Dott. Yair Adato, CEO e fondatore di Bria – Serie di interviste

Dott. Yair Adato, CEO e fondatore di Bria, è un esperto di apprendimento automatico e visione artificiale riconosciuto per la sua capacità di collegare tecnologie avanzate con applicazioni aziendali reali. Prima di fondare Bria, ha ricoperto il ruolo di CTO di Trax Retail, dove ha svolto un ruolo centrale nel trasformare l’azienda da una startup di 20 persone in un unicorno globale con oltre 850 dipendenti. Nel corso della sua carriera, Yair ha anche contribuito come consulente per diverse imprese guidate dall’intelligenza artificiale, tra cui Sparx, Vicomi, Tasq, DataGen e Anima. La sua leadership è caratterizzata da un forte impegno per l’innovazione responsabile, la proprietà dei dati e la democratizzazione della tecnologia dell’intelligenza artificiale.

Bria è un’azienda pionieristica nel campo dell’intelligenza artificiale generativa visiva responsabile, fondata con la missione di creare una piattaforma aperta ed etica per la generazione di immagini. L’approccio unico dell’azienda premia i proprietari dei dati per i loro contributi attraverso un motore di attribuzione, garantendo trasparenza e equità nell’ecosistema dell’intelligenza artificiale. Concentrandosi sulla creatività, sulla collaborazione e sulla conformità, Bria consente alle organizzazioni di integrare l’intelligenza artificiale generativa in modo sicuro nei loro flussi di lavoro, stabilendo nuovi standard per la responsabilità e la fiducia nell’industria dei contenuti visivi.

Hai fondato Bria per creare una piattaforma responsabile e aperta per l’intelligenza artificiale generativa visiva. Cosa ti ha ispirato a fondare l’azienda e quali sfide o intuizioni precoci hanno plasmato la sua direzione?

Ho visto Goodfellow presentare il paper sui GAN nel 2014 e mi è stato immediatamente chiaro che la produzione creativa stava per cambiare in modo fondamentale. Ascoltando quella presentazione, le implicazioni erano ovvie – non si trattava solo di un miglioramento incrementale, ma di un paradigma diverso per come le macchine potevano imparare a generare contenuti visivi.

Ma fin dall’inizio, ho riconosciuto un divario fondamentale nel modo in cui questi sistemi venivano costruiti: nessuna responsabilità per i dati di training, nessun quadro per il dispiegamento responsabile, nessuna considerazione per i creatori il cui lavoro rendeva tutto possibile.

Le sfide precoci non erano tecniche – erano strutturali. Come si costruisce un’intelligenza artificiale generativa che migliora il lavoro creativo senza indebolire le persone che creano? Come si rende questo sistema utilizzabile in ambienti di produzione in cui la certezza legale conta quanto la qualità di output? Queste domande hanno plasmato tutto ciò che abbiamo costruito. Abbiamo fondato Bria sul principio che l’innovazione e la responsabilità non sono forze opposte – devono avanzare insieme, altrimenti la tecnologia fallisce tutti.

La tua formazione accademica in visione artificiale e i tuoi 50+ brevetti collegano la ricerca e l’innovazione nel mondo reale. Come ha influenzato l’esperienza di Bria nel definire la roadmap tecnica e la strategia a lungo termine?

La mia formazione di ricerca mi ha insegnato a pensare in sistemi – come diversi livelli di comprensione si connettono per formare un significato. Molti dei miei brevetti si concentrano su come le macchine interpretano la struttura delle informazioni visive e questo modo di pensare si è naturalmente tradotto nell’approccio di Bria. Guardiamo alla generazione di immagini come a un processo compositivo, non casuale.

Ma i brevetti non riguardano solo la tecnologia – riguardano il collegamento della tecnologia alla realtà aziendale. Una parte significativa del nostro portfolio di brevetti riguarda il livello dei sistemi: come si creano framework di attribuzione che collegano il contenuto generato alle sue fonti di training? Come si costruiscono modelli economici che compensano i creatori su larga scala? Questi non sono problemi puramente tecnici – sono questioni di infrastruttura, modelli aziendali e progettazione del mercato.

Questa visione più ampia ha plasmato la nostra strategia a lungo termine. L’innovazione non riguarda solo il miglioramento dei modelli sottostanti. Riguarda la creazione di nuove strutture economiche, nuovi quadri contrattuali, nuovi modi per l’industria di operare in modo sostenibile. L’obiettivo non è solo produrre risultati migliori – è capire come quei risultati sono formati, chi ha contribuito a essi e come il valore fluisce attraverso il sistema. È qui che la scienza incontra il pensiero del prodotto e l’architettura aziendale.

Bria ha appena annunciato FIBO, descritto come il primo modello di fondazione visiva deterministico per la generazione di immagini di livello professionale. Cosa rende FIBO fondamentalmente diverso dai sistemi di intelligenza artificiale visiva esistenti?

Il nome stesso segnala il nostro approccio: FIBO sta per Fibonacci, la sequenza matematica famosa per le sue proprietà estetiche innate. La proporzione aurea – la proporzione tra numeri consecutivi nella sequenza di Fibonacci – emerge in ciò che percepiamo come proporzioni visivamente piacevoli in matematica, arte visiva, geometria e architettura. La si vede nelle dimensioni del Pantheon di Roma e della Casa Bianca, nel corpo umano e nel volto come illustrato nell’Uomo vitruviano di Leonardo da Vinci, e in tutte le forme naturali. Quel collegamento tra struttura matematica e bellezza visiva è esattamente ciò che FIBO incarna: qualità estetica attraverso struttura formale.

FIBO cambia la relazione tra intento e output. La maggior parte dei sistemi di intelligenza artificiale visiva inserisce strati di interpretazione tra ciò che desideri e ciò che ottieni – scrivi una richiesta, il modello la traduce attraverso encoder linguistici, la diffonde attraverso il rumore e spera che il risultato corrisponda alla tua visione. FIBO rimuove quegli strati completamente.

Abbiamo reso l’intelligenza artificiale visiva simile al codice – ogni elemento creativo diventa modificabile e ripetibile. Questo è un punto di svolta per i professionisti che sono stati bloccati con il “roulette delle richieste”. Ciò significa che ogni elemento, direzione della luce, angolo della telecamera, palette di colori, composizione, stile esiste come proprietà esplicita e controllabile. La struttura JSON consente di modificare solo i parametri desiderati, bloccando tutti gli altri. Puoi regolare l’intensità della luce senza influenzare la composizione o spostare l’angolo della telecamera senza alterare la palette di colori. Il sistema fa esattamente ciò che specifici, ogni volta.

Stiamo eseguendo hackathon con Fal e NVIDIA (NVDA ) per mostrare agli sviluppatori come la generazione deterministica funziona effettivamente nella pratica. La struttura JSON stessa apre la scatola nera – puoi vedere esattamente quali parametri hanno creato un’immagine, riprodurla e modificarla con precisione. È un paradigma completamente diverso dall’ingegneria delle richieste.

I sistemi tradizionali di testo-immagine si basano su richieste sempre più elaborate per ottenere risultati specifici. Come l’approccio di FIBO risolve il problema della complessità delle richieste?

Due problemi devono essere affrontati. In primo luogo, i problemi di casualità delle richieste esistono perché i modelli attuali stanno cercando di estrarre l’intento dell’utente e aggiungere ciò che il modello “pensa” sia esteticamente desiderabile attraverso l’elaborazione delle richieste. In secondo luogo, la mancanza di controllo sulle proprietà professionali

FIBO inverte questo. Il modello è stato addestrato su più di 1.000 parole di descrizioni visive per immagine che codificano esplicitamente oltre 100 attributi indipendenti nel formato JSON. Ciò non è stato post-elaborato o estratto – era il formato di addestramento nativo. Poiché ogni attributo è rappresentato strutturalmente fin dall’inizio, il modello ha imparato la composizione visiva come un insieme di parametri discreti e controllabili, piuttosto che come un’interpretazione sfumata del testo.

Ciò significa, nella pratica, che definisci l’intento estetico attraverso la struttura, non attraverso la “richiesta e prega”. Il livello di allineamento testo-immagine è fondamentalmente più alto perché non c’è uno strato di traduzione. Stai parlando la lingua nativa del modello. E poiché le proprietà sono indipendenti, puoi iterare sulla luce senza cambiare accidentalmente la composizione o regolare la palette di colori senza influenzare lo stile. Il controllo è chirurgico.

FIBO introduce un flusso di lavoro “raffina” che differisce dal processo di generazione iterativa tipico. Come questo cambia l’approccio dei professionisti alla produzione visiva?

La maggior parte dei flussi di lavoro generativi sono iterativi in un modo frustrante – generi, valuti, modifichi la richiesta, generi di nuovo, sperando che sia più vicino. Questo è il “prompt e prega”. Non sei mai sicuro di cosa sia cambiato o perché.

Raffina trasforma l’esperimentazione in progettazione. Non stai indovinando cosa potrebbe fare una nuova richiesta – stai guidando l’immagine, esattamente come sintonizzeresti la luce o il colore in Photoshop. Non devi lavorare a livello di JSON direttamente – un modello di linguaggio-visivo modifica il JSON per te in base a istruzioni linguistiche naturali. Ma il JSON stesso ti consente di capire esattamente cosa è successo. Generi un’immagine iniziale, esamini la sua rappresentazione JSON, identifichi quali proprietà necessitano di regolazione – forse l’intensità della luce è troppo alta o l’angolo della telecamera deve essere spostato di 15 gradi – e modifichi solo quei valori attraverso istruzioni semplici. Tutto il resto rimane bloccato.

Questa struttura è perfetta per flussi di lavoro agentic. Un agente di intelligenza artificiale può analizzare il JSON, capire lo stato completo dell’immagine, apportare modifiche mirate e spiegare il suo ragionamento – tutto perché i parametri sono espliciti e interpretabili. L’agente non sta indovinando cosa potrebbe fare un cambiamento di richiesta; sta apportando regolazioni precise a proprietà note.

Ciò rimuove l’imprevedibilità che ha tenuto i professionisti scettici nei confronti dell’intelligenza artificiale generativa. Quando puoi vedere l’insieme completo di parametri che ha creato un’immagine, capire cosa controlla ogni proprietà e modificare singoli attributi con la certezza che nulla altro si sposterà, non stai più sperimentando – stai progettando. La visibilità del JSON apre completamente la scatola nera. Per flussi di lavoro di produzione professionale in cui la coerenza e il controllo contano più della novità, questa è la differenza tra un giocattolo creativo e uno strumento di produzione.

L’etica dei dati e la sicurezza del marchio sono diventate centrali per l’intelligenza artificiale aziendale. Come l’uso da parte di Bria di dati completamente licenziati e liberati da diritti assicura sia la conformità che il rispetto per la proprietà intellettuale dei creatori?

Fin dal primo giorno, abbiamo deciso che se l’industria doveva crescere in modo responsabile, doveva iniziare con l’integrità dei dati. Ogni immagine che ha addestrato FIBO proviene da fonti licenziate e liberate da diritti attraverso partenariati con leader dei contenuti come Getty Images (GETY ) e Envato. Ciò garantisce che i nostri modelli siano conformi e equi. Vediamo il rispetto per i creatori come parte della catena del valore, non come una limitazione. Le imprese traggono beneficio da quell’integrità perché offre loro la certezza legale e etica di cui hanno bisogno per scalare con fiducia.

FIBO è stato addestrato per imparare lo stile e l’identità di marca unici di ogni azienda. Come questa capacità cambia l’approccio delle aziende globali alla creazione di contenuti e alla coerenza visiva?

Le aziende hanno il loro DNA visivo – un modo unico di esprimere emozione, fiducia e scopo attraverso il design. FIBO può imparare quel linguaggio. Una volta addestrato, genera immagini che riflettono la stessa composizione, tono e atmosfera che definiscono l’identità di un marchio. Ciò trasforma l’intelligenza artificiale da assistente creativo in asset di marca. Aiuta i team globali a creare allineando, non approssimando. Il risultato è la coerenza su larga scala senza perdere individualità.

Con gli adottanti precoci che già utilizzano FIBO per automatizzare la progettazione di imballaggi, immagini di prodotti e campagne creative, quali risultati o feedback ti sono sembrati più significativi finora?

Il cambiamento di mentalità. Le squadre iniziano a trattare l’intelligenza artificiale come parte del loro set di strumenti operativi, non come una novità. Un marchio globale sta generando varianti di imballaggi regionali molto più velocemente mantenendo la coerenza del marchio. Un’importante agenzia creativa ha accelerato lo sviluppo della campagna di dieci volte attraverso l’iterazione controllata. Ma il segnale reale proviene dai direttori creativi che ci dicono di sentirsi più in controllo; che il modello capisce la loro intenzione visiva. Questo è un punto di svolta per l’industria.

Bria si posiziona come leader nell’intelligenza artificiale etica e controllabile. Come vedi questa filosofia plasmare future regolamentazioni o standard di settore per l’intelligenza artificiale visiva?

Siamo arrivati a un punto in cui l’innovazione e la governance devono muoversi insieme. La regolamentazione non è un ostacolo, ma piuttosto l’infrastruttura per una crescita sostenibile. Il nostro approccio – dati trasparenti, output deterministici, provenienza chiara – si allinea strettamente con ciò che le politiche emergenti stanno chiedendo. Credo che vedremo nuovi standard che danno priorità alla tracciabilità, alla spiegabilità e alla protezione dei diritti. La filosofia di Bria è quella di aiutare a definire quegli standard attraverso la pratica, non attraverso dichiarazioni di politica.

Guardando avanti, cosa c’è dopo FIBO per Bria? Ti immagini l’espansione nell’intelligenza artificiale multimodale che unisce generazione di immagini, video e 3D sotto un unico framework controllabile?

Sì. I principi che alimentano FIBO – struttura, controllo, trasparenza – si applicano a tutti i domini visivi. Stiamo già esplorando estensioni nel video e nel 3D, dove la determinazione può portare la stessa affidabilità che le imprese hanno attualmente con le immagini. Il nostro obiettivo è semplice: rendere la creatività dell’intelligenza artificiale altrettanto controllabile e sicura quanto scrivere codice – e estendere ciò attraverso ogni mezzo visivo, dall’immagine al video al 3D.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Bria.