Ofir Mulla, Lumana’nın Kurucu Ortağı ve CTO’su – Röportaj Serisi

Ofir Mulla, Lumana’nın Kurucu Ortağı ve CTO’su, 3D ve bilgisayar görme teknolojilerinde derin uzmanlığa sahip bir isimdir. Ofir Mulla, kodlu ışık, stereo ve LiDAR modellerini kullanarak çözümler geliştirmiş ve Intel’de RealSense 3D platformunu tasarlayarak donanım, firmware ve sistem mimarisi ekiplerini yönetmiştir.

Lumana ise gelişmiş bir video güvenlik ve görsel zeka şirketidir. Şirketin platformu, mevcut kameraları akıllı ve algılayıcı ajanlara dönüştürerek AI’yi kullanarak gerçek zamanlı olayları tespit eder ve yanıt verir. Bu sayede, eğitim, hükümet, perakende, imalat ve konaklama sektörlerindeki şirketler, kamera zekasını birleştirebilir, izlemeyi otomatikleştirebilir ve video altyapısından eyleme geçirilebilir analizler elde edebilir.

Intel’deki deneyimleriniz Lumana’yı kurmanıza nasıl yol açtı?

LiDAR teknolojisi, RealSense’in temel bir parçasıydı. Bu teknoloji, lazer ışığını世界nin geometrisini yakalamak için kullanır. Bu, Intel’deki yetenekli mühendislerimiz tarafından icat edilmiş güzel bir kodlu ışık teknolojisiydi. Geometri algılama, hareketli nesneler için kritik bir öneme sahiptir, bu nedenle çoğu robotik sistem bugün RealSense cihazlarına dayanmaktadır.

Ancak, bir soru ortaya çıktı: Sabit sensörler ne olacak? Bu sensörler navigasyon ve zaman içinde etkileri açısından değil, davranışları izlemek için kullanılıyordu. Hangi teknolojinin kullanıcılar için en büyük değeri sağlayabileceğini sorduk kendimize.

Derin tartışmaların ardından, mevcut sabit kamera sistemlerinin doğal olarak ölçeklenemeyeceğini fark ettik. Her sistemi izlemek zorlu bir işti. Aynı zamanda, AI o kadar olgunlaşmıştı ki, müşterinin sitesinde en acil ve güvenilir güvenlik yanıtlarını nasıl sağlayabileceğimizi sorduk kendimize.

Güçlü bir AI ekibi kurduk ve bu vizyonu kısa sürede çalışan bir ürüne dönüştürdük. Basit bir anlayıştı: Hareketli araçlar geometri algılamayı gerektirir, ancak davranışları izleyen sabit sensörler, geometri yeniden yapılandırması olmadan gelişmiş video analizi yararlanabilir.

RealSense yolculuğu, her problemin kendi çözümünü gerektirdiğini ve gerçek bir devrimin inovasyonu gerektirdiğini öğretti bana. Lumana’daki ekibim bu ilkeyi temsil etmektedir: Profesyonel, yenilikçi ve kararlı. Birlikte, bulut gibi performansı kenara getiren, uygun fiyatlı, ölçeklenebilir ve yanıt veren bir sistem yarattık.

Fiziksel AI, geleneksel video analitiğinden nasıl farklıdır?

Fiziksel AI, algılama ile sınırlı kalmayan, gerçek dünya ile aktif olarak etkileşime giren bir AI sistemidir. Geleneksel video analitiği, nesne tespiti veya model etiketleme, yalnızca ilk katmandır. Daha derin bir zorluk, bunların ardından gelen işlemlerdir: Düzenleme, izleme, birleştirme, tanımlama, geri çağırma, arama ve doğrulama. Ayrıca, metin tabanlı erişimi etkinleştirmeyi ve sistem tarafından önceden eğitilmemiş nesneleri aramayı da içerir.

Bütün bunlar, kompakt ve uygun fiyatlı bir işlem cihazı içinde gerçekleştirilmelidir. İşte Fiziksel AI, geleneksel analitiklerin ötesine geçer: Ham tespiti, eyleme geçirilebilir zekaya dönüştürür. Fizik kanunlarını keşfetmek değil, görsel ve sesli içerikleri gerçek dünya ortamlarında erişilebilir ve eyleme geçirilebilir kılmak için pratik ve verimli yollar sunar.

Lumana’nın çoklu kameralardan veri birleştirmesini, davranışları gerçek zamanlı olarak yorumlamasını ve bağlamsal ve tarihsel girdilere dayanarak sürekli olarak uyarlamasını sağlayan teknik piller nelerdir?

Harika bir soru. Teknik pillerimizden biri, sistemimizin sürekli olarak gözlemlediği sahneye uyum sağlama yeteneğidir. Bu, sürekli öğrenme olarak da bilinir. Sistem, ortamıyla birlikte evrimleşen bir sistem olarak düşünülebilir. Bu yaklaşım, düşük maliyetle yüksek performans sunmamızı ve olağanüstü bir esneklik sağlamamızı mümkün kılmıştır.

Diğer bir önemli teknik pillarımız, hiyerarşik mimarimizdir. Bu, yalnızca gerektiğinde hesaplama çabasını artırır. Bu sayede kompleks eylemler gereken kaynaklara sahip olurken, tüm sistemi yük altına sokmayız.

Bu ilkeler bir araya geldiğinde, basit, verimli ve yüksek ölçeklenebilir bir platform oluşturur. Kullanıcılar, gerçek zamanlı içgörüler ve davranış yorumlamasından yararlanabilir, aynı zamanda en düşük maliyetle bunu yapabilir.

Lumana’nın sistemi, şiddet artışı, güvenlik sınırı ihlalleri veya gezinme gibi olayları tespit ettiği gerçek dünya dağıtımlarından örnekler verebilir misiniz?

İsrail’deki bir büyük şehirde, sistem mevcut video ağını akıllı bir erken uyarı katmanına dönüştürdü. Kısıtlı bölgelerde gezinme, kalabalık anormallikleri, saat dışı girişler ve düzensiz hareketler tespit edildi. Bu, daha az sayıda break-in, daha az vandalizm ve yüksek riskli alanlarda daha hızlı müdahaleye yol açtı.

Amerika Birleşik Devletleri’ndeki bir belediye, tarihi bir bölgede vandalizm, araba break-in’leri, huzursuzluk ve gezinme ile mücadele ediyordu. Lumana, sürekli izleme ve anında uyarılar sundu. Bu, daha güvenli kamu alanları ve belediye için daha az operasyonel israfa yol açtı.

Bu örnekler, davranışların gerçek zamanlı olarak tespitinin, özellikle kamu güvenliğini ve operasyonları nasıl güçlendirebileceğini göstermektedir.

AI sistemlerinin fiziksel davranışları yorumladığı durumlarda, tasarım ve dağıtım süreçlerinde hangi gizlilik önlemleri yer almaktadır?

Lumana teknolojisi ve tasarımı, güçlü yönetim ve minimum veri hareketini vurgulamaktadır. İşleme, her zaman mümkün olduğunda kenarda gerçekleştirilir, böylece veri açıklaması sınırlıdır ve gizlilik güçlendirilir. Erişim, net kontroller ve denetim izleri aracılığıyla kısıtlanır, böylece ekipler her iş akışını izleyebilir. Sistem, yalnızca gerekli meta verilerini paylaşarak videoyu yerel olarak tutar, bu da düzenlenmiş ortamlardaki gizlilik beklentilerini destekler.

Bu önlemler, hassas görsel verilerin sorumlu bir şekilde ele alınmasını sağlar ve aynı zamanda gerçek zamanlı operasyonlar için gereken performansı korur.

Melez bulut mimariniz nedir ve gerçek zamanlı işleme ve sürekli öğrenmeyi nasıl destekler?

Lumana, performansını birleştirmek için melez bir yaklaşım kullanır. Kenar işleme, yerel olarak gerçek zamanlı AI, depolama ve video yönetimini sunar. Bu, bant genişliği taleplerini azaltır ve gizliliği güçlendirir, ancak daha geniş koordinasyon veya öğrenme için bulut desteğini sağlar.

Bu mimari, kullanıcıların anında yanıt almasını sağlar ve aynı zamanda dağıtımlar boyunca ölçeklenebilirlik ve sürekli adaptasyon sağlar.

Kendini öğrenen yeteneği nasıl tasarlandı ve çoklu site dağıtımlarında nasıl gelişir?

Kendini öğrenen yeteneğimizin mimarisi, ölçeklenebilirlik etrafında inşa edilmiştir. Dağıtımlarımız ne kadar genişlerse, kenar cihazlarının manzarası o kadar genişler. Her yeni ortam, sistemimizin öğrenmek için yeni senaryolar ve sahneler sunar.

Sürekli öğrenme metodolojimiz, bu toplu bilgiyi kullanır. Sistem, dağıtımlar boyunca kendini geliştirdikçe, eğitim süreci daha basit ve daha verimli hale gelir. Pratik olarak, dağıtım ne kadar genişlerse, adaptasyon o kadar hızlı ve doğru olur, bu da sistemimizin zamanla tüm sitelerde sürekli olarak gelişmesini sağlar.

Bu alanda ana rakipleriniz veya işbirlikçileriniz kimlerdir ve Lumana’yı benzersiz kılan nedir?

Gerçek benzersizliğimiz, insanlarımızdadır. Lumana’nın arkasında, AI ekibimiz, bulut uzmanlarımız, UX/UI tasarımcılarımız, müşteri destek ve satış ekibimizle birlikte yetenekli mühendisler ve inovatörler bulunmaktadır. AI, teknolojinin omurgasıdır, ancak insan motorumuz başarımızı sağlar. Ekibimizin yaratıcılığı, profesyonelliği ve adanmışlığı, Lumana’yı ayırır, rekabet veya işbirliği olsun.

Lumana, “Büyük düşün”, “Müşteri ilk”, “Bir takım” ve “Mesleğini mükemmelleştir” değerlerini nasıl hayata geçirir?

İnovatif düşünceye sahip, problem çözen, işbirliği yapan ve büyümeye adanmış kişilerle işe alıyoruz.

Ürün ekiplerimiz, iddialı bir vizyonla ölçeklenebilir AI geliştirir, müşteri geri bildirimi ile iterasyon yapar, işbirliğini teşvik eder ve mükemmelliğe ulaşmaya çalışır.

Günlük operasyonlarımız, cesur fikirleri mümkün kılan, müşteri ihtiyaçlarını önceliklendiren, takım birliğini inşa eden ve profesyonel gelişimi destekleyen çevik yöntemleri kullanır.

Bu uygulamalar, inovasyonu, müşteri başarısını ve AI video güvenliğinde etkiyi sürükler.

Beş yıl sonrasına baktığınızda, Lumana’nın daha geniş AI ekosistemindeki rolünün nasıl evrileceğini öngörüyorsunuz ve Fiziksel AI’nin güvenlik, imalat veya akıllı şehirler gibi sektörlerde nasıl bir etki yapmasını umuyorsunuz?

Beş yıl sonrasına baktığımızda, Lumana’nın pratik Fiziksel AI’yi çeşitli sektörlerde sağlayan bir anahtara dönüşmesini öngörüyoruz. Temel fizik kanunlarını çözme bilimsel bir gizem olarak kalırken, odak noktamız müşteri değerinde olmalıdır. Şirketler, dünyayı daha iyi izleyip yanıt verebilmeleri için araçlar geliştirmemiz必要.

Şu anda tıbbi merkezlerle uzun süreli işbirlikleri yapıyoruz ve robotik ve ulaşım gibi hareketli platformlara genişlemeyi探索 ediyoruz. Büyüdükçe ve ölçeklenadıkça, daha temel araştırma sorularına da yatırım yapmayı amaçlıyoruz: AI, doğadaki daha derin desenleri keşfedebilir mi veya yeni fizik teorileri hakkında çerçeveler oluşturabilir mi? Zamanın boyutluluğu gibi kavramlar, öğrenme sistemleri tarafından aydınlatılabilir mi?

Ambisyonumuz, güvenlik, imalat ve akıllı şehirlerde etki yaratmak, aynı zamanda daha geniş ufku gözetlemek, AI’nin keşfedebileceği sınırları zorlamaktır.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular, Lumana‘yı ziyaret edebilir.