Сохаиб Хан, сооснователь и CEO Hazen.ai – Интервью

Сохаиб Хан – сооснователь и CEO Hazen.ai, компании, которая использует компьютерное зрение и глубокое обучение для разработки интеллектуального программного обеспечения для анализа трафика, предназначенного для «понимания» движения каждого транспортного средства.

Что изначально привлекло вас к области ИИ?

Это было во время моего обучения в университете, когда я впервые прочитал о том, как работает стереовидение (или бинокулярное зрение – оценка глубины с помощью двух камер). Это увлекло меня изучением компьютерного зрения более глубоко. Интересно, что я впервые прочитал об этом в книге, которую я купил на традиционном пятничном рынке, где продавались старые использованные книги на обочине дороги в нашем родном городе. Затем я получил степень PhD в этой области в США.

Вы ранее были профессором в одном из крупнейших университетов Пакистана – Университете менеджмента и наук Лахора (LUMS). Каковы были ваши преподавательские и исследовательские интересы?

Когда я присоединился к LUMS после получения степени PhD, я создал первую лабораторию для аспирантов в университете, используя финансирование, полученное от крупной организации обороны. Программа магистратуры по информатике была очень новой, и на тот момент не было исследовательских лабораторий. Я преподавал компьютерное зрение в течение 12+ лет в LUMS и имел активную лабораторию в этой области. Сначала компьютерное зрение преподавалось очень редко в пакистанских университетах, но позже оно стало стандартным предметом, и многие мои студенты теперь также преподают в пакистанских университетах.

Можете ли вы обсудить, что вдохновило вас на запуск стартапа, специализирующегося на компьютерном зрении и алгоритмах глубокого обучения для видеоаналитики?

Компьютерное зрение долгое время было в основном экспериментальной исследовательской областью с ограниченными применениями в продуктах. Это было связано с тем, что зрелость алгоритмов, необходимых для создания продуктов, не была достигнута. Для продукта алгоритм понимания изображений должен работать в различных условиях освещения и изображений, а не только в некоторых контролируемых экспериментах. У нас была шутка среди аспирантов в нашей лаборатории, когда я делал PhD в 2000 году, что если вы можете найти три изображения, на которых работает ваш алгоритм, вы можете написать статью. Если он работает на трех видео, вы получаете очень хорошую статью! Смысл в том, что многие алгоритмы зрения работали только в тщательно созданных лабораторных сценариях и не были очень прочными.

Но теперь все изменилось. С появлением глубокого обучения в 2012 году мы увидели очень быстрый и fascинirующий прогресс в понимании изображений. Когда мы увидели это, мы почувствовали, что теперь время подходящее, чтобы, возможно, создать солидные продукты, которые могут иметь значительное влияние.

Какие типы нарушений правил дорожного движения может отслеживать Hazen.ai?

Наша цель – выявить все виды опасного вождения на дорогах. Это обусловлено нашей основной целью – снижением смертности на дорогах. Каждые 24 секунды кто-то умирает в результате аварии, что эквивалентно примерно 15 787-8 Dreamlinerам, которые разбиваются каждый день! Итак, это действительно то, что мотивирует нас. Это почему мы создаем программное обеспечение, которое может обнаруживать различные виды опасного и безрассудного поведения, такие как небезопасные смены полосы, незаконные повороты, проезд на красный свет или через стоп-сигнал, блокирование пешеходного перехода, непользование ремнем безопасности или текстинг во время вождения. Мы также работаем над созданием функций в нашем программном обеспечении специально для безопасности пешеходов и велосипедистов, поскольку более половины смертей в авариях происходят среди уязвимых участников дорожного движения – пешеходов, велосипедистов и мотоциклистов.

Каковы некоторые уникальные проблемы использования компьютерного зрения для отслеживания объектов, движущихся на таких высоких скоростях?

Существует два типа проблем: Первая – это производительность самих алгоритмов компьютерного зрения – вы хотите иметь продукт, который может работать в сложных условиях движения 24/7 во всех вариантах освещения. Хотя было много прогресса в этом направлении, все еще есть страны, где плотность участников движения так высока, как кластеры мотоциклов или пешеходов в очень близком расположении, что это все еще вызывает проблемы для алгоритмов отслеживать их индивидуально и понимать сцену. Но вторая, более значительная проблема – создание солидного продукта из алгоритмов компьютерного зрения, который можно развернуть на ограниченных ресурсах на периферии и который можно легко контролировать и управлять, несмотря на то, что он распределен по всему городу. Поскольку продукты компьютерного зрения обрабатывают большое количество видеоданных, их развертывание на периферии в качестве устройства IoT и эффективное управление ими остается сложной задачей.

Каков процесс настройки программного обеспечения для различных конфигураций дорог для конечного пользователя?

Каждый перекресток представляет собой уникальный сценарий в плане объема движения, конфигурации полос и типа транспортного средства, велосипедистов или пешеходов. Кроме того, интересы менеджеров движения могут быть конкретными, чтобы выявить определенный тип поведения на каждом сайте. Например, дорожная полиция может запретить поворот в перекрестке, чтобы упростить поток движения, и они заинтересованы в захвате этой статистики. Это почему мы сделали наше программное обеспечение конфигурируемым для различных сценариев. Когда камера настроена с нашим программным обеспечением, мы настраиваем ее через простой процесс для того, что требует конечный пользователь на этом сайте. Внутри мы создали высокоуровневый язык, в котором мы можем компактно описать сценарии движения, представляющие интерес, в простом виде. Это позволяет нам быстро настроить сайт для наших клиентов.

Какой тип аппаратного обеспечения необходим для работы этой системы?

Видеоаналитика требует значительной вычислительной мощности. Мы оптимизировали наш код для запуска на меньших GPU Nvidia , которые можно развернуть на периферии, таких как их серия Jetson, и также на процессорах Intel для определенных функций, которые мы предлагаем. В последние годы более мощное периферийное оборудование становится доступным по разумной цене, что действительно стимулирует многие интересные применения.

Можете ли вы обсудить, есть ли какие-либо юрисдикции, которые в настоящее время тестируют или используют технологию Hazen.ai?

У нас сейчас проходят испытания в нескольких странах, включая Великобританию, США, Египет, Саудовскую Аравию, Пакистан, Оман, Перу, и мы также взаимодействуем с потенциальными клиентами в других странах.

Есть ли что-то еще, что вы хотели бы поделиться о Hazen.ai?

В целом, мы считаем, что технологии безопасности дорожного движения не продвинулись достаточно, учитывая масштаб проблемы. Однако теперь время подходящее, благодаря огромному прогрессу в компьютерном зрении и глубоком обучении, а также дешевой доступности камер и вычислительного оборудования. Мы увидим многие более применения периферийного компьютерного зрения в ближайшие годы. Это основа, которая движет Hazen.ai.

Спасибо за интервью, читатели, которые хотят узнать больше, должны посетить Hazen.ai