Intervjuer
Emrah Gultekin, CEO og medgrunnlegger av Chooch AI – Intervju-serie
Legg til Unite.AI blant dine foretrukne kilder på Google
Emrah er medgrunnlegger og CEO av Chooch, en komplett visuell AI-løsning. Chooch tilbyr rask og nøyaktig ansiktsautentisering og gjenkjenning av objekter for medie-, reklame-, bank-, medisinske og sikkerhetsindustrier. Chooch tilbyr en enkel å bruke og distribuerbar API, en dashboard og mobil app SDK.
Hva var din inspirasjon for å lansere Chooch AI?
I våre tidligere erfaringer som entreprenører, så min medgrunnlegger og jeg at det var mange data-drevne utfordringer som måtte løses i en rekke vertikaler, så jeg bestemte meg for å dykke ned og løse de jeg kunne. Jeg hadde startet selskaper før, men dette var mitt første “dypt teknologi”-selskap.
Med vårt bredere team, har vi arbeidet for å utvikle en visuell AI-produkt som er bærekraftig, skalerbar, robust og brukervennlig for en rekke bedrifter. Produktet brukes nå av selskaper i helse-, offentlig sikkerhet-, industri-, medie- og geospasiale industrier, med bruksområder som spenner fra svindelforebygging og redusert medisinske feil til å dykke dyptere inn i vår forståelse av verden.
Kan du dele med oss hva Chooch AI gjør?
Chooch kopierer menneskelig visuell intelligens inn i maskiner. Vi trener og distribuerer visuell AI for kunder i skyen og på kanten, og leverer rask og nøyaktig datavisjon for enhver visuell prosess.
Vi kan gjøre dette fordi Chooch AI er en plattform for hver trinn i den visuelle AI-prosessen, fra datainnsamling, annotering og merking, til AI-trening, modell-distribusjon og integrasjon. På grunn av det brede spekteret av problemer vi har løst, har vårt team nå dypt ekspertise i å omfatte og utvikle datavisjonsprosjekter som er klare for global skala. Dette kan være alt fra celleidentifikasjon, geospasial bildeanalyse og offentlig sikkerhet.
Hva slags bilde kan behandles av datavisjonssystemet?
Hva det menneskelige øyet kan gjøre, kan Chooch gjøre bedre og i skala. For eksempel kan det menneskelige øyet ikke prosessere noe spekter fra synlig til CT-scanner, men Chooch kan detektere feber med IR-sensorer og prosessere røntgenbilder for å detektere lunge-skader. Vi kan gjøre dette for video eller stille bilder, både raskere og mer nøyaktig enn det menneskelige øyet, og har distribuert over 2400 modeller for en rekke applikasjoner.
Chooch AI kan koble til skyen, men kan også kjøre på en lokal maskin. Kan du forklare hvordan dette fungerer?
Ja, dette er en av våre gjennombrudd. Vi lanserte med Chooch AI-API-en, som tillater selskaper å bruke vår skytjener til å prosessere bildene deres, men våre kunder ønsket å distribuere AIoT på kanten i steder uten tilkobling. Så vi skapte Chooch Edge AI, som i realiteten er en selvstendig AI-beholder som genereres av vår Chooch Cloud AI. For eksempel kan vi fjern-distribuere den AI-programvaren på NVIDIA Jetson-enheter, som er fantastiske, og vi kan deretter fjern-oppdaterer kant-AI-en som trengs fra Chooch Dashboard. Teknisk sett kalles den AI-programvaren på kanten en inferens-motor. Chooch kan koble opp til fire kameraer til kant-enhetene, og AI-en kan gjenkjenne tusenvis av klasser på kanten. Vi kan iterere over modeller, fjerne modeller og trene nye modeller på kanten. Dette forbedres alltid, fordi når chip- og maskin-leverandører slipper ut mer kraftfulle enheter, genererer vi mer og mer kraftfulle AIoT-distribusjoner. Vi kan nå kjøre flere modeller på kanten med flere lag av tett klassifisering på svært lav latency.
Brukes ansikts-gjenkjenningsteknologi?
Vi gjør ikke ansikts-gjenkjenning som selskapspolitikk. Vi gjør bare ansiktsautentisering med livsgjenkjenning med den forbehold at det alltid vil være basert på samtykke, som å gi tillatelse til å sjekke inn på et sted eller for en flytur med ansiktet ditt i stedet for en billett. Chooch AI kan trenes med så få som et par bilder. Ansiktsautentisering-filer lagres ikke som bilder av ansikter. Og vi gjør livsgjenkjenning for å sikre at mennesker ikke kan lure systemet.
Trening av AI-modeller kan være en bratt læringskurve for de uvante. Hva slags assistanse tilbyr dere for data-merking og annotering?
For de uvante tilbyr vi komplett trening-assistanse. Når selskaper kommer til Chooch med et visuelt problem å løse, arbeider vårt team i partnerskap med dem for å trene og distribuere AI-modeller. Det er så enkelt som det. Vi gjør merking og annotering som en tjeneste, og vanligvis setter brukerne dataene, men vi hjelper dem å organisere det. Vår trening-plattform kan bruke stille bilder, men med videoer kan vi generere over 1000 annoterte bilder per minutt, det er et annet gjennombrudd, forresten. Vi tar på oss hele prosessen fra planlegging og konsultering om datainnsamling til modell-oppbygging og testing og støtte. Våre kunde-relasjoner blir gjennomgående partnerskap.
Chooch AI kan assistere bedrifter med COVID-19. Kan du detaljere hvordan det kan være til hjelp?
I realiteten støtter Chooch AI offentlig sikkerhet med flere visuelle AI-modeller, samtidig som vi arbeider med partnere for å distribuere komplette løsninger. En slik løsning detekterer tilstedeværelsen eller fraværet av masker, og en annen detekterer feber med IR-kameraer. Disse to løsningene kan distribueres som en komplett løsning. Av interesse er det at disse AI-modellene ikke inkluderer noen ansikts-gjenkjenning-funksjoner. I tillegg har vi en forskningsmodell som vi tilbyr forskere for å detektere tegn på COVID-19-relatert lungebetennelse som ser på røntgenbilder og detekterer lunge-skader.
Er det noe annet du ønsker å dele om Chooch AI?
Som et bevis på vår teknologi, er vårt system live og brukes av mange kunder. Våre kunder driver virkelig ROI fordi vi kan automatisere nesten enhver visuell prosess i skala, redusere kostnader og menneskelig feil.
Takk for intervjuet. Lesere som ønsker å lære mer, kan besøke Chooch AI.
