Intervjuer
Emrah Gultekin, VD och medgrundare av Chooch AI – Intervjuserie
Lägg till Unite.AI bland dina föredragna källor på Google
Emrah är medgrundare och VD för Chooch, en komplett visuell AI-lösning. Chooch erbjuder snabb, exakt ansiktsautentisering och objekterkänning för media, reklam, bank, medicin och säkerhetsindustrier. Chooch erbjuder en lättanvänd och distribuerbar API, en instrumentpanel och mobilapp-SDK. Chooch har utvecklat en visuell AI-produkt som är hållbar, skalbar, robust och användbar för en mängd företag.
Vad var din inspiration för att starta Chooch AI?
I våra tidigare entreprenöriella erfarenheter såg min medgrundare och jag att det fanns många datarelaterade utmaningar som behövde lösas inom en mängd olika branscher, så jag bestämde mig för att dyka in och lösa de jag kunde. Jag hade startat företag tidigare, men detta var mitt första “djupa tech”-företag.
Med vårt breda team har vi arbetat för att utveckla en visuell AI-produkt som är hållbar, skalbar, robust och användbar för en mängd företag. Produkten används nu av företag inom hälsovård, offentlig säkerhet, industri, media och geospatiala industrier, med användningsområden som sträcker sig från bedrägeriförebyggande och minskning av medicinska fel till att fördjupa förståelsen av vår värld.
Kan du berätta om vad Chooch AI gör?
Chooch kopierar mänsklig visuell intelligens till maskiner. Vi tränar och distribuerar visuell AI för kunder i molnet och på kanten och levererar snabb och exakt datorseende för alla visuella processer.
Vi kan göra detta eftersom Chooch AI är en plattform för alla steg i den visuella AI-processen, från datainsamling, annotering och märkning till AI-utbildning, modell distribution och integration. På grund av den breda variationen av problem vi har löst har vårt team nu djup expertis inom området datorseende och kan utveckla projekt som är redo för global skala. Detta kan vara allt från cellidentifiering, geospatial bildanalys och offentlig säkerhet.
Vilken typ av bilder kan bearbetas av datorseendesystemet?
Vad det mänskliga ögat kan göra, kan Chooch göra bättre och i skala. Till exempel kan det mänskliga ögat inte bearbeta något spektrum från synligt till CT-skanningar, men Chooch kan upptäcka feber med IR-sensorer och bearbeta röntgenbilder för att upptäcka lungskador. Vi kan göra detta för video eller stillbilder, både snabbare och mer exakt än det mänskliga ögat och har distribuerat över 2400 modeller för en mängd olika tillämpningar.
Chooch AI ansluter till molnet men kan också köras på en lokal maskin, kan du förklara hur detta fungerar?
Ja, detta är en av våra genombrott. Vi lanserade med Chooch AI API, som tillåter företag att använda vår molnserver för att bearbeta sina bilder, men våra kunder ville distribuera AIoT på kanten i platser utan anslutning. Så vi skapade Chooch Edge AI, som i princip är en fristående AI-behållare som genereras av vår Chooch Cloud AI. Till exempel kan vi fjärrdistribuera den AI-programvaran på NVIDIA Jetson-enheter, som är fantastiska, och vi kan sedan fjärruppdatera edge-AI: n som behövs från Chooch-instrumentpanelen. Tekniskt sett kallas den AI-programvaran på kanten för en inferensmotor. Chooch kan ansluta upp till fyra kameror till edge-enheterna och AI kan känna igen tusentals klasser på kanten. Vi kan iterera på modeller, ta bort modeller och träna nya modeller på kanten. Detta förbättras alltid, eftersom chip- och maskinvaruleverantörer släpper mer kraftfulla enheter, genererar vi alltmer kraftfulla AIoT-distributioner. Vi kan nu köra flera modeller på kanten med flera lager av tät klassificering på mycket låg latens.
Används ansiktsigenkänningsteknik?
Vi gör inte ansiktsigenkänning som företag. Vi gör endast ansiktsautentisering med livskontroll med förbehållet att det alltid kommer att vara baserat på samtycke, som att ge tillstånd att checka in på en plats eller för en flygning med ditt ansikte istället för en biljett. Chooch AI kan tränas med så få som ett par bilder. Ansiktsautentiseringsfiler lagras inte som bilder av ansikten. Och vi gör livskontroll för att säkerställa att människor inte kan lura systemet.
Träning av AI-modeller kan vara en brant inlärningskurva för oerfarna, vilken hjälp erbjuder ni för dataetikettering och annotering?
För oerfarna erbjuder vi komplett utbildningshjälp. När företag kommer till Chooch med ett visuellt problem att lösa, arbetar vårt team i partnerskap med dem för att träna och distribuera AI-modeller. Det är så enkelt som så. Vi erbjuder etikettering och annotering som en tjänst, och generellt sett tillhandahåller användarna data, men vi hjälper dem att organisera det. Vår utbildningsplattform kan använda stillbilder, men med videor kan vi generera över 1 000 annoterade bilder per minut, det är ett annat genombrott, förresten. Vi tar på oss hela processen från planering och konsultation om datainsamling till modellskapande och testning och support. Våra kundrelationer blir pågående partnerskap.
Chooch AI kan hjälpa företag med COVID-19, kan du detaljera hur det kan vara till hjälp?
I grund och botten stöder Chooch AI offentlig säkerhet med flera visuella AI-modeller samtidigt som vi arbetar med partners för att distribuera kompletta lösningar. En sådan lösning upptäcker närvaron eller frånvaron av masker och en annan upptäcker feber med IR-kameror, dessa två lösningar kan distribueras som en komplett lösning. Noterbart är att dessa AI-modeller inte innehåller några ansiktsigenkänningsfunktioner. Dessutom har vi en forskningsmodell som vi tillhandahåller till forskare för att upptäcka tecken på COVID-19-relaterad lunginflammation som undersöker röntgenbilder och upptäcker lungskador.
Finns det något annat du vill dela om Chooch AI?
Som ett bevis för vår teknik är vårt system live och används av många kunder. Våra kunder driver verklig ROI eftersom vi kan automatisera i princip alla visuella processer i skala, vilket minskar kostnader och mänskliga fel.
Tack för intervjun. Läsare som vill lära sig mer kan besöka Chooch AI.
