentang Hazen.ai?

Secara keseluruhan, kami merasa bahwa teknologi keselamatan lalu lintas belum cukup berkembang, dibandingkan dengan skala masalahnya. Namun, sekarang waktu yang tepat, karena kemajuan besar dalam computer vision dan deep learning, serta ketersediaan kamera dan perangkat keras komputasi yang murah. Kami akan melihat banyak aplikasi lain dari computer vision berbasis tepi di tahun-tahun mendatang. Ini adalah prinsip-prinsip yang mendorong Hazen.ai.

Terima kasih atas wawancara, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Hazen.ai