ราดู รูซู ซีอีโอ และผู้ร่วมก่อตั้ง Fyusion – สัมภาษณ์ ซีรีส์

ราดู รูซู เป็น ซีอีโอ และผู้ร่วมก่อตั้ง Fyusion ซึ่งเป็นบริษัทที่มีเป้าหมายในการสร้างเทคโนโลยี 3D ที่สวยงามและสามารถช่วยแก้ปัญหาที่ซับซ้อนได้ด้วยความช่วยเหลือของปัญญาประดิษฐ์ ร่วมกับ Fyusion พวกเขาได้พัฒนาและจดสิทธิบัตรรูปแบบไฟล์ใหม่เรียกว่า .fyuse ซึ่งช่วยให้ผู้ใช้สามารถบันทึกภาพ 3D ที่สวยงามจากสมาร์ทโฟนของตนได้ ทำให้เกิดกระแสสังคมออนไลน์และดึงดูดผู้ใช้มากกว่า 100 ล้านคนผ่านแอปพลิเคชันมือถือสำหรับผู้บริโภค

คุณได้ทำงานเกี่ยวกับ 3D ตั้งแต่ปี 2012 และปัจจุบันคุณเป็นประธานและซีอีโอของ Open Perception, Inc. คุณสามารถแบ่งปันคำชี้แจงภารกิจขององค์กรไม่แสวงหากำไรนี้ได้หรือไม่?

ฉันเริ่มอาชีพของฉันในด้านการประมวลผลข้อมูล 3D ในช่วงต้นปี 2000 ในขณะที่ฉันกำลังศึกษาระดับบัณฑิตศึกษา โดยมีแนวคิดในหัวของฉันว่าฉันจะทำให้หุ่นยนต์เห็นและเข้าใจโลกได้ดีขึ้นจากมุมมองทางภาพ นี่ทำให้ฉันผ่านไปเกือบหนึ่งทศวรรษของการวิจัยเกี่ยวกับหุ่นยนต์และการมองเห็น 3D และในช่วงต้นปี 2010 ฉันรู้สึกว่าสิ่งที่ฉันทำงานสามารถนำไปใช้กับปัญหาที่กว้างขึ้นได้ Open Perception ถูกสร้างขึ้นจาก Willow Garage และรับโครงการ Point Cloud Library (PCL) ที่ได้รับอนุญาต BSD และเปิดแหล่งที่มา และยังคงสนับสนุนการเติบโตของมัน Open Perception, Inc. ถูกจัดตั้งขึ้นในแคลิฟอร์เนียในเดือนเมษายน 2012 ในฐานะองค์กรอิสระที่มีจุดมุ่งหมายเพื่อสนับสนุนการพัฒนา การกระจาย และการนำไปใช้ซอฟต์แวร์เปิดแหล่งที่มาสำหรับการประมวลผลข้อมูลสื่อ 2D/3D โดยมีการใช้งานในด้านการวิจัย การศึกษา และการพัฒนาผลิตภัณฑ์

ในปี 2014 คุณได้ร่วมก่อตั้งและเป็นซีอีโอของ Fyusion, Inc. คุณสามารถแบ่งปันเรื่องราวการก่อตั้ง Fyusion, Inc. ได้หรือไม่?

ในขณะที่ฉันกำลังทำการวิจัยเกี่ยวกับหุ่นยนต์ ผู้ร่วมก่อตั้ง Fyusion และฉันรู้สึกว่าปัญหาที่แท้จริงไม่ใช่แอลกอริทึม แต่เป็นรูปแบบข้อมูล ปัญญาประดิษฐ์ได้ถึงจุดสูงสุดของความแม่นยำในหลายโดเมนในขณะนั้น เนื่องจากรูปแบบข้อมูลที่เราใช้ โดยเฉพาะในรูปแบบภาพนั้นเป็น 2 มิติ (เช่น ภาพถ่ายและวิดีโอ) ในขณะที่โลกเป็น 3 มิติ

ในปี 2014 เราตัดสินใจสร้างรูปแบบข้อมูล 3D ใหม่โดยใช้ซอฟต์แวร์เครื่องมือและปัญญาประดิษฐ์ โดยการรวมข้อมูลจากแหล่งต่างๆ และใช้ฮาร์ดแวร์ที่มีความสามารถในการขยายขนาดสูงซึ่งมีอยู่ในกระเป๋าเสื้อของเรา – สมาร์ทโฟน

เราก่อตั้ง Fyusion ด้วยเป้าหมายในการสร้างเทคโนโลยี 3D ที่สวยงามและสามารถช่วยแก้ปัญหาที่ซับซ้อนได้ด้วยความช่วยเหลือของปัญญาประดิษฐ์

เราพัฒนาและจดสิทธิบัตรรูปแบบไฟล์ใหม่เรียกว่า .fyuse ซึ่งช่วยให้ผู้ใช้สามารถบันทึกภาพ 3D ที่สวยงามจากสมาร์ทโฟนของตนได้ ทำให้เกิดกระแสสังคมออนไลน์และดึงดูดผู้ใช้มากกว่า 100 ล้านคนผ่านแอปพลิเคชันมือถือสำหรับผู้บริโภค

สิ่งใดที่ดึงดูดคุณให้สนใจในแนวคิดการเปลี่ยนแปลงความหมายของ 3D สำหรับการใช้งานของผู้บริโภค?

เราเพียงแค่รู้สึกว่าไม่มีใครได้พยายามแก้ปัญหานี้ในระดับที่กว้างขวาง มันเป็นปัญหาที่ยังไม่ได้รับการแก้ไข ในกรณีนี้ บางส่วนของมันถูกต้อง ปัญหาเหล่านี้ซับซ้อนและไม่มีใครสามารถแก้ไขได้

เริ่มต้นด้วยการวิจัยระดับ博士 โดยสิ่งที่กระตุ้นให้เราสนใจคือปัญหาที่ซับซ้อนซึ่งบางคนบอกว่าไม่สามารถแก้ไขได้ ในกรณีนี้ พวกเขาบางส่วนถูกต้อง แอลกอริทึมที่ต้องการในการแก้ปัญหาเหล่านี้ยังไม่ได้รับการพัฒนาอย่างเต็มที่ และฮาร์ดแวร์ที่จำเป็นในการรันแอลกอริทึมเหล่านั้นไม่มีอยู่ โดยเฉพาะบนอุปกรณ์เช่นสมาร์ทโฟน

เราต้องรอจนกว่า iPhone 4S จะออกมาเพื่อที่เราจะสามารถรันโค้ดการมองเห็น 3D ในเวลาจริงบนสมาร์ทโฟนได้ เนื่องจากก่อนหน้านั้น iPhone มีเพียงหนึ่งแกน CPU เท่านั้น เมื่อเริ่มเห็นสมรรถนะของฮาร์ดแวร์สมาร์ทโฟน เราเริ่มสนใจที่จะนำความเชี่ยวชาญด้านการมองเห็น 3D และหุ่นยนต์ของเราไปใช้กับกล้องและ CPU/GPU ที่เล็กๆ เหล่านี้

ใช้เวลาหนึ่งขณะในการกลับไปที่กระดานวาดและคิดใหม่ว่าจะจินตนาการและใช้การบันทึกและประมวลผลสนามแสง (light field) ทั้งหมดผ่านซอฟต์แวร์ได้อย่างไร เมื่อเริ่มเห็นผลลัพธ์ Fyusion ก็เริ่มดำเนินการต่อ

เรามีภาพ 2D ในรูปแบบแอนะล็อก และจากนั้นพวกมันก็ถูกแปลงเป็นดิจิทัลพร้อมกับทุกสิ่ง else รูปแบบการแสดงภาพ 3D ที่เรามีคือ “สามเหลี่ยมเมช (triangle mesh) พร้อมด้วยข้อความ (texture)” (เช่น รูปแบบไฟล์ OBJ) ซึ่งมาจากเกมคอมพิวเตอร์และกราฟิกส์ และมีจุดมุ่งหมายเพื่อแสดงวัตถุที่สร้างขึ้นในเกม ซึ่งพึ่งพาเรขาคณิตที่สมบูรณ์แบบ ซึ่งเป็นไปไม่ได้ที่จะบันทึกและแสดงภาพน้ำเป็นสามเหลี่ยมเมชพร้อมด้วยข้อความ (texture) ได้อย่างไร? สิ่งอื่นๆ เช่น ใบไม้? สิ่งที่อยู่ห่างออกไป? และอื่นๆ

มันชัดเจนว่าใครบางคนต้องแก้ไขปัญหาการแสดงภาพ 3D สำหรับผู้บริโภค มันจะต้องใช้รูปแบบที่แตกต่างและแก้ไขในลักษณะ “การแสดงภาพ 3D” (เช่น สนามแสง) และรวมข้อมูลที่มีอยู่ในขณะบันทึก (เช่น การจัดแนวกล้องผ่านเซ็นเซอร์ไกลโรสโคป) ที่ปกติแล้วจะถูกทิ้งไปเมื่อบันทึกภาพ 2D และจากนั้นเราก็พยายามที่จะอนุมานข้อมูลที่ถูกทิ้งไปนั้นผ่านการเรียนรู้ของเครื่อง

นี่คือโอกาสของเรา และเป็นสิ่งที่สตาร์ทอัพควรฝันถึง: ค้นหาปัญหาที่ยากและน่าสนใจ รอเวลาที่เหมาะสมและโอกาส และพยายามแก้ไขมันอย่างบ้าบิ่น

คุณสามารถอธิบายกระบวนการสำหรับผู้ที่ต้องการสร้าง .fyuses โดยใช้แอปพลิเคชันมือถือได้หรือไม่?

เรายังอยู่ในช่วงเริ่มต้นของเทคโนโลยีนี้ แต่สิ่งที่สำคัญคือ: คุณใช้สมาร์ทโฟนที่มีแอปพลิเคชันที่เขียนโดย Fyusion หรือแอปพลิเคชันของพาร์ทเนอร์ที่ใช้ Fyusion ALIS SDK อยู่ภายใต้ และคุณเปิดกล้อง คุณจะได้รับคำแนะนำเกี่ยวกับสิ่งที่ต้องทำ และหากคุณทำตามคำแนะนำ คุณจะได้รับ .fyuse บนอุปกรณ์ที่เป็น “วัตถุไฟล์” ที่ประมวลผลโดยการมองเห็น 3D และการเรียนรู้ของเครื่อง ซึ่งคุณสามารถแสดงผลบนอุปกรณ์บนเว็บ หรือบนหูฟัง AR/VR/MR ได้

มีเทคโนโลยีการมองเห็น 3D และการเรียนรู้ของเครื่องใดที่ใช้ในการทำให้สิ่งนี้เป็นจริง?

ไม่มีกระสุนเงิน (silver bullet) ในที่นี่ แต่เป็นค็อกเทลที่กว้างของเครื่องมือการมองเห็น 3D และการเรียนรู้ของเครื่อง ที่เราสร้างขึ้นเพื่อแก้ปัญหานี้ มีแนวคิดจากฟโตรัมเมทรี (photogrammetry) (เนื่องจากเรากำลังสร้างกล้องเสมือนโดยการเคลื่อนกล้องเดียวในพื้นที่) หุ่นยนต์ (ปัญหาใหญ่ของการรวมเซ็นเซอร์ เนื่องจากเรามีเซ็นเซอร์หลายตัวที่เราสามารถดึงข้อมูลมาจากเพื่อช่วยแก้ปัญหานี้) กราฟิกส์คอมพิวเตอร์ (คุณสามารถดูงานของเราใน Siggraph 2019 เพื่อเข้าใจว่าเรานำเสนอโครงสร้างพื้นฐานบางอย่างได้อย่างไร) และอื่นๆ ทั้งหมดนี้ต้องทำบนอุปกรณ์และสามารถรันในเวลาจริงได้ ซึ่งหมายความว่าเราจะใช้โค้ดเชิงคำนวณและเขียนโค้ดในแอสเซมบลี

คุณสามารถอธิบายได้หรือไม่ว่า .fyuses จะเป็นการเปลี่ยนแปลงสำหรับการใช้งาน VR อย่างไร?

เราคิดว่าแอปพลิเคชัน VR ใดๆ ที่ต้องใช้การแปลงโลกแห่งความเป็นจริงเป็นดิจิทัลและแสดงผลควรได้รับประโยชน์จากการใช้เครื่อง ALIS ของเราและ .fyuses ไม่มีข้อจำกัดในแง่ของแนวตั้งและแอปพลิเคชันในอีคอมเมิร์ซ การดูแลสุขภาพ อุตสาหกรรมรถยนต์ การศึกษา และอื่นๆ และเรารู้สึกตื่นเต้นเกี่ยวกับอนาคต

คุณมองเห็นอนาคตของการประยุกต์ใช้ VR สำหรับ Fyuses อย่างไร?

เรายังไม่เห็นข้อจำกัดของเทคโนโลยีปัจจุบัน แม้ว่าเราจะมุ่งเน้นไปที่ฉากและวัตถุขนาดเล็กถึงขนาดกลางในขณะนี้ และไม่ใช่เมืองขนาดใหญ่

ฉันสามารถจินตนาการได้ว่า Fyuses จะถูกใช้ในแอปพลิเคชัน AR และ MR ในอนาคต คุณมองเห็นอนาคตของ Fyuses ใน AR และ MR อย่างไร?

เรารักษาแอปพลิเคชัน AR/VR/MR ไว้เหมือนกัน: เมื่อได้แปลงวัตถุ 3D แล้ว สามารถถอดออกจากฉากและวางไว้ที่ใดก็ได้

ทีมของคุณได้พูดถึงความคิดที่จะสร้าง Fyuses โดยใช้แอสซิสตントเสมือนหรือ AI หรือไม่?

เรายังไม่ได้สำรวจโอกาสในการสร้างอวตารเสมือนสำหรับคน เราพยายามที่จะเน้นไปที่การแก้ปัญหาที่เรากำลังทำงานอยู่

มีสิ่งอื่นใดที่คุณต้องการแบ่งปันเกี่ยวกับ Fyuses หรือ Fyusion, Inc.?

อาจฟังดูเหมือนการขายของ แต่… เราเป็นกลุ่มของหุ่นยนต์และนักวิทยาศาสตร์ 3D ที่บ้าบิ่น ผสมผสานกับนักฟิสิกส์จาก CERN นักแฮกเกอร์ที่น่าทึ่งและวิศวกร และนั่นก็แค่บรรยายสมาชิกในทีมเทคนิคหลักๆ ของเรา เราชอบความหลากหลายทุกชนิด เพราะมันทำให้เราสมาร์ทและแข็งแกร่งกว่าในฐานะทีม หากสิ่งใดที่เรากำลังทำงานอยู่น่าสนใจสำหรับผู้อ่าน โปรดติดต่อเราโดยไม่ต้องอาย เรากำลังพยายามตอบทุกคน และคุณอาจพบว่าตัวเองอยู่ในสถานการณ์ที่คุณมาคุยกันแล้วก็อยู่เป็นเวลาหนึ่งทศวรรษ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมสามารถเยี่ยมชม Fyusion ได้