ต้นขั้ว Yashar Behzadi ซีอีโอของ Synthesis AI - ซีรี่ส์สัมภาษณ์ - Unite.AI
เชื่อมต่อกับเรา

บทสัมภาษณ์

Yashar Behzadi ซีอีโอของ Synthesis AI – ซีรี่ส์สัมภาษณ์

mm

การตีพิมพ์

 on

Yashar Behzadi PhD เป็น CEO และผู้ก่อตั้ง การสังเคราะห์ AI. เขาเป็นผู้ประกอบการที่มีประสบการณ์ซึ่งสร้างธุรกิจที่เปลี่ยนแปลงในตลาด AI เทคโนโลยีทางการแพทย์ และ IoT เขาใช้เวลา 14 ปีที่ผ่านมาในการสร้างและปรับขนาดบริษัทเทคโนโลยีที่เน้นข้อมูลเป็นศูนย์กลางในซิลิคอนวัลเลย์ Yashar มีสิทธิบัตรและสิทธิบัตรที่รอดำเนินการมากกว่า 30 รายการ และปริญญาเอก จาก UCSD โดยมุ่งเน้นไปที่การสร้างแบบจำลองเชิงพื้นที่และชั่วคราวของการถ่ายภาพการทำงานของสมอง

การสังเคราะห์ AI เป็นสตาร์ทอัพที่ผสมผสานระหว่างการเรียนรู้เชิงลึกและ CGI ทำให้เกิดกระบวนทัศน์ใหม่สำหรับการพัฒนาโมเดลคอมพิวเตอร์วิทัศน์ ช่วยให้ลูกค้าสามารถพัฒนาแบบจำลองที่ดีขึ้นโดยใช้เวลาเพียงเสี้ยววินาทีและต้นทุนของวิธีการที่ใช้คำอธิบายประกอบแบบดั้งเดิมแบบดั้งเดิม

คุณเข้ามาเกี่ยวข้องกับวิทยาการคอมพิวเตอร์และ AI ได้อย่างไร?

ฉันได้รับปริญญาเอก จาก UCSD ในปี 2006 มุ่งเน้นไปที่การมองเห็นด้วยคอมพิวเตอร์และการสร้างแบบจำลองเชิงพื้นที่และเวลาของข้อมูลการถ่ายภาพสมอง จากนั้นฉันทำงานในซิลิคอนวัลเลย์ที่จุดบรรจบกันของเซ็นเซอร์ ข้อมูล และการเรียนรู้ของเครื่องในอุตสาหกรรมต่างๆ เป็นเวลา 16 ปีข้างหน้า ฉันรู้สึกโชคดีมากที่ได้มีโอกาสทำงานกับเทคโนโลยีที่โดดเด่น และฉันมีสิทธิบัตรมากกว่า 30 ฉบับที่ออกหรือยื่นซึ่งเน้นไปที่การประมวลผลสัญญาณ การเรียนรู้ของเครื่อง และวิทยาศาสตร์ข้อมูล

คุณช่วยแบ่งปันเรื่องราวการกำเนิดของ Synthesis AI ได้ไหม?

ก่อนที่จะก่อตั้ง Synthesis AI ในปี 2019 ฉันเป็นผู้นำบริษัทที่ให้บริการ AI ระดับโลกที่มุ่งเน้นการพัฒนาโมเดลการมองเห็นด้วยคอมพิวเตอร์สำหรับองค์กรเทคโนโลยีชั้นนำ ไม่ว่าบริษัทจะมีขนาดเท่าใด ฉันพบว่าเราถูกจำกัดอย่างมากด้วยคุณภาพและจำนวนข้อมูลการฝึกอบรมที่มีป้ายกำกับ เมื่อบริษัทต่างๆ ขยายตัวทางภูมิศาสตร์ ขยายฐานลูกค้า หรือพัฒนาโมเดลใหม่และฮาร์ดแวร์ใหม่ จำเป็นต้องมีข้อมูลการฝึกอบรมใหม่เพื่อให้แน่ใจว่าโมเดลทำงานได้อย่างเพียงพอ นอกจากนี้ยังเห็นได้ชัดว่าอนาคตของการมองเห็นด้วยคอมพิวเตอร์จะไม่ประสบความสำเร็จกับกระบวนทัศน์คำอธิบายประกอบแบบมนุษย์ในวง แอปพลิเคชันการมองเห็นด้วยคอมพิวเตอร์ที่เกิดขึ้นใหม่ในระบบอัตโนมัติ หุ่นยนต์ และแอปพลิเคชัน AR/VR/metaverse จำเป็นต้องมีชุดฉลาก 3 มิติ ข้อมูลเชิงลึก คุณสมบัติของวัสดุ การแบ่งส่วนโดยละเอียด ฯลฯ ซึ่งมนุษย์ไม่สามารถติดฉลากได้ จำเป็นต้องมีกระบวนทัศน์ใหม่เพื่อจัดเตรียมชุดฉลากที่จำเป็นเพื่อฝึกโมเดลใหม่เหล่านี้ นอกจากตัวขับเคลื่อนทางเทคนิคแล้ว เรายังเห็นผู้บริโภคและการตรวจสอบด้านกฎระเบียบที่เพิ่มขึ้นเกี่ยวกับประเด็นด้านจริยธรรมที่เกี่ยวข้องกับความลำเอียงของแบบจำลองและความเป็นส่วนตัวของผู้บริโภค

ฉันก่อตั้ง Synthetic AI โดยตั้งใจที่จะเปลี่ยนแปลงกระบวนทัศน์การมองเห็นของคอมพิวเตอร์ แพลตฟอร์มการสร้างข้อมูลสังเคราะห์ของบริษัทช่วยให้สามารถสร้างข้อมูลภาพเสมือนจริงได้ตามต้องการด้วยชุดฉลากพิกเซล 3 มิติที่สมบูรณ์แบบที่ขยายเพิ่ม ภารกิจของเราคือการบุกเบิกเทคโนโลยีข้อมูลสังเคราะห์เพื่อให้มีการพัฒนาแบบจำลองที่มีความสามารถมากขึ้นอย่างมีจริยธรรม

สำหรับผู้อ่านที่ไม่คุ้นเคยกับคำนี้ คุณช่วยนิยามได้ไหมว่าข้อมูลสังเคราะห์คืออะไร

ข้อมูลสังเคราะห์เป็นข้อมูลที่สร้างขึ้นโดยคอมพิวเตอร์ซึ่งทำหน้าที่แทนข้อมูลในโลกแห่งความเป็นจริง ข้อมูลสังเคราะห์ถูกสร้างขึ้นในโลกดิจิทัลจำลองแทนที่จะรวบรวมหรือวัดจากโลกแห่งความเป็นจริง การรวมเครื่องมือจากโลกของวิชวลเอฟเฟ็กต์และ CGI เข้ากับโมเดล AI เชิงกำเนิด Synthesis AI ช่วยให้บริษัทต่างๆ สามารถสร้างข้อมูลที่หลากหลายเสมือนจริงและหลากหลายได้ตามต้องการเพื่อฝึกโมเดลการมองเห็นด้วยคอมพิวเตอร์ แพลตฟอร์มการสร้างข้อมูลของบริษัทช่วยลดต้นทุนและความเร็วเพื่อให้ได้ข้อมูลภาพคุณภาพสูงตามลำดับความสำคัญในขณะที่รักษาความเป็นส่วนตัว

คุณช่วยอภิปรายเกี่ยวกับวิธีการสร้างข้อมูลสังเคราะห์ได้ไหม

ชุดข้อมูลสังเคราะห์ถูกสร้างขึ้นโดยปลอมมากกว่าผ่านข้อมูลในโลกแห่งความเป็นจริง เทคโนโลยีจากอุตสาหกรรมวิชวลเอ็ฟเฟ็กต์ผสานเข้ากับโครงข่ายประสาทกำเนิดเพื่อสร้างข้อมูลรูปภาพที่มีป้ายกำกับมากมาย หลากหลาย และเหมือนจริงราวกับภาพถ่าย ข้อมูลสังเคราะห์ช่วยให้สามารถสร้างข้อมูลการฝึกอบรมได้โดยเสียค่าใช้จ่ายและเวลาเพียงเศษเสี้ยวของแนวทางปัจจุบัน

การใช้ประโยชน์จากข้อมูลสังเคราะห์สร้างความได้เปรียบในการแข่งขันอย่างไร

ปัจจุบัน ระบบ AI ส่วนใหญ่ใช้ประโยชน์จาก 'การเรียนรู้ภายใต้การดูแล' โดยมนุษย์จะติดป้ายกำกับคีย์ที่มาจากรูปภาพ จากนั้นจึงฝึกอัลกอริทึม AI เพื่อตีความรูปภาพ นี่เป็นกระบวนการที่ใช้ทรัพยากรและเวลามาก และถูกจำกัดโดยสิ่งที่มนุษย์สามารถติดฉลากได้อย่างถูกต้อง นอกจากนี้ ความกังวลเกี่ยวกับอคติทางประชากรศาสตร์ของ AI และความเป็นส่วนตัวของผู้บริโภคได้ขยายวงกว้างขึ้น ทำให้การรับข้อมูลที่เป็นตัวแทนของมนุษย์ทำได้ยากขึ้น

แนวทางของเราคือการสร้างโลกดิจิทัลเสมือนจริงที่สังเคราะห์ข้อมูลภาพที่ซับซ้อน เนื่องจากเราสร้างข้อมูล เราจึงรู้ทุกอย่างเกี่ยวกับฉาก รวมถึงข้อมูลที่ไม่เคยมีมาก่อนเกี่ยวกับตำแหน่ง 3 มิติของวัตถุและการโต้ตอบที่ซับซ้อนกับวัตถุอื่นและสภาพแวดล้อม การได้มาและติดป้ายกำกับข้อมูลจำนวนนี้โดยใช้แนวทางปัจจุบันอาจใช้เวลาหลายเดือน หากไม่ใช่เป็นปี กระบวนทัศน์ใหม่นี้จะช่วยให้สามารถปรับปรุงประสิทธิภาพและต้นทุนได้ 100 เท่า และขับเคลื่อนโมเดลรุ่นใหม่ที่มีความสามารถมากขึ้น

เนื่องจากข้อมูลสังเคราะห์ถูกสร้างขึ้นโดยปลอม จึงช่วยลดอคติและข้อกังวลด้านความเป็นส่วนตัวด้วยการรวบรวมชุดข้อมูลจากโลกแห่งความเป็นจริงแบบดั้งเดิม

การสร้างข้อมูลตามความต้องการเปิดใช้งานการปรับขนาดแบบเร่งได้อย่างไร

การรวบรวมและเตรียมข้อมูลในโลกแห่งความเป็นจริงสำหรับการฝึกอบรมแบบจำลองเป็นกระบวนการที่ยาวนานและน่าเบื่อ การปรับใช้ฮาร์ดแวร์ที่จำเป็นอาจมีราคาแพงมากสำหรับระบบการมองเห็นด้วยคอมพิวเตอร์ที่ซับซ้อน เช่น ยานพาหนะอัตโนมัติ หุ่นยนต์ หรือภาพถ่ายจากดาวเทียม เมื่อข้อมูลถูกบันทึกแล้ว มนุษย์จะติดฉลากและใส่คำอธิบายคุณลักษณะที่จำเป็น กระบวนการนี้มีแนวโน้มที่จะเกิดข้อผิดพลาด และมนุษย์มีข้อจำกัดในความสามารถในการติดฉลากข้อมูลสำคัญ เช่น ตำแหน่ง 3 มิติที่จำเป็นสำหรับแอปพลิเคชันจำนวนมาก

ข้อมูลสังเคราะห์เป็นลำดับความสำคัญที่เร็วกว่าและถูกกว่าวิธีการใช้ข้อมูลจริงที่มนุษย์ใส่คำอธิบายประกอบแบบดั้งเดิม และจะมาเร่งการปรับใช้โมเดลใหม่และมีความสามารถมากขึ้นในอุตสาหกรรมต่างๆ

ข้อมูลสังเคราะห์ช่วยลดหรือป้องกันอคติของ AI ได้อย่างไร

ระบบ AI มีอยู่ทั่วไปทุกหนทุกแห่ง แต่สามารถมีอคติโดยธรรมชาติที่สามารถส่งผลกระทบต่อกลุ่มคนได้ ชุดข้อมูลอาจไม่สมดุลกับข้อมูลบางประเภทและกลุ่มคนที่มีบทบาทมากหรือน้อย การสร้างระบบที่มีมนุษย์เป็นศูนย์กลางมักจะนำไปสู่อคติทางเพศ ชาติพันธุ์ และอายุ ในทางตรงกันข้าม ข้อมูลการฝึกอบรมที่ออกแบบสร้างขึ้นมีความสมดุลอย่างเหมาะสมและไม่มีอคติของมนุษย์

ข้อมูลสังเคราะห์อาจกลายเป็นโซลูชันที่มีประสิทธิภาพในการแก้ปัญหาอคติของ AI ข้อมูลสังเคราะห์ถูกสร้างขึ้นบางส่วนหรือทั้งหมดโดยประดิษฐ์ขึ้นแทนที่จะวัดหรือสกัดจากเหตุการณ์หรือปรากฏการณ์ในโลกแห่งความเป็นจริง หากชุดข้อมูลไม่หลากหลายหรือใหญ่พอ ข้อมูลที่สร้างโดย AI สามารถอุดช่องโหว่และสร้างชุดข้อมูลที่เป็นกลางได้ ส่วนที่ดีที่สุด? การสร้างชุดข้อมูลเหล่านี้ด้วยตนเองอาจใช้เวลาหลายเดือนหรือหลายปีกว่าจะเสร็จสมบูรณ์ เมื่อออกแบบด้วยข้อมูลสังเคราะห์ก็สามารถทำได้ในชั่วข้ามคืน

นอกเหนือจากการมองเห็นของคอมพิวเตอร์แล้ว กรณีการใช้งานที่เป็นไปได้อื่นๆ ในอนาคตสำหรับข้อมูลสังเคราะห์มีอะไรบ้าง

นอกเหนือจากกรณีการใช้งานคอมพิวเตอร์วิทัศน์จำนวนมากที่เกี่ยวข้องกับผลิตภัณฑ์อุปโภคบริโภค ความเป็นอิสระ หุ่นยนต์ AR/VR/metaverse และอื่นๆ ข้อมูลสังเคราะห์ยังจะส่งผลต่อรูปแบบข้อมูลอื่นๆ ด้วย เราได้เห็นบริษัทต่างๆ ใช้ประโยชน์จากแนวทางข้อมูลสังเคราะห์สำหรับข้อมูลตารางที่มีโครงสร้าง เสียง และการประมวลผลภาษาธรรมชาติ เทคโนโลยีพื้นฐานและขั้นตอนการสร้างจะแตกต่างกันไปในแต่ละรูปแบบ และในอนาคตอันใกล้นี้ เราคาดว่าจะเห็นระบบหลายรูปแบบ (เช่น วิดีโอ + เสียง)

มีอะไรอีกบ้างที่คุณต้องการแบ่งปันเกี่ยวกับ Synthesis AI

ปลายปีที่แล้วเราปล่อย HumanAPIการขยายความสามารถด้านข้อมูลสังเคราะห์ของ Synthesis AI อย่างมีนัยสำคัญทำให้สามารถสร้างมนุษย์ดิจิทัล 3 มิติคุณภาพสูงที่มีเอกลักษณ์เฉพาะหลายล้านคนตามโปรแกรม การประกาศนี้มีขึ้นหลายเดือนหลังจากการเปิดตัวผลิตภัณฑ์บริการข้อมูลสังเคราะห์ FaceAPI ซึ่งได้ส่งภาพใบหน้าที่มีป้ายกำกับมากกว่า 10 ล้านภาพสำหรับสมาร์ทโฟน การประชุมทางไกล รถยนต์ และเทคโนโลยีชั้นนำ HumanAPI คือก้าวต่อไปในการเดินทางของบริษัทเพื่อรองรับแอปพลิเคชันปัญญาประดิษฐ์ (AI) การมองเห็นด้วยคอมพิวเตอร์ขั้นสูง

HumanAPI ยังเปิดโอกาสใหม่ๆ มากมายสำหรับลูกค้าของเรา รวมถึงผู้ช่วย AI อัจฉริยะ โค้ชฟิตเนสเสมือนจริง และแน่นอน โลกแห่งแอปพลิเคชันเมตาเวิร์ส

ด้วยการสร้างโลกดิจิตอลสองเท่า metaverse จะเปิดใช้งานแอพพลิเคชั่นใหม่ ๆ ตั้งแต่โซเชียลเน็ตเวิร์กที่ได้รับการปรับปรุงใหม่ ประสบการณ์ความบันเทิง การประชุมทางไกล การเล่นเกมและอื่น ๆ การมองเห็นด้วยคอมพิวเตอร์ AI จะเป็นพื้นฐานในการจับภาพและสร้างโลกแห่งความเป็นจริงขึ้นใหม่ด้วยความเที่ยงตรงสูงในโลกดิจิทัล มนุษย์ที่เหมือนจริง มีการแสดงออก และมีพฤติกรรมที่ถูกต้องแม่นยำ จะเป็นองค์ประกอบสำคัญของอนาคตของแอปพลิเคชันการมองเห็นด้วยคอมพิวเตอร์ HumanAPI เป็นผลิตภัณฑ์แรกที่ช่วยให้บริษัทต่างๆ สามารถสร้างข้อมูลร่างกายทั้งหมดที่มีการติดฉลากได้อย่างสมบูรณ์แบบตามต้องการเพื่อสร้างโมเดล AI ที่มีความสามารถมากขึ้น ซึ่งรวมถึงการประมาณท่าทาง การจดจำอารมณ์ การแสดงลักษณะกิจกรรมและพฤติกรรม การสร้างใบหน้าใหม่ และอื่นๆ อีกมากมาย

ขอบคุณสำหรับบทสัมภาษณ์ที่ดี ผู้อ่านที่ต้องการเรียนรู้เพิ่มเติมควรเยี่ยมชม การสังเคราะห์ AI.

ผู้ร่วมก่อตั้ง unite.AI และเป็นสมาชิกของ สภาเทคโนโลยี Forbes อองตวนเป็นอ ผู้เป็นเจ้ายังมาไม่ถึง ผู้หลงใหลเกี่ยวกับอนาคตของ AI และหุ่นยนต์

เขายังเป็นผู้ก่อตั้ง หลักทรัพย์.ioซึ่งเป็นเว็บไซต์ที่เน้นการลงทุนด้านเทคโนโลยีก่อกวน