Gil Elbaz, Co-fondator și CTO al Datagen – Seria de interviuri

Gil Elbaz este CTO și co-fondator al Datagen, cu sediul în Tel Aviv. El a obținut diploma de licență și masterat de la Technion. Teza de cercetare a lui Gil s-a axat pe viziunea computerizată 3D și a fost publicată la CVPR, cea mai importantă conferință de cercetare în domeniul viziunii computerizate din lume. Datagen este un pionier în noul domeniu al datelor simulate, un subset al datelor sintetice, care se concentrează pe recrearea foto-realistică a lumii din jurul nostru. Compania a lansat din modul de funcționare stealth cu peste 18 milioane de dolari în finanțare în martie 2021 și acum lucrează cu o serie de companii Fortune 100 în realitate augmentată/virtuală, robotică și automotive, inclusiv majoritatea giganților tehnologici din SUA.

Ce v-a atras inițial către robotică și învățarea automată?

Îmi plac cărțile de science fiction, cum ar fi seria Fundația de Isaac Asimov și iRobot, care m-au făcut să mă gândesc la un viitor în care roboții sunt o parte integrantă a vieții noastre de zi cu zi. Există atâtea sarcini plictisitoare și repetitive pe care oamenii le fac; știam că nu vreau să le fac și nu-mi puteam imagina pe nimeni altcineva dorind să le facă. Având în vedere că robotica este o inevitabilitate tehnologică, am considerat că mergerea în acea direcție ar fi o decizie de carieră inteligentă și “sigură pentru viitor”.

Am abordat inițial domeniul, concentrându-mă pe aspectele fizice ale subiectului și am obținut diploma de inginerie mecanică de la Technion din Haifa, Israel. Spre sfârșitul studiilor mele, am început să mă adâncesc în lumea instrumentelor CAD și a capacităților lor. Acestea sunt instrumentele care permit inginerilor mecanici să proiecteze structuri și dispozitive mecanice (de la o punte la o mașină). Am văzut o oportunitate enormă de a avea un impact semnificativ fără a fi nevoit să mă confrunt cu iterările lente ale lumii fizice. În practică, aceste programe aveau foarte puține, dacă nu deloc, capacități de învățare automată/integrare a viziunii computerizate care să ajute inginerii să creeze sisteme mecanice mai simple, mai ieftine și mai stabile (aceasta era în 2015). M-am îndreptat spre viziunea computerizată 3D cu învățare profundă (foarte nouă pe atunci) cu scopul de a face programe CAD mai inteligente. Lucrând în zilele de început ale învățării profunde moderne, mi s-a părut că sunt parte a ceva care ar putea fi foarte mare – similar cu internetul.

În practică, cercetarea mea a fost prima care a adus revoluția învățării profunde la facultatea noastră de la Technion. Acest lucru s-a transformat mai târziu într-un articol acceptat la cea mai importantă conferință de viziune computerizată din lume, CVPR, și am zburat la CVPR 2017. Prezentarea articolului meu și întâlnirea cu oamenii mi-au deschis ochii asupra dimensiunii comunității de viziune computerizată (care astăzi este de cel puțin 10 ori mai mare), mii de participanți care lucrează cu pasiune la cercetare în domeniu. Acest eveniment a consolidat practic direcția mea, arătându-mi puterea viziunii computerizate și potențialul care așteaptă să fie deblocat.

Puteți să împărtășiți povestea de fond a Datagen?

Datagen a fost fondat în 2018 cu misiunea de a transforma modul în care echipele obțin date pentru antrenarea rețelelor de viziune computerizată. Anul precedent, am văzut o demonstrație a Oculus Rift, care consta într-un dispozitiv de realitate virtuală și un dispozitiv de control manual. După demonstrație, ne-am întrebat “cu camere sofisticate încorporate în dispozitiv, de ce era nevoie de un dispozitiv manual pentru a conecta spațiul virtual la spațiul fizic (de exemplu, pentru a urmări mișcarea mâinii)?” Rețelele neuronale erau deja suficient de sofisticate pentru a gestiona asta, așa că ce era problema? Și atunci a apărut ideea – Date! Am văzut imediat o oportunitate enormă de a rezolva provocările prezenței spațiale 3D folosind viziunea computerizată avansată și metadate 3D. Mai degrabă decât să ne concentrăm doar pe realitatea augmentată/virtuală, am abordat o abordare mai holistică, concentrându-ne pe problema aparent intractabilă de a genera date de antrenare suficiente (și precise) pentru a permite aplicații 3D AI din lumea reală.

Cu accent pe oameni și interacțiunea om-mediu, Datagen este un pionier în noul domeniu al datelor simulate, un subset al datelor sintetice, care se concentrează pe recrearea foto-realistică a lumii din jurul nostru. Astăzi, lucrăm cu cele mai inovatoare companii din lume pentru a alimenta și accelera dezvoltarea viziunii computerizate și suntem sprijiniți de unii dintre cei mai respectați investitori din domeniu.

Pentru cititorii care nu sunt familiari, puteți explica ce este în mod specific datele sintetice?

Datele sintetice sunt orice date de antrenare care, în loc să fie colectate prin măsurare directă sau observare a lumii reale, sunt generate algoritmic sau prin simulare. În contextul viziunii computerizate, datele sintetice sunt imagini generate de computer cu metadate asociate necesare pentru antrenarea inteligenței artificiale. Având în vedere problemele de confidențialitate și limitările fizice și economice reale ale datelor de imagine din lumea reală, este greu de a supraestima importanța datelor sintetice pentru învățarea automată și inteligența artificială. Într-un raport recent, Gartner a prezis că, până în 2024, majoritatea datelor utilizate în domeniul inteligenței artificiale vor fi generate artificial pentru aceste motive.

Care sunt beneficiile datelor sintetice în comparație cu achiziția manuală de date?

Răspunsul scurt este: gândiți-vă la orice aspect al achiziției manuale de date care este nedorit și înlăturați-le din proces – acestea sunt beneficiile datelor sintetice.

Generarea de seturi de date diverse la scară pentru antrenarea viziunii computerizate este un proces costisitor și consumator de timp, iar varianța este foarte limitată de simplul fapt că plasarea oamenilor în locații specifice și fotografierea lor este un proces complicat – mult mai complicat și costisitor decât a face asta într-un mediu simulat. Un alt beneficiu major este eliminarea efectivă a nevoii de anotare manuală, care este o sarcină plictisitoare, consumatoare de timp și predispusă la erori umane.

Datagen se referă la datele simulate ca la un subset al datelor sintetice. Puteți să explicați ce este datele simulate?

Datele simulate sunt date sintetice generate prin simulare. Utilizăm GAN-uri (și alte metode de învățare automată de ultimă generație) pentru a genera obiecte 3D și a le plasa în simulări 3D foto-realistice ale lumii reale. Acest lucru arată ca un proces de “fotografiere virtuală” în primă persoană, dar care funcționează într-un sistem foto-realistic și fizic. Aceste simulări produc date vizuale (ca și cum ar fi colectate în lumea reală), împreună cu o gamă completă de anotări (fizică, iluminare etc.). Așa că, datele simulate sunt date sintetice foto-realistice, generate contextual, imagini 3D, colectate într-un mediu simulat.

Cum generează Datagen date simulate personalizate?

Tehnologia Datagen generează date simulate care sunt atât scalabile, cât și personalizate pentru a răspunde nevoilor unice ale fiecărui client și aplicației sale distincte. O facem prin luarea în considerare a tuturor aspectelor fiecărui proiect – de la sistemul de viziune computerizată utilizat la structura demografică a regiunii în care va funcționa. Indiferent dacă lucrăm direct cu clienții noștri sau doar îi împuternicim pe inginerii lor, procesul Datagen începe prin stabilirea parametrilor cheie pentru fiecare caz de utilizare specific, cum ar fi specificațiile lentilelor, iluminarea, mediul, distribuția demografică etc. Datagen utilizează GAN-uri și alte instrumente și tehnici de ultimă generație pentru a genera o varietate imensă de active, inclusiv totul, de la capete de oameni cu expresii faciale dinamice pentru a antrena inteligența artificială în analiza emoțiilor, la interioare de vehicule pentru monitorizarea pasagerilor din cabină și medii casnice pentru aplicații de videoconferință, doar pentru a numi câteva. Pentru fiecare tip de activ, Datagen introduce varianță de-a lungul a numeroase axe discrete (de la tonul pielii și înălțimea sprâncenelor la mărimea, culoarea și forma mobilierului de uz casnic), folosind parametri care sunt fin reglați pentru a reflecta aplicația specifică în cauză.

Mulțumită acestor capacități, seturile de date Datagen nu sunt doar mari și variate, ci și optimizate pentru scopul de a antrena un sistem unic pentru a efectua o sarcină unică (sau un set de sarcini) într-un mediu unic sau într-un cadru în care va fi utilizat – toate acestea fără a compromite capacitatea de a scala. De asemenea, luăm în considerare cerințele specifice de anotare/metadata pentru fiecare aplicație.

Care sunt exemple de soluții în robotică în care se utilizează date sintetice și/sau simulate?

Una dintre cele mai mari avantaje ale utilizării datelor simulate în robotică este capacitatea de a genera imagini cu hardware care este încă în dezvoltare. Acest lucru permite creierului robotului (IA) și corpului (hardware) să fie dezvoltate în paralel. Acum, antrenamentul poate evolua pe măsură ce specificațiile evoluează, mai degrabă decât așteptând până când produsul final este complet prototipat înainte de a putea face fotografii și de a începe dezvoltarea IA.

De asemenea, deoarece datele simulate sunt generate în context, puteți lua în considerare interacțiunea dintre robot și mediul său mult mai ușor. Așa că, dacă vă imaginați un robot care ia și îndepărtează produse defecte de pe o linie de asamblare, datele simulate v-ar permite să generați date pentru fiecare defect fizic imaginabil al produsului, dar și din perspectiva brațului robotic pentru a captura gama completă de mișcare, interacțiunea cu obiectul pe care îl ia. Mai mult, metadatele 3D înseamnă că nu există nevoia de a anota cu atenție imagine după imagine pentru a vă asigura că robotul poate identifica corect produsul, defectele, brațul sau orice altceva din câmpul său vizual.

Care sunt exemple de utilizări ale datelor simulate în vehicule inteligente?

Datele simulate în dezvoltarea de vehicule inteligente fac mult mai ușoară dezvoltarea de seturi de date pentru modele de mașini specifice în timp ce sunt proiectate, iterând în concert cu mașina în sine pe măsură ce progresează prin diversele faze de proiectare și producție. Cu date de imagine simulate, inginerii pot utiliza viziunea din cabină mult mai eficient pentru a identifica șoferi somnolenți sau distruși, dacă un șofer și-a luat mâna de pe volan sau orice alt caz de margine pentru a contabiliza siguranța șoferului. De asemenea, le permite inginerilor să țină cont de o diversitate mai mare a șoferilor și pasagerilor și să introducă varianță sub forma unghiului de imagine și iluminării – toate acestea fără a încălca confidențialitatea oamenilor reali.

Recent, Datagen a anunțat o serie de angajări noi și interesante, ce înseamnă acest lucru pentru viitorul companiei?

Adăugirile recente la consiliul nostru consultativ și conducerea executivă includ unele dintre cele mai strălucite și realizate profesioniști din domeniul inteligenței artificiale și viziunii computerizate. Cunoștințele, perspicacitatea și experiența lor ne vor ajuta să orientăm și să accelerăm creșterea Datagen pe măsură ce navigăm într-o industrie care este încă tânără și plină de oportunități. Într-un domeniu cu atâtea necunoscute, nimic nu este mai valoros decât cunoașterea.

Există altceva pe care ați dori să îl împărtășiți despre Datagen?

Având sediul în Tel Aviv, Datagen face parte dintr-o schimbare economică și culturală mai largă care a avut loc în Israel și suntem mândri să facem parte din ea. Într-un timp scurt, Israelul (în special Tel Aviv) a crescut pentru a deveni un important hub tehnologic global, cu un ecosistem de startup-uri înfloritor și o comunitate de investitori energică. Deși Israelul este adesea considerat un centru tehnologic de securitate cibernetică, tehnologia centrată pe inteligența artificială și date a crescut exponențial în ultimii ani aici. Astăzi, există peste 680 de companii de inteligență artificială în Israel, care au strâns colectiv 4,5 miliarde de dolari. Această explozie de creștere din ultimii ani se datorează în mare măsură concentrației ridicate de ingineri și universităților de renume ale Israelului. Aceste instituții academice oferă acces la talente și la cea mai recentă tehnologie de dezvoltare în domeniu. În ultimele două luni, Datagen a angajat peste 20 de angajați și planifică să aducă membri suplimentari în echipele de vânzări și marketing, software și DevOps, precum și departamentele de produse.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe despre Datagen ar trebui să viziteze site-ul nostru.