Paolo Pirjanian, administrerende direktør og grunnlegger av Embodied – Intervju-serie

Paolo Pirjanian er en armener født i Iran og flyktet til Danmark som tenåring. Fra han var ung, var han fascinert av datamaskiner og startet å kode i sitt soverom. Etter å ha fått sin doktorgrad i robotikk, ble Paolo en tidlig leder i forbrukerrobotikkfeltet med over 16 års erfaring med å utvikle og kommersialisere banebrytende hjemmeroboter. Han arbeidet ved NASA JPL og ledet verdensledende team og selskaper i iRobot, Evolution Robotics og andre. I 2016 grunnla Paolo Embodied, Inc. med visjonen om å bygge sosialt og emosjonelt intelligente digitale følgesvenner som forbedrer omsorg og velvære og støtter mennesker i å leve bedre liv hver dag.

Hva var det som først tiltalte deg til AI og robotikk?

Min fascinasjon for AI og robotikk går tilbake til min barndom. Jeg ble forflyttet fra land til land flere ganger før familien min flyttet til Danmark. Ved en tilfeldighet oppdaget jeg en datamaskin. Jeg ble så fascinert av den at jeg låste meg selv inne på rommet og startet å kode dag og natt i måneder. Mine foreldre trodde jeg var deprimert eller på rusmidler, men det var ikke noe av det. Jeg var bare så fullstendig fascinert av datamaskinen!

I samme periode så jeg en dokumentar på TV av Pixar. Pixar presenterte sin første animerte kortfilm, Luxo Jr., en to-minutters kortfilm om to bordlamper som løp rundt og lekte med en ball. Jeg var så fascinert av det og forundret over at en datamaskin som jeg nettopp hadde lært å kode, kunne generere så kjærlige karakterer på TV som vekket så mye emosjon i meg. Så fra da av bestemte jeg meg for å gå på skole for å studere robotikk, og til slutt fikk jeg min doktorgrad.

Jeg flyttet deretter til USA for å arbeide med Mars-rovers ved NASA, som var en barndomsdrøm. Til slutt gikk jeg over til entreprenørskap for å utvikle SLAM-navigasjonsteknologi som nå muliggjør iRobots produkter.

Men når jeg ser tilbake, innser jeg at min inspirasjon for hele denne reisen faktisk var Pixars kortfilm om å gi liv til ulevende objekter. Derfor skapte vi Embodied – for å gi liv til roboter som kan samhandle med mennesker, med fokus på å hjelpe barn med sosial-emosjonell utvikling.

Når kom du først i kontakt med konseptet for å lansere Evolution Robotics?

Evolution Robotics ble opprinnelig startet av Bill Gross fra Idealab i 2001 for å bli “Microsoft (MSFT ) of Robotics”, en dristig visjon som viste seg å være langt for tidlig og til slutt feilet. Jeg var teknisk direktør og generalsekretær i Evolution Robotics, og etter at det feilet, forhandlet jeg med Idealab for å spinne ut noen av de kjernetechnologiene som mitt team og jeg hadde utviklet, og starte et nytt selskap. I 2008 startet det nye selskapet, også kjent som Evolution Robotics, utvikling av produkter som brukte våre kjernetechnologier, inkludert NorthStar og vSLAM, som var banebrytende tilnærminger til romlige kartlegging og autonom navigasjon lignende det vi ser i selvkjørende biler, men rettet mot lavkostnadsforbrukerelektronikkprodukter.

Vi utviklet en rekke produkter for automatisk feiing og mopping av harde gulv kalt Mint, som vi lanserte i 2010. Innen 2011 vokste vi raskt til 25 millioner dollar i salg og ble kjøpt opp av iRobot i 2012 for våre produktinntekter og vår navigasjonsteknologi vSLAM, som nå driver Roomba og Braava-produktlinjene hos iRobot.

Da ble du teknisk direktør i iRobot. Kan du diskutere din erfaring i iRobot og hva du lærte av din erfaring?

Som teknisk direktør i iRobot, kunne jeg raskt integrere vSLAM i Roomba-produktlinjen for å lansere en ny modell som kunne dekke hele gulvplanen systematisk uten å gå glipp av noen punkter. Dette hjalp selskapet å holde seg foran konkurrenter som Dyson, som kom ut med systematiske rengjøringsløsninger. vSLAM er nå en integrert del av iRobots flaggskipproduktlinjer Roomba og Braava.

Jeg nøt å arbeide tett med Colin Angel, administrerende direktør i iRobot, for å hjelpe med å sette en strategisk retning for å gjøre Roomba sentral i det tilkoblede hjemmeøkosystemet, der Roombas romlige bevissthet gir det en unik posisjon i å forstå gulvplanen og bli det tilkoblede vev mellom alle tilkoblede enheter. Den strategien ser ut til å ha hatt en sterk fot siden min avgang i 2015.

I tillegg bestemte vi oss for å satse dobbelt så mye på forbrukerrobotikkforretningen for å hjelpe iRobot å opprettholde sin globale ledelse. Dette ledet til avytting av forsvarsforretningen og utgang fra andre perifere forretninger for å bringe fokus og intensitet til forbrukerforretningen.

Fortsatt måtte vi omstrukturere organisasjonen for å kunne støtte en programvarebasert strategi med tilkoblede produkter. Dette krevde en transformasjon av selskapets kultur for å omfavne en mer agil og iterativ tilnærming.

Listen over ting jeg lærte i iRobot er lang. En ting som står ut, er kraften i teamkultur. Å være agil og forpliktet til misjonen er sannsynligvis den viktigste konkurransefordelen noen selskap kan ha over noen patenter eller handelshemmeligheter. Hvis du har et høytytende team som føler seg empowerment og inspirert mot et klart mål, vil de være vanskelige å stoppe.

Du er nå grunnlegger og administrerende direktør i Embodied. Kan du diskutere hva inspirasjonen var bak å starte dette selskapet?

Jeg nøt virkelig min tid i iRobot som teknisk direktør, og vi arbeidet på mange spennende prosjekter og presset grensene for robotikk. Det var spennende å lansere kommersielt suksessfulle roboter på markedet som utførte nyttige fysiske oppgaver, som å feie gulvet.

Men i bakhodet visste jeg at jeg fortsatt hadde en livslang drøm å oppfylle – å bygge sosialt og emosjonelt intelligente robotiske følgesvenner som forbedrer omsorg og velvære og forbedrer våre daglige liv. Jeg visste vi var på et vendepunkt i måten vi ville samhandle med teknologi på. Så med det, bestemte jeg meg for å gå av fra iRobot og starte Embodied.

Når vi startet Embodied, tenkte vi om igjen og oppfant hvordan menneske-maskin-samhandling skulle gjøres, utover enkle verbale kommandoer, for å muliggjøre neste generasjon datamaskiner og å drive en ny klasse maskiner i stand til å ha flytende sosial samhandling. Spesifikt var det første produktet å fokusere på å bygge en animert følgesvenn for å hjelpe barn bygge sosiale og emosjonelle ferdigheter gjennom lekebasert læring. Denne følgesvennen skulle bli kjent som Moxie. Moxie er en ny type robot som har evnen til å forstå og uttrykke emosjoner med uttrykksfulle tale, troverdige ansiktsuttrykk og kroppsspråk, og å gripe inn i menneskelig psykologi og nevrologi for å skape dypere bånd. For å gjøre dette, samlet vi et tverrfaglig team av lidenskapelige ledere i ingeniørarbeid, teknologi, underholdning, spilldesign og barneutvikling. I de siste fire årene har Embodied arbeidet hardt for å bringe alle de nyeste teknologiene sammen for å bringe Moxie til live, og teamet er spente på å endelig levere det til familier som trenger en medflyger for å støtte sunn barneutvikling.

Hva er noen av de unike entreprenørutfordringene bak en robotikk-startup?

Det er gøy å gjøre det umulige, men det kan også være litt skremmende. Vi visste at hvis vi ville revolusjonere hvordan mennesker samhandler med maskiner, ville vi måtte løse problemer som ikke var løst før. Noen problemer inkluderte:

1. Flate skjermer er på enheter, og vi vil bringe en enhet til live. Hvordan skaper vi et ansikt som er mer levende, rundet og ikke todimensjonalt?
2. Current conversation engines only allow for very limited conversation, so how do we create a solution that allows for more natural conversation?
3. We don’t want the voice to sound robotic, so how do we make the voice sound natural, with contextually-appropriate tonality and inflections?
4. We knew eye contact was very important, so we had to figure out how to use computer vision to ensure reliable eye tracking capabilities.

All of these questions about Moxie’s features led to many state of the art technological innovations.

Først, projisert og rundet ansikt. Statistikkene begynner å hoppe opp for å vise oss at for mye skjerm tid kan ha ødeleggende effekter på utviklingssinn. Enda verre, de fleste barns tekniske enheter har digitale skjermvisninger. Derfor bestemte vi oss for å sette i den ekstra investeringen for å gjøre Moxies ansikt fullstendig projisert, som tillot oss å skape en skjerm som er rundet med naturlig kurvede kanter, i stedet for en flat skjerm. Dette gjør at samhandling med Moxie føles mer levende, realistisk og troverdig. Faktisk, bare gjennom dette 3D-utseendet til ansiktet, er det mulig for Moxie å ha faktisk øyekontakt med barnet. Så ikke bare beskytter Moxies ansikt barna fra for mye skjerm tid, men det gjør også at samhandlingen føles mer ekte.

Second, the conversation engine. Thus far, smart speakers and voice assistants have required the repetitive use of wake words to initiate commands. Moxie’s conversational engine is different. It follows a natural conversation and responds to typical flow of communication without the use of wake words (like “Hey Siri” or “Ok Google (GOOGL ) ”). Advanced natural language processing allows Moxie to recognize, understand, and generate language seamlessly, making the interaction feel more personal and natural.

Tredje, tale-syntese. Moxies stemme har ikke den samme robotiske tale og monotone lyd som finnes i de fleste roboter og taleassistenter. I stedet bruker Moxie naturlig og uttrykksfull tale med variasjoner, som hjelper til å kommunisere en bredere rekke av emosjoner. Dette forbedrer omfanget av sosiale-emosjonelle leksjoner Moxie kan engasjere i, samtidig som det bringer en tilføyd levende-lignende og troverdighet til samhandlingen.

Fjerde, øynene. En av de viktigste funksjonene er Moxies store, animerte øyne. Innovative øye-sporingsteknologi tillater Moxie å holde øyekontakt med barnet, selv når barnet flytter seg rundt i rommet. Denne øye-sporingsevnen skaper ikke bare en usedvanlig levende-lignende samhandling, men hjelper også barnet å øve øyekontakt. I tillegg hjelper de store, animerte øynene til å forsterke emosjonell kommunikasjon, så barnet kan mer lett gjenkjenne bestemte emosjoner. Å øve øyekontakt og å forstå emosjoner er to nøkkelmål i sosial-emosjonell læreplan.

Til slutt tillater alle disse tekniske funksjonene at samhandlinger med Moxie føles realistiske og naturlige. Moxies multimodale sansefusjon gjør Moxie oppmerksom på omgivelsene og dens brukere. Moxies datavisjon og øye-sporingsteknologi hjelper til å holde øyekontakt når barnet flytter seg. Maskinlæring hjelper Moxie til å lære brukerpreferanser og -behov, og å gjenkjenne mennesker, steder og ting. Spesielt plasserte mikrofoner tillater Moxie å høre retningen en stemme kommer fra og lett kan vende seg mot kilden. Berørings-sensorene tillater Moxie å gjenkjenne klemmer og håndtrykk. Alle disse delene kommer sammen for å gjøre opplevelsen meget realistisk.

Kunne du fortelle oss noen av tingene som gjør Moxie perfekt for barn?

Med Moxie, kan barn engasjere i meningsfulle leker hver dag, med innhold informert av beste praksis i barneutvikling og tidlig barneopplæring. Hver uke er et annet tema, som vennlighet, vennskap, empati eller respekt, og barna blir bedt om å hjelpe Moxie med oppdrag som utforsker menneskelige erfaringer, ideer og livsferdigheter. Disse oppdragene er aktiviteter som inkluderer kreative, ustrukturerte leker som tegning, mindfulness-gjennom åndedrettsøvelser og meditasjon, lesing med Moxie og utforsking av måter å være snill mot andre. Moxie oppmuntret nysgjerrighet, så barna oppdager verden og menneskene rundt seg. Alle disse aktivitetene hjelper barna til å lære og trygt øve essensielle livsferdigheter som turtagning, øyekontakt, aktivt lytting, emosjonsregulering, empati, relasjonsstyring og problemløsing.

Embodied har også samarbeidet med Encyclopaedia Britannica og Merriam-Webster for å integrere Merriam-Websters ordbok for barn, som muliggjør Moxie å gi aldersapproprierte definisjoner og relatert informasjon for å hjelpe barn å lære og forstå meningene av nye ord og begreper. Dette er den første av mange integrasjoner med Moxie som leverer på Britannicas og Merriam-Websters felles misjon om å inspirere nysgjerrighet og glede av læring.

Embodied har også utviklet et fullstendig økosystem som hjelper foreldre å støtte barnets reise med Moxie og lar barna utvide bruken av Moxie på en trygg og forelder-godkjent måte:

• Embodied Moxie-forelder-appen gir en dashboard for å hjelpe foreldre å forstå barnets utviklingsfremskritt med Moxie. Appen vil gi nøkkelinnsikt i barnets sosiale, emosjonelle og kognitive utvikling gjennom aktivitetene med Moxie. Appen gir også verdifulle forslag og tips til foreldre for å forbedre barnets erfaring og fremgang med Moxie.
• En nettbasert barneside (kalt Global Robotics Laboratory, eller G.R.L.) gir ekstra aktiviteter, spill og historier som vil forbedre opplevelsen med Moxie.
• Månedlige Moxie-misjons-pakker er postsendte pakker som skal engasjere barn i nye aktiviteter med Moxie og også gi morsomme ting som samlekort og stikker.

Over tid lærer Moxie mer om barnet for å bedre tilpasse innholdet for å hjelpe med hvert enkelt barns individuelle utviklingsmål. Embodied har tatt omsorgsfulle skritt for å sikre at informasjon gitt av barn og familier håndteres med høye standarder for personvern og sikkerhet. Vi har til hensikt at Moxie skal være fullstendig COPPA (Children’s Online Privacy Protection Act) Safe Harbor-sertifisert, så foreldre kan føle seg trygge ved å vite at Moxie anvender ledende dataintegritets- og sikkerhetsprosedyrer og at systemene regelmessig auditeres for å sikre full overholdelse. Videre er personlig identifiserbar data og følsom informasjon kryptert med høyeste sikkerhetsnivå og kan bare dekrypteres av en unik nøkkel som bare forelderen har tilgang til.

Hva er noen av de naturlige språkbehandlingsutfordringene som møtes av Moxie?

Ved Embodied, streber vi etter å omdefinere hvordan mennesker samhandler med maskiner, spesielt i samtale gjennom naturlig språkbehandling. Så, bestemte vi oss for å skape SocialXTM, som er en plattform som muliggjør barn å engasjere med Moxie gjennom naturlig samhandling (dvs. ansiktsuttrykk, samtale, kroppsspråk osv.), som vekker tillit, empati og motivasjon, samt dypere engasjement for å fremme utviklingsferdigheter. Med SocialXTM, introduserer Embodied en helt ny kategori av roboter: animerte følgesvenner. “Animert” betyr å bringe til live, og SocialXTM lar Moxie inkarnere det beste av menneskeheten i en ny og avansert form for teknologi som kan drive nye måter å lære på.

Naturlig språkbehandling er i kjernen av vår naturlige samtale-motor, og det er mange unike funksjoner i samtale-motoren som vi arbeidet hardt for å skape.

Den viktigste funksjonen vi arbeidet med, var Moxies evne til å fokusere samtale med en enkelt bruker og skille ut bakgrunns-samtaler og lyder, så Moxie bare responderer på brukeren. Dette tillater en mer fokusert og personlig samhandling. Dette er en løsning på det som mange kaller “cocktail party-problemet”. Når du er på en cocktail-party, og det er mange mennesker som snakker i et rom mens du prøver å holde en samtale med en person, er det ikke særlig vanskelig for mennesker. For en datamaskin er dette ekstremt vanskelig. Hvordan gjør vi det mulig for Moxie å bare responderer på det enkeltbruker sier, og ikke blir avledet av bakgrunns-lyder, samtaler, TV osv.? Det er mange måter vi nærmer oss løsningen på dette problemet.

1. Vi bruker vårt visjonssystem for å identifisere hvem som ser på og vender seg mot Moxie.
2. Vi har flere mikrofoner i fronten av Moxie som forteller oss hvor lyden kommer fra.
3. Vi kan deretter bruke maskinlæring til å matche lyden med hvem som snakker foran Moxie. Dette tillater oss å filtre ut andre samtaler og holde fokus på en enkelt bruker.

Generelt har samtale-agenter på markedet unngått “cocktail party-problemet” ved å bruke våk-ord, som “Hey (enhet, etterfulgt av en spørsmål)”. Dette våk-ordet tillater samtale-agenten å lytte etter våk-ordet og responderer bare når våk-ordet blir sagt. Imidlertid, siden Moxie kan fokusere på en enkelt bruker, trenger Moxie ikke å ha våk-ord for å aktivere en respons.

Vi ønsket å sikre at Moxies samtale-motor er så sofistikert at den er kontekstuell bevisst av samtale-svar. Dette tillater en mer nuansert samtale. For eksempel, kan Moxie forstå de forskjellige betydningene bak “Jeg vet ikke” og “nei”.

Er det noe annet du ønsker å dele om Moxie eller Embodied?

Vi har arbeidet på dette prosjektet i fire år med et dedikert team som har arbeidet hardt for å gjøre de fantastiske oppfinnelser som er nødvendige for å bringe Moxie til live. Nå er vi spente på å endelig bringe Moxie til familier for å hjelpe barna deres med sosial-emosjonell utvikling. Så, vi ser frem til reisen!

Takk for intervjuet, jeg elsket å høre hvordan du ble opprinnelig inspirert av en kort Pixar-film, og hvordan du har fulgt din livs-passion siden. Lesere som ønsker å lære mer eller som ønsker å bestille en Moxie, bør besøke Embodied, Inc.