Synthesis AIのCEO、Yashar Behzadi – インタビュー・シリーズ

Yashar Behzadi博士は、Synthesis AIのCEO兼創設者です。彼は、AI、医療技術、IoT市場で変革的なビジネスを築いてきた経験豊富な起業家です。彼は過去14年間、シリコンバレーでデータ中心のテクノロジー企業を構築して拡大してきました。Yasharには30以上の特許と特許出願があり、UCSDから空間時間モデリングの分野で博士号を取得しています。

Synthesis AIは、ディープラーニングとCGIの交差点にあるスタートアップです。彼らは、新しいコンピュータビジョンモデル開発のパラダイムを生み出しています。顧客は、従来の人間によるアノテーションに基づくアプローチよりも、はるかに短い時間とコストでより優れたモデルを開発できるようになります。

コンピュータサイエンスとAIに初めて関わったのはどういう経緯ですか?

2006年にUCSDからコンピュータビジョンと脳イメージングデータの空間時間モデリングに焦点を当てた博士号を取得しました。 затем、シリコンバレーで16年間、センサー、データ、機械学習をさまざまな業界で組み合わせて仕事をしました。何回かすばらしい技術に取り組む機会を得て、幸運だと思います。シグナル処理、機械学習、データサイエンスに焦点を当てた30以上の特許を出願または発行しています。

Synthesis AIの創設について語ってください。

Synthesis AIを2019年に創設する前に、主要テクノロジー企業向けのコンピュータビジョンモデル開発に焦点を当てたグローバルAIサービス企業を率いていました。企業の規模に関係なく、ラベル付きトレーニングデータの品質と量に非常に制限されていたことが分かりました。企業が地理的に拡大したり、顧客ベースを拡大したり、新しいモデルやハードウェアを開発したりすると、新しいトレーニングデータが必要になりました。現在の人間によるアノテーションパラダイムでは、コンピュータビジョンの将来は成功しないことが明らかになりました。自律性、ロボティクス、AR/VR/メタバースアプリケーションなどの新しいコンピュータビジョンアプリケーションには、人間がラベル付けできない3Dラベル、深度情報、材質特性、詳細なセグメンテーションなど、豊富なラベルセットが必要です。新しいパラダイムが必要でした。さらに、技術的な要因に加えて、モデルバイアスや消費者プライバシーに関する倫理的な問題について、消費者と規制当局からの厳しい検証が増えてきました。

Synthesis AIを設立し、コンピュータビジョンパラダイムを変革することを目指しました。同社のシンセティックデータ生成プラットフォームにより、フォトリアリスティックな画像データをオンデマンドで生成できます。私たちの使命は、シンセティックデータ技術を先駆けて、より優れたモデルを倫理的に開発できるようにすることです。

シンセティックデータについて説明してください。

シンセティックデータは、コンピューターによって生成されたデータで、現実世界のデータの代替品となります。シンセティックデータは、現実世界で収集または測定されるのではなく、シミュレートされたデジタル世界で生成されます。ビジュアルエフェクトとCGIのツールを組み合わせて、ジェネレーティブAIモデルを使用することで、Synthesis AIは企業がコンピュータビジョンモデルをトレーニングするために、フォトリアリスティックで多様なデータをオンデマンドで生成できるようにします。同社のデータ生成プラットフォームにより、高品質の画像データを取得するコストと時間が大幅に削減され、プライバシーも保護されます。

シンセティックデータはどのように生成されますか?

シンセティックデータセットは、現実世界のデータではなく、人工的に生成されます。ビジュアルエフェクト業界のテクノロジーとジェネレーティブニューラルネットワークを組み合わせて、豊富で多様なフォトリアリスティックなラベル付き画像データを生成します。シンセティックデータにより、現在のアプローチよりもはるかに短い時間とコストでトレーニングデータを生成できます。

シンセティックデータを活用することでどのような競争上の優位性が得られますか?

現在、ほとんどのAIシステムは、人間が画像の重要な属性をラベル付けし、AIアルゴリズムをトレーニングする「教師あり学習」を使用しています。これは、リソースと時間がかかるプロセスであり、人間が正確にラベル付けできるものに制限されています。さらに、AIの人口統計バイアスや消費者プライバシーに関する懸念が増大し、代表的な人間データを取得することがますます困難になっています。

私たちのアプローチは、フォトリアリスティックなデジタルワールドを生成し、複雑な画像データをシミュレートすることです。私たちがデータを生成するので、シーンのすべての情報、オブジェクトの3D位置、オブジェクト同士や環境との複雑な相互作用について、すべてを知っています。現在のアプローチでは、この量のデータを収集してラベル付けするには数ヶ月、または数年かかるでしょう。この新しいパラダイムにより、効率性とコストが100倍向上し、新しいクラスのより優れたモデルを実現できるようになります。

シンセティックデータは人工的に生成されるため、従来のデータ収集方法に伴う多くのバイアスやプライバシーに関する懸念が軽減されます。

オンデマンドデータ生成はどのようにスケーリングを加速しますか?

現実世界のデータを収集してモデルトレーニングのために準備するのは、長くて面倒なプロセスです。自律車、ロボティクス、または衛星画像などの複雑なコンピュータビジョンシステムのために必要なハードウェアを展開することは、非常に高額なことがあります。データが収集されると、人間が重要な特徴をラベル付けしてアノテートします。このプロセスはエラーに敏感であり、人間は3D位置などの重要な情報をラベル付けする能力が限られています。

シンセティックデータは、従来の人間によるアノテーションに基づくアプローチよりも、はるかに速くて安いです。シンセティックデータは、さまざまな業界で新しいモデルやより優れたモデルの展開を加速することになります。

シンセティックデータはどのようにAIのバイアスを軽減または防止しますか?

AIシステムは至る所にありますが、人々に影響を与える可能性のある内在的なバイアスを含むことがあります。データセットは、特定のクラスのデータが不均衡で、人々の特定のグループが過少または過大に表現されることがあります。人間中心のシステムを構築することが、性別、民族、年齢のバイアスにつながることがあります。一方で、デザインによって生成されたトレーニングデータは、適切にバランスが取れており、人間のバイアスが含まれていません。

シンセティックデータは、AIのバイアスの問題を解決するための強力なソリューションとなる可能性があります。シンセティックデータは、部分的または完全に人工的に生成され、現実世界のイベントまたは現象から測定または抽出されるのではなく、コンピューターによって生成されたデータです。如果データセットが多様性に欠けている場合、AI生成データを使用してギャップを埋めることができます。最も重要なのは、手動でこれらのデータセットを作成するには数ヶ月または数年かかることがありますが、シンセティックデータを使用すると一晩で実現できることです。

コンピュータビジョンの以外の将来的なシンセティックデータの用途については?

消費者製品、自律車、ロボティクス、AR/VR/メタバースなどのコンピュータビジョン用途の多数に加えて、シンセティックデータは他のデータモダリティにも影響を与えるでしょう。すでに、企業がシンセティックデータアプローチを使用して構造化テーブルデータ、音声、自然言語処理に取り組んでいることを見ています。各モダリティの基礎となるテクノロジーと生成パイプラインは異なりますが、近い将来、多モーダルシステム（例：ビデオ + 音声）が登場することを予想しています。

Synthesis AIについてさらに何か共有したいことはありますか?

先月、HumanAPIをリリースしました。これは、Synthesis AIのシンセティックデータ機能を大幅に拡張し、プログラムによる数百万のユニークで高品質の3Dデジタルヒューマンの生成を可能にしました。この発表は、先行してリリースされたFaceAPIシンセティックデータサービス製品の後です。この製品は、主要なスマートフォン、テレビ会議、自動車、テクノロジー企業に10百万以上のラベル付き顔画像を提供しています。HumanAPIは、企業が高度なコンピュータビジョンAIアプリケーションをサポートする同社の旅の次のステップです。

HumanAPIは、顧客にとって多数の新しい機会も提供します。例えば、スマートAIアシスタント、仮想フィットネスコーチ、そしてもちろん、メタバースアプリケーションの世界があります。

メタバースでは、デジタル世界が現実世界のデジタルダブルを生成し、新しいアプリケーションが可能になります。ソーシャルネットワーク、エンターテイメント、テレビ会議、ゲームなどが、再構想されます。コンピュータビジョンAIは、現実世界がデジタル世界で高忠実度で再現される方法の基本となります。フォトリアリスティックで表現力があり、行動が正確な人間は、将来のコンピュータビジョンアプリケーションの重要なコンポーネントとなります。HumanAPIは、ポーズ推定、感情認識、活動および行動の特性化、顔の再構築など、より優れたAIモデルを構築するために、オンデマンドで完全にラベル付けされた全身データを生成できる最初の製品です。

素晴らしいインタビュー、詳しく知りたい読者はSynthesis AIを訪問してください。