Sohaib Khan, Hazen.ai’nin Kurucu Ortağı ve CEO’su – Röportaj Serisi

Sohaib Khan, Hazen.ai‘nin Kurucu Ortağı ve CEO’sudur. Hazen.ai, bilgisayar görüşü ve derin öğrenme kullanarak her aracın hareketini “anlayabilen” akıllı trafik analitiği yazılımları tasarlayan bir şirkettir.

AI alanına ilk olarak neler sizi çekti?

Bu, lisans eğitimim sırasında stereo-görüşün (veya iki kameradan derinlik tahmini) nasıl çalıştığını okumam sırasında oldu. Bu, beni bilgisayar görüşünü daha fazla keşfetmeye yöneltti. İlginç bir şekilde, bunu ilk olarak hometown’de bir geleneksel Cuma pazarında yol kenarındaki bir sokakta satılan eski ikinci el kitaplarından birini okuyarak öğrendim. Daha sonra bu alanda ABD’den doktora yaptım.

Önceden Pakistan’ın en büyük üniversitelerinden biri olan Lahore Üniversitesi Yönetim Bilimleri (LUMS)’nde profesör olarak çalışıyordunuz. Öğretim ve araştırma ilgi alanlarınız nelerdi?

LUMS’ye doktoramdan sonra katıldığımda, bir savunma organizasyonundan aldığım büyük bir hibeyle üniversitenin ilk lisansüstü araştırma laboratuvarını kurdum. Bilgisayar bilimi lisansüstü programı çok yeni było ve o zamanlar hiçbir araştırma laboratuvarı yoktu. 12 yılı aşkın bir süre LUMS’de Bilgisayar Görüşü dersleri verdim ve bu alanda aktif bir laboratuvarım vardı. Başlangıçta, bilgisayar görüşü几乎 hiçbir Pakistan üniversitesinde öğretilmiyordu, ancak daha sonra standart bir konu haline geldi ve aslında birçok öğrencim şimdi Pakistan’daki üniversitelerde öğretim üyesi olarak çalışıyor.

Bilgisayar görüşü ve derin öğrenme algoritmaları için video analitiği uzmanlaşmış bir startup başlatma kararınızı neler etkiledi?

Bilgisayar Görüşü, uzun bir süre, sınırlı uygulamalara sahip deneysel bir araştırma alanıydı. Bu, ürünler için gerekli algoritmaların olgunluğunun belum olmasıydı. Bir ürün için, görüntü anlama algoritmasının çeşitli görüntüleme ve aydınlatma koşullarında çalışması gerekir, sadece bazı kontrollü deneylerde değil. Laboratuvarımızda doktora yaptığım 2000 yılında, üç görüntüde çalışan bir algoritma bulursanız, bir makale yazabilirsiniz, üç videoda çalışırsa, çok iyi bir makale yazabilirsiniz! Demek istediğimiz, birçok görüntüleme algoritması sadece dikkatlice tasarlanmış laboratuvar senaryolarında çalışıyordu ve çok dayanıklı değildi.

Ama şimdi şeyler değişti. 2012’de derin öğrenmenin ortaya çıkmasıyla, görüntü anlama konusunda çok hızlı ve fascinleyici bir ilerleme gördük. Bunu gördüğümüzde, belki de önemli bir etkiye sahip olabilecek sağlam ürünler inşa etme zamanının geldiğini hissettik.

Hazen.ai hangi tür trafik ihlallerini izleyebilir?

Amacımız, yollardaki tüm tehlikeli sürüş davranışlarını tanımlayabilmek. Bu, yolda ölümleri azaltma hedefimiz tarafından yönlendiriliyor. Her 24 saniyede, biri bir trafik kazasında ölür, bu da her gün yaklaşık 15 787-8 Dreamliner uçağının çakılmasına eşittir! Bu nedenle,unsafe şerit değişiklikleri, yasadışı dönüşler, kırmızı ışık veya dur işareti ihlali, yaya geçidini engelleme, emniyet kemerini takmama veya sürüş sırasında mesaj yazma gibi farklı türdeki tehlikeli ve güvensiz davranışları tespit edebilen bir yazılım inşa ediyoruz. Ayrıca, özellikle yaya ve bisiklet sürücülerinin güvenliği için yazılımlarımızda özel özellikler geliştirmeye çalışıyoruz, çünkü yol kazalarında meydana gelen ölümlerin yarısından fazlası yaya, bisiklet sürücüleri ve motorlu bisiklet sürücüleri gibi savunmasız yol kullanıcıları arasında gerçekleşiyor.

Yüksek hızlarda hareket eden nesneleri izlemek için bilgisayar görüşü kullanmanın arkasındaki benzersiz zorluklar nelerdir?

İki tür zorluk vardır: İlk olarak, bilgisayar görüşü algoritmalarının kendilerinin performansı – 24/7 tüm ışık değişikliklerinde zorlu trafik koşullarında çalışan bir ürün istiyorsunuz. Teknik olarak bu hedefe doğru önemli bir ilerleme kaydedildi, ancak hala yol kullanıcılarının yoğunluğunun çok yüksek olduğu ülkeler var, Örneğin, motorlu bisikletler veya yayaların çok yakın mesafede olduğu kümeler, ve bu hala algoritmaların onları bireysel olarak takip etmelerini ve sahneyi anlamalarını zorlaştırıyor. Ancak ikinci olarak, daha büyük bir zorluk, bilgisayar görüşü algoritmalarından dayanıklı bir ürün oluşturmak, bu ürünün sınırlı donanım kaynaklarında kenarda dağıtılabilecek ve kolayca izlenebilecek ve yönetilebilecek şekilde tasarlanmasıdır. Bilgisayar görüşü ürünleri çok fazla video verisi işlediğinden, bunları kenarda, bir IoT cihazı olarak dağıtmak ve etkili bir şekilde yönetmek hala zor bir görevdir.

Kullanıcıların yazılımı farklı yol yapılandırmalarına nasıl yapılandırabileceği?

Her kesişme, trafik hacmi, şerit yapılandırması ve araç, bisiklet veya yaya etkileşimleri açısından benzersiz bir senaryo sunar. Ayrıca, trafik yöneticilerinin her bir site için özel bir trafik davranışını tanımlama ilgisi olabilir. Örneğin, trafik polisi, trafik akışını düzeltmek için bir kesişmede U-dönüşü yasaklayabilir ve bu istatistiği yakalamakla ilgilenirler. Bu nedenle, yazılımımızı farklı senaryolara yapılandırılabilir hale getirdik. Bir kamera我们的 yazılımıyla kurulduğunda, müşterilerimiz için bu siteye hangi gereksinimi istediğini basit bir süreç aracılığıyla yapılandırıyoruz. Dahili olarak, trafik senaryolarını basit bir şekilde tanımlayabileceğimiz bir yüksek seviye dil geliştirdik. Bu, bir siteyi müşterilerimiz için hızlı bir şekilde yapılandırabilmemizi sağlar.

Sistemi çalıştırmak için hangi donanım gereklidir?

Video analitiği önemli hesaplama gücüne ihtiyaç duyar. Kodumuzu, kenarda dağıtılabilecek daha küçük Nvidia GPU’larında (örneğin, Jetson serisi) ve ayrıca belirli özellikler için Intel CPU’larında çalışacak şekilde optimize ettik. Son yıllarda, daha güçlü kenar donanımı makul bir fiyat noktasında mevcut hale geliyor, bu da birçok heyecan verici uygulamayı tetikliyor.

Şu anda hangi yargı bölgeleri Hazen.ai teknolojisini deniyor veya kullanıyor?

Şu anda several ülkelerde devam eden denemelerimiz var: İngiltere, ABD, Mısır, Suudi Arabistan, Pakistan, Umman, Peru ve diğer ülkelerle de potansiyel müşterilerle görüşüyoruz.

Hazen.ai hakkında paylaşmak istediğiniz başka bir şey var mı?

Genel olarak, trafik güvenliği teknolojilerinin problème ölçeğine kıyasla yeterince ilerlemediğini düşünüyoruz. Ancak şimdi doğru zaman, çünkü bilgisayar görüşü ve derin öğrenmede büyük ilerleme kaydedildi ve kamera ve hesaplama donanımı ucuz hale geldi. Kenarda tabanlı bilgisayar görüşünün daha birçok uygulamasını önümüzdeki yıllarda göreceğiz. Bunlar, Hazen.ai’yi yönlendiren temel unsurlar.

Röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Hazen.ai ziyaret edebilir.