Yashar Behzadi, CEO i Synthesis AI – Series Interview

Yashar Behzadi PhD është CEO dhe Themelues i Sinteza AI. Ai është një sipërmarrës me përvojë që ka ndërtuar biznese transformuese në tregjet e AI, teknologjisë mjekësore dhe IoT. Ai i ka kaluar 14 vitet e fundit në Silicon Valley duke ndërtuar dhe shkallëzuar kompanitë e teknologjisë të përqendruara te të dhënat. Yashar ka mbi 30 patenta dhe patenta në pritje dhe një Ph.D. nga UCSD me fokus në modelimin hapësinor-kohor të imazhit funksional të trurit.

Sinteza AI është një startup në kryqëzimin e të mësuarit të thellë dhe CGI, duke krijuar një paradigmë të re për zhvillimin e modelit të vizionit kompjuterik. Ato u mundësojnë klientëve të zhvillojnë modele më të mira me një fraksion të kohës dhe kostos së qasjeve tradicionale të bazuara në shënime njerëzore.

Si u përfshitë fillimisht në shkencat kompjuterike dhe AI?

Kam fituar një doktoraturë. nga UCSD në 2006 u fokusua në vizionin kompjuterik dhe modelimin hapësinor dhe kohor të të dhënave të imazhit të trurit. Më pas punova në Silicon Valley në kryqëzimin e sensorëve, të dhënave dhe mësimit të makinerive nëpër industri për 16 vitet e ardhshme. Ndihem shumë me fat që kam mundësinë të punoj në disa teknologji të jashtëzakonshme dhe kam mbi 30 patenta të lëshuara ose të paraqitura të fokusuara në përpunimin e sinjalit, mësimin e makinerive dhe shkencën e të dhënave.

A mund të ndani historinë e gjenezës së Synthesis AI?

Përpara se të themeloja Synthesis AI në 2019, unë drejtova një kompani globale të shërbimeve të AI, e fokusuar në zhvillimin e modeleve të vizionit kompjuterik për ndërmarrjet kryesore të teknologjisë. Pavarësisht nga madhësia e kompanisë, zbulova se ishim jashtëzakonisht të kufizuar nga cilësia dhe sasia e të dhënave të etiketuara të trajnimit. Ndërsa kompanitë u zgjeruan gjeografikisht, rritën bazën e tyre të klientëve ose zhvilluan modele të reja dhe pajisje të reja, kërkoheshin të dhëna të reja trajnimi për të siguruar që modelet të performoheshin në mënyrë adekuate. U bë gjithashtu e qartë se e ardhmja e vizionit kompjuterik nuk do të ishte e suksesshme me paradigmën e sotme të shënimeve njerëzore-në-the-loop. Aplikacionet e reja të vizionit kompjuterik në autonomi, robotikë dhe aplikacione AR/VR/metaverse kërkojnë një grup të pasur etiketash 3D, informacione për thellësinë, veçoritë e materialit, segmentimin e detajuar, etj., që njerëzit nuk mund t'i etiketojnë. Një paradigmë e re ishte e nevojshme për të siguruar grupin e nevojshëm të pasur të etiketave për të trajnuar këto modele të reja. Përveç shtytësve teknikë, ne pamë një kontroll në rritje të konsumatorëve dhe rregullator rreth çështjeve etike që lidhen me paragjykimet e modelit dhe privatësinë e konsumatorit.

Unë themelova Synthesis AI me synimin për të transformuar paradigmën e vizionit kompjuterik. Platforma sintetike e gjenerimit të të dhënave të kompanisë mundëson gjenerimin sipas kërkesës të të dhënave të imazhit fotorealist me një grup të zgjeruar etiketash 3D të përsosura me pixel. Misioni ynë është të pionierojmë teknologjitë e të dhënave sintetike për të lejuar zhvillimin etik të modeleve më të aftë.

Për lexuesit që nuk janë të njohur me këtë term, a mund të përcaktoni se çfarë janë të dhënat sintetike?

Të dhënat sintetike janë të dhëna të gjeneruara nga kompjuteri që shërbejnë si një alternativë ndaj të dhënave të botës reale. Të dhënat sintetike krijohen në botë të simuluara dixhitale sesa të mblidhen ose maten në botën reale. Duke kombinuar mjete nga bota e efekteve vizuale dhe CGI me modelet gjeneruese të AI, Synthesis AI u mundëson kompanive të krijojnë sasi të mëdha të të dhënave fotorealiste dhe të ndryshme sipas kërkesës për të trajnuar modelet e vizionit kompjuterik. Platforma e gjenerimit të të dhënave të kompanisë reduktoi koston dhe shpejtësinë për të marrë të dhëna imazhi me cilësi të lartë sipas urdhrave të madhësisë duke ruajtur privatësinë.

A mund të diskutoni se si krijohen të dhënat sintetike?

Një grup i të dhënave sintetike krijohet artificialisht dhe jo përmes të dhënave të botës reale. Teknologjitë nga industria e efekteve vizuale shoqërohen me rrjete nervore gjeneruese për të krijuar të dhëna të gjera, të ndryshme dhe fotorealiste të etiketuara të imazhit. Të dhënat sintetike lejojnë krijimin e të dhënave të trajnimit me një pjesë të kostos dhe kohës së qasjeve aktuale.

Si krijon një avantazh konkurrues shfrytëzimi i të dhënave sintetike?

Aktualisht, shumica e sistemeve të AI përdorin 'mësimin e mbikëqyrur' ku njerëzit etiketojnë çelësin e atribuuar në imazhe dhe më pas trajnojnë algoritmet e AI për të interpretuar imazhet. Ky është një proces që kërkon burime dhe kohë dhe është i kufizuar nga ajo që njerëzit mund të etiketojnë me saktësi. Për më tepër, shqetësimet me paragjykimet demografike të AI dhe privatësinë e konsumatorit janë përforcuar, duke e bërë gjithnjë e më të vështirë marrjen e të dhënave përfaqësuese njerëzore.

Qasja jonë është të krijojmë botë dixhitale fotorealiste që sintetizojnë të dhëna komplekse të imazhit. Meqenëse ne gjenerojmë të dhënat, ne dimë gjithçka rreth skenave, duke përfshirë informacionin e asnjëherë më parë të disponueshëm për vendndodhjen 3D të objekteve dhe ndërveprimet e tyre komplekse me njëri-tjetrin dhe mjedisin. Marrja dhe etiketimi i kësaj sasie të dhënash duke përdorur qasjet aktuale do të duheshin muaj, nëse jo vite. Kjo paradigmë e re do të mundësojë një përmirësim 100 herë në efikasitet dhe kosto dhe do të nxisë një klasë të re modelesh më të afta.

Meqenëse të dhënat sintetike gjenerohen artificialisht, kjo eliminon shumë paragjykime dhe shqetësime për privatësinë me mbledhjen tradicionale të grupeve të të dhënave nga bota reale.

Si mundëson gjenerimi i të dhënave sipas kërkesës shkallëzimin e përshpejtuar?

Kapja dhe përgatitja e të dhënave të botës reale për trajnimin e modeleve është një proces i gjatë dhe i lodhshëm. Vendosja e pajisjeve të nevojshme mund të jetë jashtëzakonisht e shtrenjtë për sistemet e komplikuara të shikimit kompjuterik si automjetet autonome, robotikët ose imazhet satelitore. Pasi të dhënat janë kapur, njerëzit etiketojnë dhe shënojnë veçoritë thelbësore. Ky proces është i prirur për gabime dhe njerëzit janë të kufizuar në aftësinë e tyre për të etiketuar informacionin kryesor si pozicioni 3D që kërkohet për shumë aplikacione.

Të dhënat sintetike janë urdhra të përmasave më të shpejta dhe më të lira sesa qasjet tradicionale të të dhënave reale të shënuara nga njeriu dhe do të përshpejtojnë vendosjen e modeleve të reja dhe më të afta nëpër industri.

Si mundësojnë të dhënat sintetike një reduktim ose parandalim të paragjykimit të AI?

Sistemet e AI janë të gjithëpranishëm, por mund të përmbajnë paragjykime të qenësishme që mund të ndikojnë në grupe njerëzish. Grupet e të dhënave mund të jenë të çekuilibruara me klasa të caktuara të dhënash dhe grupe njerëzish të mbipërfaqësuara ose të nënpërfaqësuara. Ndërtimi i sistemeve me në qendër njeriun shpesh mund të çojë në paragjykime gjinore, etnike dhe moshës. Në të kundërt, të dhënat e trajnimit të krijuara nga dizajni janë të balancuara siç duhet dhe u mungojnë paragjykimet njerëzore.

Të dhënat sintetike mund të bëhen një zgjidhje e fuqishme në zgjidhjen e problemit të paragjykimit të AI. Të dhënat sintetike gjenerohen pjesërisht ose plotësisht artificialisht në vend që të maten ose të nxirren nga ngjarje ose fenomene të botës reale. Nëse grupi i të dhënave nuk është i larmishëm ose mjaft i madh, të dhënat e krijuara nga AI mund të mbushin vrimat dhe të formojnë një grup të dhënash të paanshme. Pjesa me e mire? Krijimi manual i këtyre grupeve të të dhënave mund t'i duhen ekipeve disa muaj ose vite për të përfunduar. Kur projektohet me të dhëna sintetike, mund të bëhet brenda natës.

Jashtë vizionit kompjuterik, cilat janë disa raste të tjera potenciale të përdorimit në të ardhmen për të dhënat sintetike?

Përveç numrit të rasteve të përdorimit të vizionit kompjuterik që lidhen me produktet e konsumit, autonominë, robotikën, AR/VR/metaverse dhe më shumë, të dhënat sintetike do të ndikojnë gjithashtu në modalitete të tjera të të dhënave. Tashmë po shohim që kompanitë përdorin qasje sintetike të të dhënave për përpunimin e të dhënave të strukturuara tabelare, zërin dhe gjuhën natyrore. Teknologjitë themelore dhe tubacionet e gjenerimit ndryshojnë për çdo modalitet, dhe në të ardhmen e afërt, ne presim të shohim sisteme multi-modale (p.sh. video + zë).

A ka ndonjë gjë tjetër që dëshironi të ndani në lidhje me Synthesis AI?

Në fund të vitit të kaluar, u liruam HumanAPI, një zgjerim i rëndësishëm i aftësive të të dhënave sintetike të Synthesis AI që mundëson gjenerimin programatik të miliona njerëzve dixhitalë 3D unikë dhe me cilësi të lartë. Ky njoftim vjen muaj pas lançimit të produktit sintetik të të dhënave si shërbim FaceAPI, i cili ka ofruar mbi 10 milion imazhe të fytyrës të etiketuara për kompanitë kryesore të telefonave inteligjentë, telekonferencave, automobilave dhe teknologjisë. HumanAPI është hapi tjetër në rrugëtimin e kompanisë për të mbështetur aplikacionet e avancuara të vizionit kompjuterik të Inteligjencës Artificiale (AI).

HumanAPI mundëson gjithashtu një mori mundësish të reja për klientët tanë, duke përfshirë asistentë të zgjuar të AI, trajnerë virtualë të fitnesit dhe sigurisht, botën e aplikacioneve metaverse.

Duke krijuar një dyshe dixhitale të botës reale, metaverse do të mundësojë aplikacione të reja duke filluar nga rrjetet sociale të riimagjinuara, përvojat argëtuese, telekonferencat, lojërat, etj. Inteligjenca artificiale e vizionit kompjuterik do të jetë thelbësore për mënyrën se si bota reale kapet dhe rikrijohet me besnikëri të lartë në fushën dixhitale. Njerëzit fotorealistë, ekspresivë dhe të saktë në sjellje do të jenë një komponent thelbësor i së ardhmes së aplikacioneve të vizionit kompjuterik. HumanAPI është produkti i parë që u mundëson kompanive të krijojnë sasi të mëdha të të dhënave të të gjithë trupit të etiketuara sipas kërkesës për të ndërtuar modele më të afta të AI, duke përfshirë vlerësimin e pozës, njohjen e emocioneve, karakterizimin e aktivitetit dhe sjelljes, rindërtimin e fytyrës dhe më shumë.

Faleminderit për intervistën e mrekullueshme, lexuesit që dëshirojnë të mësojnë më shumë duhet ta vizitojnë Sinteza AI.