Яшар Бехзади, генеральный директор Synthesis AI – Интервью

Яшар Бехзади, доктор философии, является генеральным директором и основателем Synthesis AI. Он является опытным предпринимателем, который создал трансформационные бизнесы в области ИИ, медицинской техники и Интернета вещей. Он провел последние 14 лет в Кремниевой долине, создавая и масштабируя компании, ориентированные на данные. Яшар имеет более 30 патентов и патентов, находящихся на рассмотрении, и докторскую степень от Университета Калифорнии в Сан-Диего, где он сосредоточился на пространственно-временном моделировании функциональной визуализации мозга.

Synthesis AI – это стартап, находящийся на пересечении глубокого обучения и компьютерной графики, создающий новую парадигму для разработки моделей компьютерного зрения. Они позволяют клиентам разрабатывать лучшие модели за долю времени и стоимости традиционных подходов, основанных на аннотации человеком.

Как вы первоначально стали вовлечены в компьютерные науки и ИИ?

Я получил докторскую степень от Университета Калифорнии в Сан-Диего в 2006 году, где сосредоточился на компьютерном зрении и пространственно-временном моделировании данных визуализации мозга. Затем я работал в Кремниевой долине на пересечении датчиков, данных и машинного обучения в различных отраслях в течение следующих 16 лет. Я чувствую себя очень удачливым, что имел возможность работать над некоторыми замечательными технологиями, и у меня есть более 30 патентов, выданных или поданных, сосредоточенных на обработке сигналов, машинном обучении и науке о данных.

Можете ли вы поделиться историей создания Synthesis AI?

До основания Synthesis AI в 2019 году я возглавлял глобальную компанию по услугам ИИ, которая занималась разработкой моделей компьютерного зрения для ведущих технологических предприятий. Независимо от размера компании, я обнаружил, что мы были чрезвычайно ограничены качеством и количеством помеченных обучающих данных. Когда компании расширялись географически, увеличивали свою клиентскую базу или разрабатывали новые модели и оборудование, требовались новые обучающие данные, чтобы обеспечить адекватную производительность моделей. Также стало ясно, что будущее компьютерного зрения не будет успешным с помощью сегодняшней парадигмы аннотации человеком. Новые применения компьютерного зрения в автономности, робототехнике и AR/VR/metaverse требуют богатого набора 3D-меченых данных, информации о глубине, материалах, подробной сегментации и т. д., которые люди не могут пометить. Была необходима новая парадигма, чтобы обеспечить необходимый богатый набор меток для обучения этих новых моделей. В дополнение к техническим факторам мы увидели растущий контроль потребителей и регулирующих органов в отношении этических вопросов, связанных с предвзятостью моделей и конфиденциальностью потребителей.

Я основал Synthesis AI с целью трансформации парадигмы компьютерного зрения. Платформа синтетической генерации данных компании позволяет генерировать фотографически реалистичные изображения с расширенным набором 3D-пиксельных меток. Наша миссия – стать пионером в синтетических технологиях данных, чтобы позволить этической разработке более совершенных моделей.

Для читателей, которые не знакомы с этим термином, можете ли вы определить, что такое синтетические данные?

Синтетические данные – это компьютерно-генерируемые данные, которые служат альтернативой реальным данным. Синтетические данные создаются в симулированных цифровых мирах, а не собираются из реального мира или измеряются в нем. Объединив инструменты из мира визуальных эффектов и компьютерной графики с генеративными моделями ИИ, Synthesis AI позволяет компаниям создавать огромные объемы фотографически реалистичных, разнообразных данных по требованию для обучения моделей компьютерного зрения. Платформа генерации данных компании уменьшила стоимость и время получения высококачественных изображений в несколько раз, сохранив при этом конфиденциальность.

Можете ли вы обсудить, как генерируются синтетические данные?

Набор синтетических данных создается искусственно, а не с помощью реальных данных. Технологии из индустрии визуальных эффектов сочетаются с генеративными нейронными сетями для создания огромных, разнообразных и фотографически реалистичных помеченных изображений. Синтетические данные позволяют создавать обучающие данные за долю стоимости и времени, необходимых для текущих подходов.

Как использование синтетических данных создает конкурентное преимущество?

В настоящее время большинство систем ИИ используют “направленное обучение”, где люди помечают ключевые атрибуты в изображениях, а затем обучают алгоритмы ИИ интерпретировать изображения. Этот процесс является ресурсо- и времяемким и ограничен тем, что могут точно пометить люди. Кроме того, проблемы с предвзятостью ИИ и конфиденциальностью потребителей усиливаются, что делает все более трудным получение представительных человеческих данных.

Наш подход заключается в создании фотографически реалистичных цифровых миров, которые синтезируют сложные изображения. Поскольку мы генерируем данные, мы знаем все о сценах, включая ранее недоступную информацию о 3D-локации объектов и их сложных взаимодействиях друг с другом и с окружающей средой. Получение и пометка такого объема данных с помощью текущих подходов заняли бы месяцы, если не годы. Эта новая парадигма позволит добиться 100-кратного улучшения эффективности и стоимости и будет стимулировать новый класс более совершенных моделей.

Поскольку синтетические данные генерируются искусственно, это устраняет многие предвзятости и проблемы с конфиденциальностью, связанные с традиционным сбором данных из реального мира.

Как генерация данных по требованию позволяет ускорить масштабирование?

Сбор и подготовка реальных данных для обучения моделей – это долгий и утомительный процесс. Развертывание необходимого оборудования может быть чрезвычайно дорогостоящим для сложных систем компьютерного зрения, таких как автономные транспортные средства, робототехника или спутниковые изображения. Как только данные собраны, люди помечают и аннотируют важные функции. Этот процесс подвержен ошибкам, и люди ограничены в своей способности пометить ключевую информацию, такую как 3D-позиция, необходимая для многих приложений.

Синтетические данные быстрее и дешевле, чем традиционные подходы, основанные на аннотации человеком, и будут ускорять развертывание новых и более совершенных моделей в различных отраслях.

Как синтетические данные позволяют уменьшить или предотвратить предвзятость ИИ?

Системы ИИ повсеместно распространены, но могут содержать в себе врожденные предвзятости, которые могут повлиять на группы людей. Наборы данных могут быть несбалансированными, с определенными классами данных, которые либо пере-, либо недопредставлены. Создание человеко-ориентированных систем может часто привести к предвзятости по гендеру, этнической принадлежности и возрасту. Напротив, генерируемые данные правильно сбалансированы и лишены человеческих предвзятостей.

Синтетические данные могут стать прочным решением проблемы предвзятости ИИ. Синтетические данные генерируются частично или полностью искусственно, а не измеряются или извлекаются из реальных событий или явлений. Если набор данных не достаточно разнообразен или велик, данные, сгенерированные ИИ, могут заполнить пробелы и сформировать беспристрастный набор данных. Лучшее? Создание этих наборов данных вручную может занять командам несколько месяцев или лет. Когда они спроектированы с помощью синтетических данных, это можно сделать за одну ночь.

Помимо компьютерного зрения, какие еще потенциальные применения синтетических данных?

Помимо многочисленных применений компьютерного зрения, связанных с потребительскими продуктами, автономностью, робототехникой, AR/VR/metaverse и т. д., синтетические данные также повлияют на другие модальности данных. Мы уже видим, как компании используют подходы синтетических данных для структурированных табличных данных, голоса и обработки естественного языка. Основные технологии и генерационные конвейеры различаются для каждой модальности, и в ближайшем будущем мы ожидаем увидеть много-модальные системы (например, видео + голос).

Есть ли что-то еще, что вы хотели бы поделиться о Synthesis AI?

В конце прошлого года мы выпустили HumanAPI, значительное расширение возможностей синтетических данных Synthesis AI, позволяющее программно генерировать миллионы уникальных, высококачественных 3D-цифровых людей. Это объявление было сделано через несколько месяцев после запуска продукта FaceAPI, который предоставляет синтетические данные в виде сервиса и уже доставил более 10 миллионов помеченных изображений лиц для ведущих компаний смартфонов, телеконференций, автомобилей и технологий. HumanAPI – это следующий шаг в путешествии компании по поддержке передовых приложений ИИ компьютерного зрения.

HumanAPI также открывает множество новых возможностей для наших клиентов, включая умных помощников ИИ, виртуальных тренеров по фитнесу и, конечно же, мир приложений метавселенной.

Создавая цифровой двойник реального мира, метавселенная позволит создать новые приложения, начиная от переосмысленных социальных сетей, развлекательных опытов, телеконференций, игр и т. д. Компьютерное зрение ИИ будет фундаментальным для того, как реальный мир будет захвачен и воссоздан с высокой точностью в цифровом мире. Фотографически реалистичные, выразительные и поведенчески точные люди будут важнейшим компонентом будущих приложений компьютерного зрения. HumanAPI – это первый продукт, который позволяет компаниям создавать огромные объемы идеально помеченных данных всего тела по требованию для построения более совершенных моделей ИИ, включая оценку позы, распознавание эмоций, характеристику деятельности и поведения, реконструкцию лица и т. д.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, мы рекомендуем посетить Synthesis AI.