Dr. Danny Lange, višji podpredsednik AI pri Unity Technologies – serija intervjujev

Dr. Danny B. Lange je podpredsednik za umetno inteligenco in strojno učenje pri Unity Technologies. Prej je bil Danny vodja strojnega učenja pri Uberju, kjer je vodil prizadevanja za izgradnjo najbolj vsestranske platforme strojnega učenja na svetu za podporo hitre rasti Uberja.

Kaj vas je na začetku pritegnilo k umetni inteligenci?

Računalnike sem izdeloval in programiral že kot zelo mlad in skoraj takoj me je navdušila ideja, da bi te sisteme naredili avtonomne. Kar me pri avtonomiji očara, so izzivi, ki jih morate kot razvijalec premagati pri ustvarjanju sistema, narejenega iz zaporedij toge kode, ki se lahko varno odzove na nepredvidljive in še nikoli videne okoliščine. Področje umetne inteligence (AI) nam je z leti zagotovilo vedno več zmogljivih orodij od objektno usmerjenega programiranja, sklepanja na podlagi pravil do strojnega učenja in v zadnjem času globokega učenja. Povečane zmogljivosti teh tehnologij spodbujajo hiter napredek na področju umetne inteligence.

Več let ste bili vodilni v tem prostoru, na primer generalni direktor za strojno učenje Amazon v AWS in vodja strojnega učenja pri Uberju. Katere so lekcije, ki ste se jih naučili iz teh preteklih izkušenj?

Strojno učenje je resnično transformativna tehnologija, a da bi potencial izkoristili v največji možni meri, ga je treba prenesti v vsak kotiček podjetja. Večkrat je strojno učenje dokazalo svojo sposobnost ustvarjanja nepredstavljivih optimizacij in dvigovanja poslovnih operacij na ravni, ki jih ni mogoče doseči samo z navadnimi človeškimi procesi. Vendar pa do resničnih motenj pride šele, ko kritična masa poslovnih procesov deluje na ta način. Organizacije, kot sta Amazon in Uber, so jasno pokazale, da če naredimo sisteme strojnega učenja široko dostopne in na voljo vsaki ekipi, doživimo široko sprejetje, ki vedno vodi v učinkovit cikel nenehnih izboljšav celotnega poslovanja, kot je potreben mrežni učinek. mesto

Od leta 2016 ste bili podpredsednik AI pri Unity Technologies. Kaj vas je navdušilo pri viziji tega podjetja?

Unity je fantastično mesto za navdušence AI. Imamo izjemno kulturo reševanja težkih problemov za naše stranke – pri čemer je AI eden največjih izzivov, ki se jih lahko spomnim. Naše vodstvo je zavezano moči in pogonu prihodnosti umetne inteligence. Imamo tehnologije, vire, stranke in partnerje za prav to. Ne morem si predstavljati boljšega mesta za delo pri spreminjanju sveta.

Prej ste govorili o pomenu sintetičnih podatkov, ali lahko z nami delite, kaj je to?

Sintetični podatki so ustvarjeni z algoritmom v nasprotju s podatki, zajetimi iz resničnega sveta. 3D-motor v realnem času z realističnim fizikalnim emulatorjem je idealno orodje za ustvarjanje realističnih, a sintetičnih podatkov o usposabljanju za široko paleto aplikacij, od prepoznavanja objektov v sistemih računalniškega vida do načrtovanja poti za navigacijske robote.

Zakaj so sintetični podatki tako pomembni, ko gre za gradnjo sistemov strojnega učenja?

Velikokrat sem Unity označil za popolno AI Biodome. In res je. Delo z AI v resničnem svetu in uporaba podatkov iz resničnega sveta je lahko naravnost strašljivo. Ali moram omeniti samovozeča vozila na ulicah San Francisca ali sisteme za prepoznavanje obrazov, nameščene v javnih prostorih? Obstajajo skrbi glede varnosti, pristranskost se vedno skriva, pomisleki glede zasebnosti pa so pogosto v nasprotju s primeri običajne uporabe. In potem je tu še pomanjkanje in visoki stroški, povezani z zbiranjem potrebnih količin podatkov o usposabljanju. Z Unityjem nismo samo demokratizirali ustvarjanja podatkov, temveč imate tudi dostop do interaktivnega sistema za simulacijo naprednih interakcij v virtualnem okolju. Znotraj Unity lahko razvijete nadzorne sisteme za avtonomno vozilo brez tveganja, da bi koga udarili in poškodovali.

Ali lahko razpravljate o tem, kako lahko Unity Simulation pomaga podjetjem pri ustvarjanju sintetičnih podatkov?

Z Unity Simulation smo vzeli 3D-motor v realnem času, zasnovan za človeško uporabo, ne glede na to, ali je to igranje iger, film ali inženiring – in ga spremenili v primerek, optimiziran za oblak, ki ne deluje samo pri nepredstavljivo visokih hitrostih sličic, temveč omogoča tudi skaliranje na tisoče primerki, ki tečejo vzporedno. Na ta način Unity Simulation omogoča razvijalcem, da ustvarijo izkušnje za svoje sisteme AI za rede velikosti hitreje kot čas stenske ure. Do nedavnega je bil ta obseg generiranja podatkov na voljo le nekaj privilegiranim korporacijam, toda s simulacijo Unity smo resnično izenačili konkurenčne pogoje.

Pred kratkim se je Unity povezal z Inštitutom za modeliranje bolezni (IDM) za izgradnjo 3D simulacije v trgovini v realnem času, ki modelirajo širjenje COVID-19. Ali lahko razpravljate o tem, kako lahko simulacija Unity učinkovito simulira širjenje COVID-19?

Računalniško simulacijo že desetletja uporabljajo raziskovalci, inženirji, reševalci problemov in oblikovalci politik na številnih področjih, vključno s študijem nalezljivih bolezni. Unity Simulation omogoča posebno vrsto prostorske simulacije v realnem času, ki jo je mogoče prilagoditi v oblaku za celostno preučevanje velikih, kompleksnih in negotovih sistemov. Izdelali smo poenostavljen demonstracijski projekt za simulacijo širjenja koronavirusa v fiktivni trgovini z živili in raziskali vpliv, ki ga ima politika trgovine na stopnje izpostavljenosti. Z izvajanjem desetine tisočev simulacij smo lahko identificirali vedenje in politike, za katere se zdi, da imajo največji vpliv na širjenje te strašne nalezljive bolezni.

V zadnjem času ste veliko govorili o umetni splošni inteligenci (AGI). Ali lahko pojasnite, kaj je pojavno vedenje in zakaj je pomembno za razvoj AGI?

V samo 100,000 letih je človeška rasa prešla pot od preživetja z nabiranjem jagod v naravi do tega, da je človeka poslala na Luno. Iz arheogenetike vemo, da se človeški možgani v tem času niso bistveno spremenili. Lahko rečemo, da ni bilo bistvenih nadgradenj strojne opreme procesorja. Kaj je bilo torej tako transformativno? Ključ je treba iskati v naši sposobnosti, da skupaj nekaj dosežemo. Uporabljamo izraz pojavno vedenje sistema, ki ni odvisno od njegovih posameznih delov, temveč od njihovih medsebojnih odnosov. Nujnega vedenja ni mogoče predvideti s preiskovanjem posameznih delov sistema. Predvideti ga je mogoče le z razumevanjem odnosov med deli. Za nastajajoče sisteme je značilno opažanje, da je celota večja od vsote delov. Medtem ko sem večkrat pokazal zabavne primere pojavnega vedenja v razmeroma preprostih sistemih z več agenti, si samo predstavljajte, kaj se bo zgodilo, ko boste imeli množico sistemov AI, ki sodelujejo s svetlobno hitrostjo.

Ali menite, da obstaja možnost, da lahko dosežemo AGI v naslednjem desetletju?

Ko gre za AGI, se moramo zavedati, da je vse odvisno od potovanja in ne cilja. Nihče ne ve natančno, kdaj se bo AGI zgodil, saj ne bo v določenem trenutku, temveč postopna sprememba skozi čas. V naravi AGI je, da bomo ljudje težko določili, kako inteligenten je sistem v danem trenutku. Če pogledamo napredek v zadnjem desetletju, sem prepričan, da nam bo to desetletje prineslo veliko zanimivega napredka v smeri AGI.

Ali želite še kaj povedati o Unity Technologies?

Pri Unity še naprej vidimo, da poganjamo prihodnost umetne inteligence in igramo pomembno vlogo pri napredku tehnologij umetne inteligence. Ker je naš odnos z DeepMind jasen dokaz naše tehnologije, je popolno okolje za raziskovalce in razvijalce, da varno premikajo meje umetne inteligence. Pripravljamo se na podporo našim strankam in partnerjem pri ustvarjanju virtualnih okolij, ki delujejo v doslej nevidenem obsegu za reševanje izzivov jutrišnjega dne, pa naj bodo to podnebne spremembe, logistika ali zdravstveni izzivi.

Hvala za čudovit intervju, užival sem v spoznavanju Unityja in vaših pogledih na AGI. Kdor želi izvedeti več, naj obišče Unity Technologies.