Synthesis AI의 CEO인 Yashar Behzadi – 인터뷰 시리즈

Yashar Behzadi 박사는 Synthesis AI의 CEO이자 설립자입니다. 그는 AI, 의료 기술, IoT 시장에서 변혁적인 비즈니스를 구축한 경험豊富한 기업가입니다. 그는 지난 14년 동안 실리콘 밸리에서 데이터 중심의 기술 회사들을 구축하고 확장해 왔습니다. Yashar는 30개 이상의 특허와 특허 출원을 보유하고 있으며, UCSD에서 공간-시간적 모델링을 중점으로 하는 기능성 뇌 영상의 박사 학위를 취득했습니다.

Synthesis AI는 딥 러닝과 CGI의 교차점에 있는 스타트업으로, 컴퓨터 비전 모델 개발을 위한 새로운 패러다임을 창조하고 있습니다. 고객들이 전통적인 인간 주도 어노테이션 기반 접근 방식의 비용과 시간의 한계 없이 더 나은 모델을 개발할 수 있도록 지원합니다.

컴퓨터 과학과 AI에 처음으로 어떻게 참여하게 되셨나요?

2006년 UCSD에서 컴퓨터 비전과 공간 및 시간적 모델링을 중점으로 하는 뇌 영상 데이터에 대한 박사 학위를 취득했습니다. 이후 16년 동안 실리콘 밸리에서 센서, 데이터, 기계 학습을 걸쳐 산업 전반에 걸쳐 일했습니다. 몇 가지 놀라운 기술에 참여할 수 있는 기회를 가졌으며, 신호 처리, 기계 학습, 데이터 과학을 중점으로 하는 30개 이상의 특허를 출원했습니다.

Synthesis AI의 기원 이야기를 공유해 주시겠습니까?

2019년 Synthesis AI를 설립하기 전에, 저는 주요 기술 기업들을 위한 컴퓨터 비전 모델 개발에 중점을 둔 글로벌 AI 서비스 회사에서 일했습니다. 회사의 규모에 관계없이, 우리는 매우 제한적인 양과 품질의 레이블링된 훈련 데이터로 인해 어려움을 겪었습니다. 회사가 지리적으로 확장하거나 고객 기반을 확대하거나 새로운 모델과 하드웨어를 개발할 때, 모델이 적절히 수행되도록 새로운 훈련 데이터가 필요했습니다. 또한, 컴퓨터 비전의 미래는 오늘날의 인간 주도 어노테이션 패러다임으로 성공할 수 없다는 것이 명백했습니다. 자율 주행, 로봇 공학, AR/VR/메타버스 애플리케이션과 같은 새로운 컴퓨터 비전 애플리케이션은 3D 레이블, 깊이 정보, 재료 특성, 세부 분할 등과 같은豊富한 레이블 세트가 필요합니다. 이러한 레이블을 제공하기 위한 새로운 패러다임이 필요했습니다. 또한, 기술적인 동인 외에도, 우리는 모델 편향과 소비자 개인 정보 보호와 관련된 윤리적 문제에 대한 소비자와 규제 당국의 증가하는 심사에 직면했습니다.

저는 컴퓨터 비전 패러다임을 변혁시키기 위해 Synthesis AI를 설립했습니다. 회사의 합성 데이터 생성 플랫폼은 주문형으로 포토 리얼리스틱 이미지 데이터를 생성할 수 있으며, 확장된 3D 픽셀 완벽한 레이블을 제공합니다. 우리의 임무는 합성 데이터 기술을 개척하여 윤리적인 모델 개발을 가능하게 하는 것입니다.

이 용어에 익숙하지 않은 독자들을 위해, 합성 데이터가 무엇인지 정의해 주시겠습니까?

합성 데이터는 컴퓨터에서 생성된 데이터로, 실제 세계의 데이터와 대체할 수 있습니다. 합성 데이터는 시뮬레이션된 디지털 세계에서 생성되며, 실제 세계에서 수집하거나 측정되지 않습니다. Synthesis AI는 비주얼 이펙트와 CGI의 도구를 결합하여 컴퓨터 비전 모델을 훈련하기 위한豊富한, 다양한, 포토 리얼리스틱한 데이터를 주문형으로 생성할 수 있습니다. 회사의 데이터 생성 플랫폼은 높은 품질의 이미지 데이터를 얻는 비용과 시간을 전통적인 인간 주도 어노테이션 기반 접근 방식보다 훨씬 줄일 수 있습니다.

합성 데이터가 어떻게 생성되는지 설명해 주시겠습니까?

합성 데이터 세트는 실제 세계의 데이터를 수집하는 대신 인공적으로 생성됩니다. 비주얼 이펙트 산업의 기술과 생성 네트워크를 결합하여豊富한, 다양한, 포토 리얼리스틱한 레이블링된 이미지 데이터를 생성할 수 있습니다. 합성 데이터는 현재 접근 방식보다 훨씬 빠르고 저렴한 비용으로 훈련 데이터를 생성할 수 있습니다.

합성 데이터를 활용하면 경쟁 우위를 어떻게 창출할 수 있습니까?

현재 대부분의 AI 시스템은人間이 레이블링된 속성에 대한 이미지와 함께 훈련하는 ‘지도 학습’을 사용합니다. 이것은 시간과 자원이 많이 소요되는 과정이며, 인간이 정확하게 레이블링할 수 있는 것에 제한됩니다. 또한, AI의 인구 통계적 편향과 소비자 개인 정보 보호에 대한 우려가 증가하고 있습니다.

우리의 접근 방식은 포토 리얼리스틱한 디지털 세계를 생성하여 복잡한 이미지 데이터를 생성하는 것입니다. 우리는 생성한 데이터에 대한 모든 정보를 알고 있으므로, 3D 위치와 객체 간의 복잡한 상호 작용 및 환경에 대한 정보를 포함하여, 이전에 사용할 수 없었던 정보를 얻을 수 있습니다. 이러한 양의 데이터를 현재 접근 방식으로 수집하고 레이블링하는 것은 몇 개월, 심지어 몇 년이 걸릴 수 있습니다. 이 새로운 패러다임은 효율성과 비용에서 100배의 향상을 가능하게 할 것입니다.

합성 데이터는 인공적으로 생성되므로, 전통적인 데이터 수집 방법에서 발생하는 많은 편향과 개인 정보 보호 문제를 제거할 수 있습니다.

주문형 데이터 생성은 어떻게 가속화된 확장을 가능하게 합니까?

실제 세계의 데이터를 수집하고 모델 훈련을 위한 데이터를 준비하는 것은 오랜 시간이 걸리는 과정입니다. 컴퓨터 비전 시스템의 경우, 하드웨어를 배치하는 것은 매우 비용이 많이 들 수 있습니다. 데이터를 수집한 후, 인간이 레이블링하고 어노테이션하는 과정은 오류가 발생하기 쉽고, 인간은 3D 위치와 같은 중요한 정보를 레이블링하는 데 제한됩니다.

합성 데이터는 전통적인 인간 주도 어노테이션 기반 접근 방식보다 훨씬 빠르고 저렴합니다. 이는 새로운 컴퓨터 비전 애플리케이션의 배포를 가속화할 것입니다.

합성 데이터는 어떻게 AI 편향을 줄이거나 방지할 수 있습니까?

AI 시스템은 편향을 포함할 수 있으며, 이는 특정 그룹의 사람들에게 영향을 미칠 수 있습니다. 데이터 세트는 특정 클래스의 데이터가 과도하게 또는 부족하게 나타날 수 있으며, 이는 편향을 유발할 수 있습니다. 인간 중심의 시스템을 구축하는 경우, 성별, 민족, 연령에 대한 편향이 발생할 수 있습니다. 반면, 디자인 기반의 훈련 데이터는 적절하게 균형을 유지하며, 인간의 편향이 없습니다.

합성 데이터는 AI의 편향 문제를 해결하는 강력한 솔루션이 될 수 있습니다. 합성 데이터는 실제 세계의 데이터를 측정하거나 추출하는 대신, 부분적으로 또는 완전히 인공적으로 생성됩니다. 데이터 세트가 다양하지 않거나 충분히 크지 않은 경우, AI 생성 데이터를 사용하여 편향되지 않은 데이터 세트를 생성할 수 있습니다. 가장 좋은 점은, 이러한 데이터 세트를 수동으로 생성하는 것이 몇 개월 또는 몇 년이 걸릴 수 있지만, 합성 데이터를 사용하면 이를 밤새도록 할 수 있습니다.

컴퓨터 비전 외에, 합성 데이터의 다른 잠재적인 사용 사례는 무엇입니까?

소비자 제품, 자율 주행, 로봇 공학, AR/VR/메타버스와 같은 컴퓨터 비전 사용 사례 외에도, 합성 데이터는 다른 데이터 모달리티에도 영향을 미칠 것입니다. 이미 구조화된 테이블 데이터, 음성, 자연어 처리를 위한 합성 데이터 접근 방식을 사용하는 회사들을 보이고 있습니다. 각 모달리티의 경우, 기술과 생성 파이프라인은 다르며, 가까운 미래에 우리는 멀티 모달 시스템을 볼 수 있을 것입니다.

Synthesis AI에 대해 더 공유하고 싶은 내용이 있습니까?

작년 말, 우리는 HumanAPI를 출시했습니다. 이는 Synthesis AI의 합성 데이터 기능을 크게 확장하여, 수백만 개의 고유하고 고품질의 3D 디지털 인간을 프로그래매틱으로 생성할 수 있습니다. 이 발표는 FaceAPI 합성 데이터 서비스 제품의 출시 몇 개월 후에 이루어졌으며, 이는 이미 주요 스마트폰, 텔레컨퍼런싱, 자동차, 기술 회사들에게 1,000만 개가 넘는 레이블링된 얼굴 이미지를 제공했습니다. HumanAPI는 회사로 하여금 고급 컴퓨터 비전 AI 애플리케이션을 지원하기 위한 여정의 다음 단계입니다.

HumanAPI는 또한 고객들에게 스마트 AI 어시스턴트, 가상 피트니스 코치, 그리고 물론 메타버스 애플리케이션과 같은 새로운 기회를 제공합니다.

실제 세계의 디지털 복제본을 생성함으로써, 메타버스는 재창조된 소셜 네트워크, 엔터테인먼트 경험, 텔레컨퍼런싱, 게임, 그리고 더 많은 새로운 애플리케이션을 가능하게 할 것입니다. 컴퓨터 비전 AI는 실제 세계를 높은忠實度로 디지털 영역에서 캡처하고 재창조하는 데 기본적으로 중요할 것입니다. 포토 리얼리스틱한, 표현력豊富한, 행동적으로 정확한 인간은 미래의 컴퓨터 비전 애플리케이션의 필수적인 구성 요소가 될 것입니다. HumanAPI는 첫 번째로, 회사들이 수백만 개의 완벽하게 레이블링된 전신 데이터를 주문형으로 생성하여, 포즈 추정, 감정 인식, 활동 및 행동 특성화, 얼굴 재구성 등과 같은 더 능력있는 AI 모델을 구축할 수 있도록 지원합니다.

이번 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자들은 Synthesis AI를 방문하시기 바랍니다.