Ofir Mulla, Co-Fondator și CTO al Lumana – Seria de Interviuri

Ofir Mulla, Co-Fondator și CTO al Lumana, aduce peste un deceniu de expertiză profundă în tehnologii 3D și viziune computerizată, având pionierat și extins soluții în codat-light, stereo și modalități LiDAR, în timp ce conduce dezvoltarea interdisciplinară în software, sisteme electrice, robotică, ML/AI și dispozitive medicale. Înainte de a ocupa actualul său post la Lumana, el a petrecut aproape 15 ani la Intel (INTC ), unde a proiectat platforma RealSense 3D și a condus echipe care cuprindeau hardware, firmware și arhitectură de sistem.

Lumana este o companie avansată de securitate video și inteligență vizuală, a cărei platformă transformă camerele existente în agenți inteligenți și perceptivi, prin utilizarea inteligenței artificiale pentru a detecta și răspunde la evenimente din lumea reală, în timp real – de la acces neautorizat și încălcări ale siguranței la insight-uri operaționale – permițând întreprinderilor din diverse domenii, cum ar fi educație, guvern, retail, producție și ospitalitate, să unifice inteligența camerelor, să automatizeze monitorizarea și să deblocheze analitice acționabile din infrastructura video.

Cum v-au pregătit experiențele de la Intel pentru Lumana și pentru a fonda compania?

Tehnologia LiDAR a fost o parte centrală a RealSense, o metodă activă de proiectare a luminii laser pentru a captura geometria lumii. Este o frumoasă piesă de tehnologie a luminii codate pe care inginerii noștri briliant de la Intel au inventat-o. Simțirea geometrică este critică pentru obiectele care se mișcă, cum ar fi roboții și mașinile, ceea ce explică de ce majoritatea sistemelor robotice de astăzi se bazează pe dispozitive RealSense.

Dar a apărut o întrebare: ce se întâmplă atunci când senzorii sunt staționari, unde navigarea și timpul până la impact nu sunt principalele sarcini? Ne-am întrebat care tehnologie ar putea oferi cea mai mare valoare utilizatorilor în acel context.

Prin discuții profunde, am realizat că majoritatea sistemelor de camere staționare existente nu pot fi extinse în mod natural. Monitorizarea fiecărui sistem este o sarcină grea. În același timp, inteligența artificială a ajuns la un nivel la care am început să ne întrebăm: cum poate un sistem accesibil la fața locului să ofere cele mai urgente și mai fiabile răspunsuri de securitate la alerte critice?

Am construit o echipă puternică de inteligență artificială care a transformat rapid această viziune într-un produs funcțional. Ideea a fost simplă: vehiculele care se mișcă necesită simțire geometrică, dar senzorii staționari, care se concentrează pe monitorizarea comportamentului și nu pe planificarea mișcării, beneficiază mai mult de analiza avansată a videoului fără reconstrucția explicită a geometriei.

Călătoria RealSense m-a învățat că fiecare problemă necesită propria sa soluție și că o adevărată inovație necesită inovație. Echipa mea de la Lumana încarnează acest principiu: profesioniști, inovatori și motivați. Împreună am creat un sistem în timp real, la fața locului, care aduce performanța cloud-ului la margine, accesibil, extensibil și răspunsiv.

Cum depășește Inteligența Fizică analiza video tradițională, cum ar fi detectarea obiectelor și etichetarea pattern-urilor?

Când vorbim despre Inteligență Fizică, ne referim la un sistem de inteligență artificială care nu se oprește la percepție, ci interacționează activ cu lumea reală. Analiza video tradițională, cum ar fi detectarea obiectelor sau etichetarea pattern-urilor, este doar primul strat. Provocarea mai profundă este cea care vine după: aranjarea, urmărirea, agregarea, identificarea, recuperarea, căutarea și verificarea obiectelor detectate și accelerarea răspunsului. Acest lucru include, de asemenea, permisiunea accesului text-based și chiar căutarea obiectelor pe care sistemul nu a fost inițial antrenat să le detecteze.

Toate acestea trebuie realizate într-un dispozitiv de calcul compact și accesibil. Acolo este unde Inteligența Fizică depășește analiza tradițională: transformă detectarea brută în inteligență acționabilă și accesibilă. Nu este vorba despre descoperirea legilor fizicii, o căutare științifică încă sub debat, ci despre oferirea unor modalități practice și eficiente de a accesa și acționa asupra conținutului vizual și audio în medii reale.

Care sunt pilonii tehnici care permit Lumana să fuzioneze date de la multiple camere, să interpreteze comportamentul în timp real și să se adapteze continuu pe baza intrărilor contextuale și istorice?

Întrebare excelentă. Unul dintre pilonii noștri tehnici de bază este capacitatea sistemului nostru de a se adapta continuu la scena pe care o observă, ceea ce se numește acum învățare continuă. Puteți gândi la acest sistem ca la un sistem care evoluează odată cu mediul său, îmbunătățindu-se în timp. Această abordare ne-a permis să livrăm performanță ridicată cu costuri foarte scăzute și agilitate excepțională.

Un alt pilon cheie este arhitectura noastră ierarhică, care escaladează inteligent efortul computațional doar atunci când este necesar. Acest lucru asigură că acțiunile complexe primesc resursele de care au nevoie, fără a încărca întregul sistem.

Luându-le împreună, aceste principii formează o platformă care este simplă, eficientă și foarte extensibilă, permițând utilizatorilor să experimenteze insight-uri puternice și interpretări comportamentale în timp real, la cel mai mic cost posibil.

Puteți împărtăși una sau două implementări reale în care sistemul Lumana a detectat evenimente precum escaladarea violenței, încălcări ale granițelor de siguranță sau staționarea, și explicați impactul pe care l-au avut asupra siguranței sau răspunsului operațional?

Implementările Lumana în orașe arată îmbunătățiri clare în ceea ce privește conștientizarea și răspunsul în timp real. Într-un oraș major din Israel, sistemul a transformat o rețea de video existentă într-un strat de avertizare timpurie inteligent care a detectat staționarea în zone restricționate, anomalii de mulțime, intruziuni după ore și mișcări eratice. Acest lucru a condus la mai puține intrări prin efracție, vandalism redus și intervenție mai rapidă în zone cu risc ridicat.

O municipalitate din SUA a înregistrat câștiguri similare într-un district istoric care se confrunta cu vandalism, spargeri de mașini, tulburări și staționare. Lumana a oferit monitorizare continuă și alerte imediate, permițând patrule proactive și răspuns mai rapid. Acest lucru a dus la spații publice mai sigure și la o reducere a deșeurilor operaționale pentru oraș.

Exemplele ilustrează modul în care detectarea în timp real a comportamentelor, cum ar fi staționarea și încălcarea granițelor, întărește siguranța publică și optimizează operațiunile.

Cum abordați aspectele de confidențialitate, având în vedere că sistemele de inteligență artificială interpretează comportamentul fizic sensibil?

Tehnologia și design-ul Lumana pun accentul pe guvernanță puternică și pe deplasarea minimă a datelor. Procesarea se efectuează la margine, ori de câte ori este posibil, pentru a limita expunerea și a consolida confidențialitatea. Accesul este restricționat prin controale clare și urme de audit, astfel încât echipele să poată urmări fiecare flux de lucru. Sistemul păstrează videoul local, partajând doar metadatele necesare, ceea ce sprijină așteptările de confidențialitate în medii reglementate.

Aceste măsuri de siguranță asigură că datele vizuale sensibile sunt gestionate în mod responsabil, menținând în același timp performanța necesară pentru operațiunile în timp real.

Ce determină arhitectura dvs. hibrid-cloud, și cum sprijină aceasta procesarea în timp real și învățarea continuă?

Lumana utilizează o abordare hibridă pentru a combina performanța sistemelor locale cu flexibilitatea cloud-ului. Procesarea la margine oferă inteligență artificială în timp real, stocare și management de video local, în mod implicit. Acest lucru reduce cerințele de bandă și consolidează confidențialitatea, permițând în același timp suportul cloud atunci când este necesar pentru coordonarea mai largă sau învățarea pe mai multe implementări.

Această arhitectură oferă utilizatorilor răspuns imediat, menținând în același timp capacitatea de a scala și de a se îmbunătăți prin adaptare continuă pe mai multe site-uri.

Cum a fost proiectată capacitatea de auto-învățare, și cum se îmbunătățește aceasta în timp, în implementări cu mai multe site-uri?

Arhitectura capacității noastre de auto-învățare este construită în jurul scalabilității. Cu cât mai multe site-uri implementăm, cu atât perspectiva noastră asupra peisajului dispozitivelor de margine devine mai largă. Fiecare nou mediu contribuie cu date proaspete, extinzând diversitatea scenariilor și a scenelor pe care sistemul le poate învăța.

Metodologia noastră de învățare continuă profită de această cunoaștere colectivă. Pe măsură ce sistemul se rafinează pe mai multe implementări, procesul de antrenament online devine mai simplu și mai eficient. În termeni practici, cu cât implementarea este mai largă, cu atât adaptarea și răspunsul devin mai rapide și mai precise, rezultând un sistem care se îmbunătățește continuu în timp, pe toate site-urile.

Cine considerați a fi principalii dvs. concurenți sau colaboratori în acest spațiu, și ce face Lumana unică?

Adevărata noastră unică caracteristică se află în oamenii noștri. În spatele Lumana se află o echipă de ingineri și inovatori briliant, începând cu grupul nostru de inteligență artificială, sprijinit de specialiștii noștri în cloud, designeri UX/UI și întărit de suportul clienților și vânzări. În timp ce inteligența artificială formează coloana vertebrală a tehnologiei noastre, este motorul uman care ne impulsionează succesul. Creativitatea, profesionalismul și dedicarea echipei noastre sunt ceea ce diferențiază Lumana, fie în competiție, fie în colaborare.

Lumana subliniază “Gândiți-vă mare”, “Clienții pe primul loc”, “O echipă” și “Stăpâniți-vă meseria”. Cum operaționalizați aceste valori în recrutare, dezvoltare de produse și viață de zi cu zi?

Angajăm inovatori care gândesc mare, rezolvă probleme, colaborează și se angajează în creștere.

Echipele de produse dezvoltă inteligență artificială extensibilă, cu o viziune ambițioasă, iterează prin feedback-ul clienților, promovează munca colaborativă și se străduie să excelleze.

Operațiunile zilnice utilizează metode agile pentru a permite idei îndrăznețe, prioritizează nevoile clienților, construiesc unitatea echipei și sprijină dezvoltarea profesională.

Practiciile noastre conduc la inovație, succes al clienților și impact în securitatea video cu inteligență artificială.

Privind înainte, cinci ani de acum înainte, cum vă imaginați rolul Lumana evoluând în ecosistemul mai larg al inteligenței artificiale – și ce impact doriți să aibă Inteligența Fizică asupra industriilor precum securitate, producție sau orașe inteligente până atunci?

Privind înainte, cinci ani de acum înainte, vedem rolul Lumana evoluând ca un factor cheie al Inteligenței Fizice practice în diverse industrii. În timp ce descifrarea legilor fundamentale ale fizicii rămâne o enigmă științifică, focalizarea noastră de astăzi este pe valoarea pentru clienți, dezvoltând unelte care permit organizațiilor să monitorizeze și să răspundă mai bine la lumea din jurul lor, în orice aplicație.

Deja menținem colaborări pe termen lung cu centre medicale și explorăm extinderea în platforme mobile, cum ar fi robotică și transport. Pe măsură ce creștem și ne extindem, intenționăm să investim și în cercetări fundamentale: poate inteligența artificială să descopere pattern-uri mai profunde în natură sau să ne ajute să formulăm noi teorii despre legile fizicii? Poate concepte precum dimensionalitatea timpului să fie iluminate de sisteme de învățare?

Ambiția noastră este de a avea impact asupra securității, producției și orașelor inteligente, păstrând în același timp în vedere orizontul mai larg, împingând limitele a ceea ce inteligența artificială ne poate ajuta să descoperim.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe despre Lumana pot vizita Lumana.