AR, XR ve beyin arayüzleri

Max Versace, Neurala’nın CEO’su ve Kurucu Ortağı – Röportaj Serisi

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Dr. Massimiliano Versace, Neurala’nın kurucu ortaklarından ve CEO’sudur ve şirketin vizyoneridir. Beyin-esinlenen bilgisayar ve derin ağlar üzerine yaptığı öncü araştırmaların ardından, otonom robotik dünyasını etkilemeye ve liderliğe devam etmektedir. TedX, NASA, Pentagon, GTC, InterDrone, Ulusal Laboratuvarlar, Hava Kuvvetleri Araştırma Laboratuvarları, HP, iRobot, Samsung, LG, Qualcomm (QCOM ), Ericsson, BAE Systems, AI World, Mitsubishi, ABB ve Accenture gibi birçok etkinlik ve mekanda konuşmacı olarak yer almıştır.

İlk olarak psikoloji okudunuz, sonra nörobilime yöneldiniz, o sırada düşünceniz nedir?

Dönüş doğal oldu. Psikoloji, “eğitim madalyonunun” bir tarafını sağladı – psikolojik olguların incelenmesi. Ancak, düşüncelerin ve davranışların mekanik olarak neler gâyabileceğini merak ediyorsanız, düşüncelerden sorumlu organı incelemeye başlarsınız ve sonunda Nörobilime yönelirsiniz!

İnsan beynini taklit eden bir AI sistemi oluşturmaya yönelik anlayışınızı ne zaman gerçekleştirmek istediniz?

Sonraki adım, Nörobilimden AI’ye, daha zordur. Nörobilim, sinir sisteminin ve beyinlerin davranışa nasıl yol açtığıyla ilgili ayrıntılı bir çalışma iken, daha derin bir anlayış için sentetik bir versiyonunu oluşturmak başka bir yoludur. Bir benzetme vereyim, bir motorun nasıl çalıştığını anlamak için silindirleri ve radyatörü çıkarmak ve silindirlerin ve radyatörün motorun çalışması için önemli olduğunu söylemek mümkündür. Ancak, bir motorun nasıl çalıştığını daha derin bir şekilde anlamak için, sentetik bir versiyonunu, yani zekayı oluşturarak incelemek gerekir.

Erken dönem derin öğrenme projelerinden bazıları nelerdi?

2009’da DARPA için, Hewlett Packard tarafından tasarlanan gelişmiş bir çip kullanarak, bir otonom robota “tüm beyin emülasyonu” oluşturduk. Kısaca, görevimiz, bir küçük memelinin beyinini ve bazı anahtar özerk ve öğrenme davranışlarını, küçük bir donanımda uygulamak ve taşınabilir hale getirmekti.

Neurala’nın kuruluş hikayesini paylaşabilir misiniz?

Neurala, 2006’da derin öğrenme için GPU’ların (Grafik İşlem Birimleri) kullanımına ilişkin bazı patent çalışmaları için kuruldu. O zamanlar GPU’lar AI için kullanılmıyordu ve bu kavramı, her bir pikselin bir nöronu işleyebileceği şekilde hayal ederek pioneerdik. GPU’ların paralellik özelliği, beynimizin paralellik özelliğini ticari olarak uygulanabilir bir şekilde taklit etti ve algoritmalarımız için öğrenme ve yürütme hızını sağladı. Akademiden ayrılmamız için birkaç yıl daha beklememiz gerekti, çünkü dünya AI’nin gerçekliğini anlamaya başladı. 2013’te, şirketin gizli modunu bıraktık (zaten NASA ve ABD Hava Kuvvetleri Araştırma Laboratuvarları tarafından finanse ediliyorduk) ve Boston Tech Stars programına katıldık. Oradan, birkaç çalışanı işe aldık ve özel sermaye topladık. Ancak, 2017’ye kadar, yeni bir sermaye enjeksiyonu ve endüstrinin daha da olgunlaşmasıyla, ilk önemli dağıtımları gerçekleştirebildik ve AI’mizi 56 milyon cihaza, kameralardan, akıllı telefonlardan, dronlardan ve robotlardan oluşan bir dizi ürüne yerleştirebildik.

Neurala’nın erken projelerinden biri, NASA’nın Mars arazözü üzerinde çalışmak oldu. Bu projenin önemli noktalarını paylaşabilir misiniz?

NASA, gelecekteki otonom görevler için teknoloji geliştirmek istiyordu, burada otonom sistem (örneğin, bir arazöz) adım adım Dünya’daki kontrol merkezine bağlı olmayacaktı. İletişim gecikmeleri bu kontrolü imkansız kılar – sadece “The Martian” filmindeki Dünya ile Matt Damon arasındaki iletişimin nasıl aksadığını hatırlayın. Çözümümüz: her arazöze bir beyin vermek. already DARPA ile “mini-beyinler” oluşturma konusunda uzman olarak görüldüğümüz için, bir arazöze küçük faktörlü bir Derin Öğrenme sistemi yerleştirmek için bize döndüler, bu sistem sadece robota çalışacak değil, aynı zamanda gerçek zamanlı olarak adapte olacak ve yeni şeyler öğrenecekti. Bunlar, karşılaşılan yeni nesneleri (örneğin, kayalar, su işaretleri) ve keşfedilmemiş bir gezegenin anlamlı bir haritasını içerir. Çözüm büyük, ancak kazanç da büyük oldu: o zamanın Derin Öğrenme’nin ötesinde bir teknoloji, çok küçük bir işlem gücünde çalışabilen ve tek bir veri parçasından (örneğin, bir resim) öğrenen bir teknoloji.

Neurala, Lifelong-DNN’yi tasarladı, bu, geleneksel DNN’den nasıl farklı ve neler sağlar?

Yukarıdaki NASA kullanım durumu için tasarlanan Lifelong DNN, adından da anlaşılacağı gibi, tüm yaşam döngüsü boyunca öğrenir. Bu, geleneksel Derin Sinir Ağlarından (DNN) farklıdır, çünkü onlar ya eğitilir ya da bir “çıktı” (yani, bir sınıflandırma) gerçekleştirir. L-DNN’de, insanlarınki gibi, öğrenme ve sınıflandırma arasında bir fark yoktur. Her şey gördüğümüzde, hem “sınıflandırırız” (bu bir sandalye) hem de öğreniriz (bu sandalye yeni, daha önce görülmedi, şimdi biraz daha fazla şey biliyorum). DNN’lerden farklı olarak, L-DNN her zaman öğrenir ve dünyaya ilişkin bilgilerini, yeni sunulan bilgileri ve anormallikleri doğal olarak anlamaya çalışır. Örneğin, çocuklarımdan biri şaka yapmak için sandalyemi pembe boyarsa, hemen tanırdım. Çünkü L-DNN’m, sandalyemin siyah olduğunu öğrenmiştir ve sandalye hakkında algıladığım şey, hafızamdaki sandalye hakkında bildiğim şeyle uyuşmuyorsa, L-DNN bir anormallik sinyali üretir. Bu, Neurala’nın ürünlerinde çeşitli şekillerde kullanılır (Aşağıya bakın).

Beyin Oluşturucu özel görme AI’si nedir ve nasıl daha hızlı, daha kolay ve daha ucuz robotik uygulamaları sağlar?

Çünkü L-DNN, dünyaya ilişkin öğrenir ve anormallikleri veya standarttan sapmaları doğal olarak anlayabilir, Neurala’nın ürünü, Beyin Oluşturucu ve VIA (Görme Muayene Otomasyonu), sadece birkaç “iyi ürün” resmini kullanarak görsel muayene görevlerini hızlı bir şekilde kurmak için kullanılır. Örneğin, bir üretim ortamında, 20 “iyi şişe” resmini kullanarak, “iyi şişeleri” veya “kötü şişeleri” (örneğin, kırık bir kapakla) tanıyan bir Görsel Kalite Kontrol “mini-beyni” oluşturabilirsiniz. Bu, L-DNN ile çok kolay, hızlı ve basit bir CPU’da yapılabilir, daha önce NASA teknolojisini kullanarak 10 yılı aşkın bir süredir yoğunlaştırılmış AR-GE ile gerçekleştirilir.

Önceki bir röportajda, girişimcilerin her zaman biraz imkansız bir iş kurmaya çalışması gerektiğini söylediniz. Neurala’yı ilk kurduğunuzda, şirketin biraz imkansız olduğunu düşünüyor muydunuz?

Hala arkadaşım ve meslektaşım Anatoli’nin, “bir gün teknolojiniz bir cep telefonunda çalışacak” dediğimde kahvesini tükürmesini hatırlıyorum. İmkansız görünüyordu, ancak hayal etmek ve çalışmak yeterliydi. Bugün milyonlarca telefonda çalışıyor. Binlerce makineyi izleyebilecek ve daha önce hayal edilemeyen bir kalite ve kontrol seviyesi sağlayabilecek binlerce yapay gözün olduğu bir dünya hayal ediyoruz. Umarım kimse bu satırları okuyorken espresso içmiyor…

Harika röportaj için teşekkür ederiz, Neurala明らかに radarımızda tutmamız gereken bir şirket. Daha fazla bilgi edinmek isteyen okuyucular Neurala‘yı ziyaret edebilir.

Antoine, Unite.AI'nin vizyoner lideri ve kurucu ortağı, AI ve robotik geleceğini şekillendirmeye ve tanıtmaya yönelik sarsılmaz bir tutkuya sahiptir. Bir seri girişimci olarak, AI'nin toplum için elektrik kadar yıkıcı olacağına inanmaktadır ve sık sık yıkıcı teknolojiler ve AGI'nin potansiyeli hakkında konuşmaktadır.

Bir gelecekçi olarak, bu yeniliklerin dünyamızı nasıl şekillendireceğini keşfetmeye adanmıştır. Ayrıca, Securities.io kurucusudur, bu platform geleceği yeniden tanımlayan ve tüm sektörleri yeniden şekillendiren teknolojilere yatırım yapmayı hedeflemektedir.