ボックスの外で考え、AIイノベーションを推進する

私たち多くの人々がAIの分野でイノベーションを進めているが、未知の領域で働いている。AI企業が新しいテクノロジーを急速に開発しているため、舞台裏での頑張りを当たり前のように思うかもしれない。しかし、現実とデジタルワールドの境界を曖昧にすることを目的としたXRのような分野では、現在、頼ることができる歴史的なデータや研究がほとんどないため、ボックスの外で考えなければならない。

従来のマシンラーニングの知恵と確立された慣行に頼ることは最も都合が良いが、発展途上の分野ではこれは可能ではないか、または完全な解決策ではない。以前解決されたことがない問題を解決するには、新しい方法でそれらにアプローチしなければならない。

これは、私たちをエンジニアリング、データサイエンス、または製品開発の分野に入った理由を思い出させる課題である：発見への情熱。私は、Ultraleapでの私の役割で毎日この経験をしている。私たちは、ミックスドリアリティ環境で人間の手の動きを追跡し、対応できるソフトウェアを開発している。私たちが思っていたマシンラーニングモデルのトレーニング方法のほとんどが、私たちの仕事では覆される。人間の手と、手が遭遇する物体や環境は、非常に予測不可能だからだ。

ここでは、私と私のチームが、デジタルワールドに直感的なインタラクションをもたらすために、実験とデータサイエンスを再考するために取ったいくつかのアプローチについて説明する。

線内でイノベーションを起こす

新しい分野でイノベーションを起こすとき、互いに反するように見える制約に直面することが多い。私のチームは、手と指の動きの複雑さと、手と指が周囲の世界とどのように相互作用するかを捉えるように課題されている。これはすべて、ハンドトラッキングモデルにパッケージ化され、XRハードウェアの制約されたコンピューティングに適合する。つまり、私たちのモデルは、洗練されていて複雑であるにもかかわらず、巨大なLLMが占めるのと比較して、はるかに少ないストレージを占め、はるかに少ないエネルギーを消費する（1/100,000倍）必要がある。これは、現実世界のアプリケーションで私たちのモデルを評価し、無情に実験することを要求する、興奮する課題を私たちに提示する。

しかし、数えきれないテストと実験は価値がある：低い推論コスト、電力消費、待ち時間で強力なモデルを作成することは、XRの分野以外のエッジコンピューティングでも応用できる驚異である。

私たちが実験で直面する制約は、他の業界にも影響を与えるだろう。いくつかの企業は、適用ドメインの特性のため、独自の課題を持っているかもしれない。他の企業は、大きなテクノロジー企業がまだ触れていないニッチ市場にあるため、限られたデータしか利用できないかもしれない。

ワンサイズフィットオールのソリューションは、一部のタスクには十分かもしれないが、多くのアプリケーションドメインでは、タスク固有の課題を解決する必要がある。たとえば、自動車組み立てラインでは、欠陥検査のためのMLモデルを実装する。モデルは、車の大きな表面上の小さな欠陥を特定するために必要な、高解像度の画像に取り組む必要がある。この場合、アプリケーションは、高パフォーマンスを要求するが、解決すべき問題は、低フレームレートで高解像度のモデルを達成する方法である。

イノベーションを推進するためのモデルアーキテクチャの評価

良いデータセットは、どのAIブレークスルーでも、背後にある原動力である。ただし、特定の目標のためにデータセットが「良い」とはどういうことなのか？そして、以前解決されたことがない問題を解決しようとしている場合は、既存のデータが関連することをどうやって信じることができるのか？私たちは、他のMLタスクに適したメトリックが、特定のビジネスタスクのパフォーマンスに翻訳されることを仮定することはできない。これは、私たちが一般的に受け入れられているMLの「真実」に反対し、代わりに、シミュレートされたデータと現実世界のデータの両方をラベル付け、クリーン、適用する方法を積極的に探求する必要がある。

私たちのドメインは、評価が難しく、手動での品質保証が必要である。私たちは、データの品質メトリックだけを見ているのではない。私たちは、実際の世界で生成されるモデルの特性に基づいて、データセットとデータソースを反復的に評価する。私たちが私たちのデータを評価および分類する方法を再評価するとき、多くの場合、見逃していたデータセットまたは傾向を見つける。私たちがそれまでに頼っていたデータセット、そして、実験によって私たちにどのデータセットに頼らないべきかを示した無数の実験とともに、以前にはない新しい道を解放した。

Ultraleapの最新のハンドトラッキングプラットフォームであるHyperionは、これの良い例である。私たちのデータセットの進歩により、マイクロジェスチャーとハンドムーブメントの両方を正確に追跡できる、より洗練されたハンドトラッキングを開発することができた。ユーザーがオブジェクトを持っている場合でもである。

 一歩後ろに下がり、大きな飛躍を前進する

イノベーションのペースは、見かけ上は決して遅くなることはないが、私たちはそうしなければならない。私たちは実験、学習、開発のビジネスに従事している。私たちがそうする時間を取ると、多くの場合、より大きな価値を持つものを生み出す。私たちがデータ注釈、データソース、品質メトリック自体に疑問を持ち、再定義するときに発生するブレークスルーに代わるものはない。私たちがこれを行う唯一の方法は、タスクに対する測定されたモデルパフォーマンスとともに、実際のアプリケーションドメインで実験することである。私たちは、一般的な要件や制約を限界と見なすのではなく、それらをイノベーションの機会、そして最終的には競争上の優位性に変えることができる。