Dr. Yair Adato, Bria’nın CEO’su ve Kurucusu – Röportaj Serisi

Dr. Yair Adato, Bria’nın CEO’su ve kurucusu, makine öğrenimi ve bilgisayar görüşü uzmanı olarak tanınır ve advanced teknolojiyi gerçek dünya iş uygulamalarıyla bağdaştırmadaki yeteneğiyle bilinir. Bria’yı kurmadan önce, Trax Retail’in CTO’su olarak görev yaptı ve şirketin 20 kişilik bir startup’tan 850’den fazla çalışanı olan bir global unicorn’a dönüşmesinde merkezi bir rol oynadı. Kariyeri boyunca, Yair ayrıca Sparx, Vicomi, Tasq, DataGen ve Anima gibi çeşitli AI sürüklenen girişimlere danışman olarak katkıda bulunmuştur. Liderliği, sorumlu yenilik, veri mülkiyeti ve AI teknolojisinin demokratikleşmesine güçlü bir bağlılık tarafından belirlenir.

Bria , sorumlu görsel üreten AI alanında öncü bir şirket olarak, açık ve etik bir platform oluşturmak amacıyla kurulmuştur. Şirketin benzersiz yaklaşımı, veri sahiplerini katkılarından dolayı ödüllendiren bir atıf motoru aracılığıyla, AI ekosisteminde şeffaflık ve adaleti sağlar. Yaratıcılık, işbirliği ve uyumluluğa odaklanarak, Bria organizasyonlara görsel AI’yi güvenli bir şekilde iş akışlarına entegre etmelerini sağlar ve görsel içerik endüstrisinde hesap verebilirlik ve güven için yeni standartlar belirler.

Bria’yı sorumlu ve açık bir platform olarak görsel üreten AI için kurduğunuz için, sizi bu şirketi kurmaya iten nedir ve şirketin yönünü şekillendiren erken zorluklar veya içgörüler nelerdir?

2014 yılında Goodfellow’un GAN makalesini sunmasını gördüm ve bu, yaratıcı üretimin temel olarak değişeceğini hemen açıkça ortaya koydu. Sunumu izlerken, sonuçların açık olduğu – bu, yalnızca bir.incremental iyileştirme değil, makinelerin görsel içerik oluşturmayı öğrenmek için farklı bir paradigmadır.

Ancak başından beri, bu sistemlerin nasıl inşa edildiğinde temel bir boşluk gördüm: eğitim verisi için hiçbir hesap verebilirlik, sorumlu dağıtım için hiçbir çerçeve, mümkün olan yaratıcıların çalışmalarına hiçbir düşünce.

Erken zorluklar teknik değildi – yapısalıydı. Görsel AI nasıl yaratıcı çalışmayı desteklerken insanların çalışmalarını zayıflatmadan? Görsel AI sistemlerini nasıl üretim ortamlarında yasal kesinlik kadar çıktı kalitesi önemlidir? Bu sorular her şeyi şekillendirdi. Bria’yı, yenilik ve sorumluluğun birbirini dışlayan güçler olmadığı, birlikte ilerlemeleri gerektiği ilkesi üzerine kurduk – yoksa teknoloji herkesi başarısızlığa uğratır.

Bilgisayar görüşü ve 50’den fazla patentinizle araştırma ve gerçek dünya yeniliğini birleştiren akademik geçmişiniz, Bria’nın teknik yol haritasını ve uzun vadeli stratejisini nasıl etkiledi?

Araştırma geçmişim, sistemler hakkında düşünmeme öğretti – farklı anlama katmanlarının nasıl bir araya geldiğini. Patentlerimden çoğu, makinelerin görsel bilgilerin yapısını nasıl yorumladığını ele alır ve bu zihniyet doğal olarak Bria’nın yaklaşımına tercüme edildi. Biz, görsel üretim olarak değil, bir bileşen süreci olarak görüyoruz.

Ancak patentler sadece teknoloji hakkında değil – teknolojiyi iş gerçekliğiyle bağlantılı hale getirmek hakkında. Portföyümüzün önemli bir kısmı, sistem katmanını ele alır: Nasıl bir atıf çerçevesi oluşturulur ki üretilen içeriği eğitim kaynaklarına bağlayabilelim? Nasıl ekonomik modeller oluşturulur ki yaratıcıları ölçeklenebilir şekilde ödüllendirelim? Bunlar salt teknik sorunlar değil – altyapı, iş modeli ve pazar tasarımı sorunları.

Bu, uzun vadeli stratejimizi şekillendirdi. Yenilik, yalnızca temel modelleri ilerletmekle ilgili değil – yeni ekonomik yapılar, yeni sözleşmesel çerçeveler, endüstrinin sürdürülebilir bir şekilde çalışması için yeni yollar oluşturmakla ilgili. Hedef, yalnızca daha iyi sonuçlar üretmek değil – sonuçların nasıl oluştuğunu, kimin katkıda bulunduğunu ve değerlerin sisteme nasıl aktarıldığını anlamaktır. Bu, bilim, ürün düşünce ve iş mimarisinin birleştiği yer.

Bria, FIBO’yu, dünyanın ilk deterministik görsel temel modeli olarak tanıttı. Mevcut görsel AI sistemlerinden FIBO’yu temel olarak farklı kılan nedir?

İsim itself, yaklaşımımızı gösterir: FIBO, Fibonacci dizisinin adını taşır – matematiksel bir dizi, görsel olarak hoş oranlara sahip olmasıyla bilinir. Altın oran – Fibonacci dizisindeki ardışık sayıların oranı – matematik, görsel sanat, geometri ve mimaride görsel olarak hoş oranlar olarak ortaya çıkar. Bunu Roma Pantheon’un ve Beyaz Saray’ın boyutlarında, insan vücudunda ve Leonardo da Vinci’nin Vitruvius Adamı’nda, doğal formlarda görürsünüz. Matematiksel yapı ve görsel güzelliğin bu bağlantısı, FIBO’nun tam da temsil ettiği şeydir: yapısal olarak estetik kalite.

FIBO, intent ve çıktı arasındaki ilişkiyi değiştirir. Çoğu görsel AI sistemi, istediğiniz şey ile aldığınız şey arasında yorum katmanları ekler – bir.prompt yazarsınız, model bunu dil kodlayıcılar aracılığıyla çevirir, gürültü aracılığıyla dağıtır ve sonucun vizyonunuzla eşleşmesini umarsınız. FIBO, bu katmanları tamamen kaldırır.

Görsel AI’yi kod gibi çalışır hale getirdik – her yaratıcı unsur düzenlenebilir ve tekrar edilebilir. Bu, profesyoneller için bir đột phádır – artık.prompt ruleti oynamak zorunda değiller.

JSON yapısı, her bir unsurun explicit ve kontrol edilebilir bir özellik olarak var olmasını sağlar. Aydınlatma yoğunluğunu, kamera açısını, renk paletini, kompozisyonu, stili değiştirebilirsiniz – diğer her şey kilitli kalır. Sistem, tam olarak belirttiğiniz şeyi yapar, her zaman.

Fal ve NVIDIA (NVDA ) ile hackathon’lar düzenliyoruz – geliştiricilere deterministik üretimin nasıl çalıştığını gösteriyoruz. JSON yapısı, siyah kutuyu tamamen açar – bir görüntüyü oluşturan parametreleri görebilir, onu yeniden üretebilir ve preciseness ile değiştirebilirsiniz. Bu, prompt mühendisliğinden tamamen farklı bir paradigmadır.

Geleneksel metin-görsel sistemleri, belirli sonuçlar elde etmek için giderek daha karmaşık.prompt’lar kullanır. FIBO’nun yaklaşımı, prompt karmaşıklık sorununu nasıl çözer?

İki sorun çözülmesi gerekir. İlk olarak, prompt rastgelelik sorunları, mevcut modellerin kullanıcı intentini çıkarmaya çalışması ve modelin “düşündüğü” estetik veya arzu edilen şeyi.prompt geliştirmesi yoluyla ortaya çıkar. İkincisi, profesyonel özellikler üzerinde kontrol eksikliği.

FIBO, bunu tersine çevirir. Model, her bir görüntü için 1000’den fazla kelimeyleExplicit olarak kodlanmış görsel açıklamalarla eğitildi. Bu, post-processed veya extracted değildi – bu, yerel eğitim formatıydı. Her bir unsur, yapısal olarak temsil edildiği için, model görsel kompozisyonu, fuzzy bir metin yorumu olarak değil, ayrı kontrollü parametreler olarak öğrendi.

Bu, uygulamada ne anlama geliyor: aesthetic intent, yapısal olarak tanımlarsınız, “prompt ve dua” etmezsiniz. Metin-görsel hizalama düzeyi, daha yüksek çünkü orada bir çeviri katmanı yoktur. Modelin yerel dilini konuşuyorsunuz. Ve özellikler bağımsız olduğu için, aydınlatmayı kompozisyondan bağımsız olarak değiştirebilir, renk paletini stillerden bağımsız olarak ayarlayabilirsiniz. Kontrol, cerrahi.

FIBO, tipik iteratif üretimin farklı bir “rafinement” iş akışı sunar. Bu, profesyonellerin görsel üretim yaklaşımını nasıl değiştirir?

Çoğu görsel AI iş akışı, bir.prompt yazma, değerlendirme,.prompt’u ayarlanma, yeniden üretme, umut etme – “prompt ve dua” gibi frustran bir şekilde iteratif. Ne değişti, neden?

Refine, deneyi tasarıma dönüştürür. Bir.prompt’u değiştirmeyi denemek yerine, görseli, Photoshop’ta ışık veya renk gibi ayarlayabilirsiniz. JSON seviyesinde doğrudan çalışmanıza gerek yok – bir vizyon-dil modeli, doğal dil talimatlarına göre JSON’u değiştirir. Ancak JSON, tam olarak ne olduğu anlamanızı sağlar. İlk bir görüntü oluşturursunuz, JSON temsilini inceleyersiniz, hangi özelliklerin ayarlanması gerektiğini belirlersiniz – belki aydınlatma yoğunluğu çok yüksek, belki kamera açısı 15 derece kaydırılmalıdır – ve yalnızca bu değerleri basit talimatlarla değiştirirsiniz. Her şey else kilitli kalır.

Bu yapı, ajans iş akışları için idealdir. Bir AI ajanı, JSON’u analiz edebilir, görüntünün tam durumunu anlayabilir, hedefli değişiklikler yapabilir ve nedenini açıklar – tüm bunlar, parametrelerin explicit ve yorumlanabilir olması nedeniyle. Ajan, bir.prompt değişikliğinin ne yapabileceğini tahmin etmez – precisa ayarlamalar yapar.

Bu, profesyonellerin görsel AI’ye karşı şüphe duymalarına neden olan belirsizliği ortadan kaldırır. Bir görüntüyü oluşturan tam parametre setini görebilir, her bir özelliğin ne kontrol ettiğini anlayabilir ve bireysel özelliklerini güvenle değiştirebilirsiniz – artık deneysel değil, tasarlıyorsunuz. JSON görünürlüğü, siyah kutuyu tamamen açar. Profesyonel üretim iş akışları için, tutarlılık ve kontrol önemlidir – bu, bir yaratıcı oyuncak ile bir üretim aracı arasındaki fark.

Veri etiği ve marka güvenliği, kurumsal AI için merkezi hale geldi. Bria’nın tam lisanslı, hakları temizlenmiş veri kullanımının hem uyumluluğu hem de yaratıcıların IP’sine saygıyı nasıl sağladığını açıklar mısınız?

Başlangıçtan itibaren, endüstrinin sorumlu bir şekilde büyümesi için, veri bütünlüğü ile başlamamız gerektiğine karar verdik. FIBO’yu eğiten her bir görüntü, Getty Images (GETY ) ve Envato gibi içerik liderleri ile yapılan ortaklıklar aracılığıyla lisanslı, hakları temizlenmiş kaynaklardan gelir. Bu, modellerimizin uyumlu ve adil olduğunu sağlar. Yaratıcıların çalışmalarına saygı, değer zincirimizin bir parçası olarak görüyoruz – değil, bir kısıtlama. Kurumsal şirketler, yasal ve etik güvenceye sahip olduklarından, bu bütünlükten yararlanırlar.

FIBO, her şirketin benzersiz marka stilini ve kimliğini öğrenmek üzere eğitildi. Bu yetenek, global markaların içerik oluşturma ve görsel tutarlılık yaklaşımını nasıl değiştirir?

Markalar, duyguyu, güveni ve amacı ifade etmek için benzersiz bir görsel dili sahiptir. FIBO, bu dili öğrenebilir. Eğitildikten sonra, aynı kompozisyon, ton ve atmosferi yansıtan görseller oluşturur – markanın kimliğini tanımlayan. Bu, AI’yi bir yaratıcı asistanından bir marka varlığına dönüştürür. Global ekiplere, hizalama olmadan yaratma olanağı sağlar. Sonuç, bireysellik kaybetmeden tutarlılıktır.

Erken benimseyenler already FIBO’yu ambalaj tasarımı, ürün görselleri ve yaratıcı kampanyalar için kullanmaya başladı. Şimdiliğe kadar en çok hangi sonuçlar veya geri bildirimler dikkatinizi çekti?

Zihniyet değişimi. Ekipler, AI’yi artık bir operational araç olarak görüyor, bir yenilik olarak değil. Bir global marka, marka tutarlılığını korurken, bölgesel ambalaj varyantlarını çok daha hızlı bir şekilde oluşturuyor. Bir önde gelen yaratıcı ajans, kampanya geliştirme süresini on kat hızlandırdı. Ancak gerçek sinyal, yaratıcı direktörlerden geliyor – onlar, modelin görsel intentlerini anladığını hissediyorlar. Bu, endüstrinin bir dönemece ulaştığının göstergesi.

Bria, etik ve kontrollü AI’nin lideri olarak konumlanıyor. Bu felsefe, görsel AI için gelecekteki düzenlemeleri veya endüstri standartlarını nasıl şekillendirecek?

İnovasyon ve yönetim, birlikte ilerlemelidir. Düzenleme, bir engel değil, sürdürülebilir büyümenin altyapısıdır. Yaklaşımımız – şeffaf veri, deterministik çıktılar, açık köken – ortaya çıkan politikalarla yakından uyumlu. Yeni standartların, izlenebilirlik, açıklanabilirlik ve hak korumasına öncelik vereceğine inanıyorum. Bria’nın felsefesi, bu standartları, politika beyanları değil, uygulama yoluyla tanımlamaya yardımcı olmaktır.

İleriye bakıldığında, FIBO’dan sonra Bria için neler geliyor? Görsel, video ve 3D üretimini bir kontrol edilebilir çerçeve altında birleştiren çok modlu AI’ye genişlemeyi hayal ediyor musunuz?

Evet. FIBO’yu güçlendirerek – yapı, kontrol, şeffaflık – tüm görsel alanlara uygulanabilir. already video ve 3D’ye yönelik uzantıları araştırıyoruz – burada determinizm, görsellerde olduğu gibi güvenilirlik getirebilir. Amacımız basit: AI yaratıcılığını, kodu yazmak kadar kontrol edilebilir ve güvenli hale getirmek – ve bunu her görsel ortama, görselden videoya, 3D’ye genişletmek.

Harika bir röportaj için teşekkür ederiz, okuyucuların daha fazla bilgi edinmek için Bria‘yı ziyaret etmeleri önerilir.