Ofir Mulla, Co-Fundador e CTO da Lumana – Série de Entrevistas

Ofir Mulla, Co-Fundador e CTO da Lumana, traz mais de uma década de especialização profunda em tecnologias 3D e visão computacional, tendo sido pioneiro e escalado soluções em modalidades de luz codificada, estéreo e LiDAR, enquanto liderava o desenvolvimento interdisciplinar em software, sistemas elétricos, robótica, ML/AI e dispositivos médicos. Antes de seu atual cargo na Lumana, ele passou quase 15 anos na Intel (INTC ), onde projetou a plataforma 3D RealSense e liderou equipes que abrangiam hardware, firmware e arquitetura de sistema.

Lumana é uma empresa de segurança de vídeo e inteligência visual avançada, cuja plataforma transforma câmeras existentes em agentes inteligentes e perceptivos, aproveitando a IA para detectar e responder a eventos do mundo real em tempo real – desde acesso não autorizado e violações de segurança até insights operacionais – permitindo que empresas em educação, governo, varejo, manufatura e hospitalidade unifiquem a inteligência de câmera, automatem a monitoração e desbloqueiem análises acionáveis de sua infraestrutura de vídeo.

Como suas experiências na Intel o prepararam para a Lumana e para fundar a empresa?

A tecnologia LiDAR foi uma parte fundamental do RealSense, um método ativo de projeção de luz laser para capturar a geometria do mundo. É uma bela peça de tecnologia de luz codificada que nossos brilhantes engenheiros da Intel inventaram. A detecção de geometria é crítica para objetos em movimento, como robôs e carros, o que é por que a maioria dos sistemas robóticos de hoje depende de dispositivos RealSense.

Mas uma pergunta surgiu: o que acontece quando os sensores são estacionários, onde a navegação e o tempo de impacto não são as principais tarefas? Perguntamos a nós mesmos qual tecnologia poderia fornecer o maior valor aos usuários nesse contexto.

Através de discussões profundas, percebemos que a maioria dos sistemas de câmera estacionários existentes não pode ser escalada naturalmente. Monitorar cada sistema é trabalhoso. Ao mesmo tempo, a IA havia amadurecido ao ponto em que começamos a nos perguntar: como um sistema acessível no local do cliente pode entregar as respostas de segurança mais urgentes e confiáveis para alertas críticos?

Construímos uma equipe de IA forte que rapidamente transformou essa visão em um produto funcional. A percepção foi simples: veículos em movimento exigem detecção de geometria, mas sensores estacionários, focados em monitorar comportamento em vez de planejar movimento, se beneficiam mais de análise de vídeo avançada sem reconstrução explícita de geometria.

A jornada do RealSense me ensinou que cada problema requer sua própria solução e que a verdadeira disruptura exige inovação. Minha equipe na Lumana encarna esse princípio: profissional, inovadora e motivada. Juntos, criamos um sistema de bordo, em tempo real, que traz desempenho de nuvem para a borda, acessível, escalável e responsivo.

Como a IA Física vai além da análise de vídeo tradicional, como detecção de objetos e rotulagem de padrões?

Quando falamos de IA Física, nos referimos a um sistema de IA que não para na percepção, mas ativamente interage com o mundo real. A análise de vídeo tradicional, como detecção de objetos ou rotulagem de padrões, é apenas a primeira camada. O desafio mais profundo é o que vem depois: organizar, rastrear, agregar, identificar, recuperar, pesquisar e verificar os objetos detectados e acelerar a resposta. Isso também inclui permitir acesso baseado em texto e até mesmo pesquisar objetos que o sistema não foi originalmente treinado para detectar.

Tudo isso deve ser alcançado dentro de um dispositivo de computação compacto e acessível. É aí que a IA Física vai além da análise tradicional: transforma a detecção bruta em inteligência acessível e acionável. Não se trata de descobrir as leis da física, uma busca científica ainda em debate, mas de fornecer maneiras práticas e eficientes de acessar e agir sobre conteúdo visual e áudio em ambientes do mundo real.

Quais são os pilares técnicos que permitem que a Lumana funda dados de múltiplas câmeras, interprete comportamento em tempo real e adapte continuamente com base em entradas contextuais e históricas?

Ótima pergunta. Um de nossos principais pilares técnicos é a capacidade do sistema de bordo de se adaptar continuamente à cena que observa, o que agora é frequentemente chamado de aprendizado contínuo. Você pode pensar nisso como um sistema que evolui com seu ambiente, melhorando com o tempo. Essa abordagem nos permitiu entregar alto desempenho com muito baixo custo e excepcional agilidade.

Outro pilar fundamental é nossa arquitetura hierárquica, que escalona inteligentemente o esforço computacional apenas quando necessário. Isso garante que ações complexas recebam os recursos de que precisam sem sobrecarregar todo o sistema.

Tomados juntos, esses princípios formam uma plataforma que é simples, eficiente e altamente escalável, permitindo que os usuários experimentem insights poderosos em tempo real e interpretação de comportamento ao menor custo possível.

Pode compartilhar um ou dois exemplos de implantações reais onde o sistema da Lumana detectou eventos como escalada de violência, violação de limites de segurança ou merodeamento, e explicar o impacto que esses tiveram na segurança ou resposta operacional?

As implantações da Lumana em cidades mostram melhorias claras na consciência em tempo real e resposta. Em uma grande cidade em Israel, o sistema transformou uma rede de vídeo existente em uma camada de alerta inteligente que detectou merodeamento em zonas restritas, anomalias de multidão, intrusões após o expediente e movimentos erráticos. Isso levou a menos invasões, redução de vandalismo e intervenção mais rápida em áreas de alto risco.

Um município dos EUA viu ganhos semelhantes em um distrito histórico que lutava contra vandalismo, arrombamentos de carros, distúrbios e merodeamento. A Lumana forneceu monitoramento contínuo e alertas imediatos, permitindo patrulhas proativas e resposta mais rápida. Isso resultou em espaços públicos mais seguros e menos desperdício operacional para a cidade.

Esses exemplos ilustram como a detecção em tempo real de comportamentos, como merodeamento e violação de limites, fortalece a segurança pública e otimiza as operações.

Com sistemas de IA interpretando comportamento físico sensível, quais salvaguardas de privacidade estão incorporadas em seu design e processo de implantação?

A tecnologia e o design da Lumana enfatizam governança sólida e mínimo movimento de dados. O processamento é realizado na borda, sempre que possível, para limitar a exposição e fortalecer a privacidade. O acesso é restrito por meio de controles claros e registros de auditoria para que as equipes possam seguir cada fluxo de trabalho. O sistema mantém o vídeo local, compartilhando apenas metadados necessários, o que apoia expectativas de privacidade em ambientes regulamentados.

Essas salvaguardas garantem que dados visuais sensíveis sejam tratados de forma responsável, enquanto mantêm o desempenho necessário para operações em tempo real.

O que impulsiona sua arquitetura híbrida de nuvem, e como ela apoia o processamento em tempo real e o aprendizado contínuo?

A Lumana usa uma abordagem híbrida para combinar o desempenho de sistemas de bordo com a flexibilidade da nuvem. O processamento de borda entrega IA em tempo real, armazenamento e gerenciamento de vídeo localmente por padrão. Isso reduz as demandas de largura de banda e fortalece a privacidade, enquanto ainda permite suporte de nuvem quando necessário para coordenação mais ampla ou aprendizado entre implantações.

Essa arquitetura fornece aos usuários responsividade imediata, mantendo a capacidade de escalar e melhorar por meio da adaptação contínua entre sites.

Como a capacidade de autoaprendizado foi arquitetada, e como ela melhora com o tempo em implantações multi-sites?

A arquitetura de nossa capacidade de autoaprendizado é construída em torno da escala. Quanto mais sites implantamos, mais amplo se torna nossa perspectiva sobre o paisagem de dispositivos de borda. Cada novo ambiente contribui com dados frescos, expandindo a diversidade de cenários e cenas que o sistema pode aprender.

Nossa metodologia de aprendizado contínuo aproveita esse conhecimento coletivo. À medida que o sistema se aprimora entre implantações, o processo de treinamento online se torna mais simples e eficiente. Em termos práticos, quanto mais ampla a implantação, mais rápido e preciso é o ajuste, resultando em um sistema que continua a melhorar com o tempo em todos os sites.

Quem você vê como seus principais concorrentes ou colaboradores nesse espaço, e o que torna a Lumana única?

Nossa verdadeira singularidade reside em nossas pessoas. Por trás da Lumana está uma equipe de engenheiros brilhantes e inovadores, começando com nosso grupo de IA, apoiado por nossos especialistas em nuvem, designers de UX/UI e fortalecidos por suporte ao cliente e vendas. Embora a IA forme a espinha dorsal de nossa tecnologia, é nosso motor humano que impulsiona nosso sucesso. A criatividade, profissionalismo e dedicação de nossa equipe são o que diferenciam a Lumana, seja em competição ou colaboração.

A Lumana enfatiza “Pense grande”, “Cliente em primeiro lugar”, “Uma equipe” e “Domine sua arte”. Como você opera esses valores em contratação, desenvolvimento de produtos e vida diária?

Contratamos inovadores que pensam grande, resolvem problemas, colaboram e se comprometem com o crescimento.

Equipes de produtos desenvolvem IA escalável com uma visão ambiciosa, iteram por meio de feedback do cliente, fomentam trabalho colaborativo e buscam a excelência.

Operações diárias usam métodos ágeis para permitir ideias ousadas, priorizar necessidades do cliente, construir unidade de equipe e apoiar desenvolvimento profissional.

Essas práticas impulsionam inovação, sucesso do cliente e impacto na segurança de vídeo de IA.

Olhando para os próximos cinco anos, como você vê o papel da Lumana evoluindo no ecossistema mais amplo de IA – e qual impacto você espera que a IA Física tenha em indústrias como segurança, manufatura ou cidades inteligentes até então?

Olhando cinco anos à frente, vemos o papel da Lumana evoluindo como um habilitador-chave de IA Física prática em várias indústrias. Embora decifrar as leis fundamentais da física permaneça um enigma científico, nosso foco hoje é no valor do cliente, desenvolvendo ferramentas que permitam que as organizações monitorem e respondam melhor ao mundo ao seu redor, em qualquer aplicação.

Já mantemos colaborações de longo prazo com centros médicos e estamos explorando a expansão para plataformas móveis, como robótica e transporte. Com o tempo, à medida que crescemos e escalamos, também pretendemos investir em questões de pesquisa mais fundamentais: a IA pode descobrir padrões mais profundos na natureza ou até ajudar a formar novas teorias sobre as leis da física? Conceitos como a dimensionalidade do tempo podem ser iluminados por sistemas de aprendizado?

Nossa ambição é impulsionar o impacto em segurança, manufatura e cidades inteligentes, enquanto mantemos a visão do horizonte mais amplo, empurrando os limites do que a IA pode nos ajudar a descobrir.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Lumana.