Dr. Danny Lange, Senior VP for AI i Unity Technologies – Intervju-serie

Dr. Danny B. Lange er VP for AI og maskinlæring i Unity Technologies. Tidligere var Danny sjef for maskinlæring i Uber, hvor han ledet et initiativ for å bygge verdens mest fleksible maskinlæringsplattform for å støtte Ubers raske vekst.

Hva var det som først tiltalte deg til kunstig intelligens?

Jeg bygde og programmerte datamaskiner fra en svært ung alder, og jeg var nesten umiddelbart fascinert av tanken på å gjøre disse systemene autonome. Det som fanger meg om autonomi er utfordringene du som utvikler må overvinne for å skape et system bestående av sekvenser av stive kode som kan trygt reagere på uforutsigbare og aldri sett før omstendigheter. Feltet kunstig intelligens (AI) har over årene gitt oss stadig mer kraftfulle verktøy, fra objektorientert programmering, regelbasert inferens, til maskinlæring og nylig dyptlæring. Det er de økte mulighetene i disse teknologiene som driver den raske fremgangen i feltet kunstig intelligens.

Du har vært en leder i bransjen i mange år, som generalmanager for Amazon (AMZN ) Machine Learning i AWS og sjef for maskinlæring i Uber. Hva er noen av lærdommene du har tilegnet deg fra disse erfaringene?

Maskinlæring er en virkelig transformasjonsteknologi, men for å realisere potensialet til fulle, er det nødvendig å bringe det til hver eneste krok av bedriften. Gang på gang har maskinlæring vist sin evne til å skape uforståelige optimaliseringer og løfte forretningsoperasjoner til nivåer som ikke kan oppnås av vanlige menneskelige prosesser alene. Men, virkelig disruptering skjer bare når en kritisk masse av forretningsprosesser drives på denne måten. Hva organisasjoner som Amazon og Uber tydelig har demonstrert, er at hvis vi gjør maskinlæringsystemene bredt tilgjengelige og tilgjengelige for hvert eneste team, opplever vi en bred adopsjon som uunngåelig fører til en virtuell syklus av kontinuerlige forbedringer av hele bedriften, når en nettverkseffekt skjer

Du har vært VP for AI i Unity Technologies siden 2016. Hva var det med denne bedriftens visjon som begeistrerte deg?

Unity er et fantastisk sted for AI-entusiaster. Vi har en merkelig kultur for å løse vanskelige problemer for våre kunder – med AI som en av de mektigste utfordringene jeg kan tenke på. Vårt lederskap er dedikert til å drive og fremme fremtiden for AI. Vi har teknologiene, ressurser, kunder og partnere for å gjøre nettopp det. Jeg kan ikke forestille meg et bedre sted å jobbe med å endre verden.

Du har tidligere talt om viktigheten av syntetisk data. Kan du fortelle oss hva dette nøyaktig er?

Syntetisk data er skapt av en algoritme, i motsetning til data fanget fra den virkelige verden. En sanntids 3D-motor med en realistisk fysikk-emulator er det ideelle verktøyet for å skape realistisk, men syntetisk treningsdata for en rekke applikasjoner, fra gjenkjennelse av objekter i datavisjonssystemer til sti-planlegging for navigasjon av roboter.

Hva gjør syntetisk data så viktig når det kommer til å bygge maskinlæringsystemer?

Jeg har på mange anledninger kalt Unity det perfekte AI-biodomet. Og det er sant. Å jobbe med AI i den virkelige verden og bruke virkelige data kan være rett og slett skremmende. Må jeg nevne selvkjørende kjøretøy på gatene i San Francisco eller ansiktsgjenkjenningssystemer som er utrullet i offentlige områder? Det finnes bekymringer om sikkerhet, forvrengning lurer alltid, og privatlivsproblemer kolliderer ofte med vanlige bruksområder. Og så er det knappheten og den høye kostnaden forbundet med å samle inn de nødvendige mengdene treningsdata. Med Unity har vi ikke bare demokratisert dataoppretting, men du har også tilgang til et interaktivt system for å simulere avanserte interaksjoner i en virtuell setting. Innenfor Unity kan du utvikle kontrollsystemer for selvkjørende kjøretøy uten risikoen for å treffe og skade noen.

Kan du diskutere hvordan Unity Simulation kan hjelpe bedrifter med generering av syntetisk data?

Med Unity Simulation har vi tatt en sanntids 3D-motor designet for menneskelig forbruk, enten det er spill, film eller ingeniørarbeid – og omdannet den til en skyoptimalisert instans som ikke bare kjører med uforståelige høye rammer per sekund, men også tillater skalerbarhet til tusenvis av instanser som kjører parallelt. På denne måten lar Unity Simulation utviklere generere erfaringer for sine AI-systemer i en størrelsesorden raskere enn vanlig tid. Før nylig var denne skalaen av dataoppretting bare tilgjengelig for noen få privilegerte korporasjoner, men med Unity Simulation har vi virkelig jevnet ut spillere.

Nylig har Unity samarbeidet med The Institute for Disease Modeling (IDM) for å bygge sanntids 3D-simuleringer i butikker som modellerer COVID-19-smitte. Kan du diskutere hvordan Unity Simulation kan simulere smitte av COVID-19?

Datamaskinsimulering har blitt brukt i tiår av forskere, ingeniører, problemløsere og beslutningstakere i mange felt, inkludert studiet av smittsomme sykdommer. Unity Simulation lar en spesiell type sanntidssimulering som kan skaleres på skyen for å holistisk studere store, komplekse og usikre systemer. Vi bygde et forenklet demonstrasjonsprosjekt for å simulere koronavirussmitte i en fiktiv butikk og utforsket effekten av butikkpolitikken på eksponeringsrater. Ved å kjøre titusenvis av simuleringer, kunne vi identifisere atferdene og politikken som syntes å ha den største innvirkningen på smitte av denne forferdelige smittsomme sykdommen.

Nylig har du talt mye om kunstig generell intelligens (AGI). Kan du forklare hva emergent atferd er og hvorfor det er viktig for utviklingen av AGI?

På bare 100 000 år gikk menneskeheten fra å overleve på å plukke bær i villmarken til å sette en person på månen. Vi vet fra arkeogenetikk at menneskehjernen ikke har endret seg vesentlig i denne perioden. Du kan si at det ikke var noen vesentlige maskinvareoppgraderinger til prosessoren. Så hva var det da som var så transformasjonelt? Nøkkelen skal finnes i vår evne til å oppnå noe sammen. Vi bruker begrepet emergent atferd om et system som ikke avhenger av sine enkelte deler, men heller av deres relasjoner til hverandre. Emergent atferd kan ikke forutsies ved å undersøke de enkelte delene av et system. Den kan bare forutsies ved å forstå relasjonene mellom delene. Emergent systemer kjennetegnes ved observasjonen av at hele er større enn summen av delene. Mens jeg har vist underholdende eksempler på emergent atferd i relativt enkle multi-agent-systemer, forestill deg hva som vil skje når du har en mengde AI-systemer som samarbeider i lysets hastighet.

Tror du at det er en mulighet for å oppnå AGI innen den neste tiårsperioden?

Når det gjelder AGI må vi huske at det handler om reisen og ikke destinasjonen. Ingen vet nøyaktig når AGI vil skje, da det ikke vil skje på et bestemt tidspunkt, men heller en gradvis endring over tid. Det er i naturen av AGI at det vil være vanskelig for oss mennesker å peke ut nøyaktig hvor intelligentt et system er på et gitt tidspunkt. Når vi ser på fremgangen de siste ti årene, er jeg sikker på at denne tiårsperioden vil bringe oss mange interessante fremgangsmåter mot AGI.

Er det noe annet du ønsker å dele om Unity Technologies?

Ved Unity fortsetter vi å se oss selv som drivende kraften bak fremtiden for AI og spiller en betydelig rolle i fremgangen av AI-teknologier. Som vår relasjon med DeepMind er en tydelig demonstrasjon av vår teknologi, er det det perfekte miljøet for forskere og utviklere til å trygt presse grensene for AI. Vi gir oss i kast med å støtte våre kunder og partnere i å skape virtuelle miljøer som opererer på tidligere usette skalaer for å løse utfordringene i morgen, enten det er klimaendringer, logistikk eller helseutfordringer.

Takk for det fantastiske intervjuet, jeg nøt å lære om Unity og dine synspunkter på AGI. Alle som ønsker å lære mer, bør besøke Unity Technologies.