Андрій Кулик, співзасновник XENOM – серія інтерв’ю

Андрій Кулик — співзасновник і генеральний директор XENOM. Він застосовує в промисловій діяльності свій досвід у сфері ШІ, що працює безпосередньо на пристроях, розподілених систем і машинного навчання. Раніше він був співзасновником AIMatter, яку придбала Google, а також працював у Google над системами ШІ для споживчих пристроїв. Його кар’єра зосереджена на тому, щоб складні системи ШІ надійно працювали за практичних обмежень, пов’язаних із реальним обладнанням та умовами його використання.

XENOM розробляє промислову платформу на основі ШІ, яка поєднує програмне забезпечення з розумним захисним спорядженням, щоб оператори мали змогу в реальному часі бачити, що відбувається на їхніх робочих майданчиках. Система об’єднує дані про місцеперебування, комунікацію працівників, моніторинг довкілля та безпеку. У цьому інтерв’ю Кулик розповідає про периферійний ШІ, розумні шоломи, людський нагляд, конфіденційність працівників і перехід від промислового моніторингу до підтримки прогнозних рішень.

Раніше ви були співзасновником AIMatter, яку придбала Google, і багато років розробляли системи ШІ, призначені для безпосередньої роботи на споживчих пристроях. Що спонукало вас стати співзасновником XENOM і як досвід роботи в Google вплинув на ваше бачення впровадження ШІ в промислових середовищах?

Після придбання я багато років працював над однією конкретною проблемою: як забезпечити надійну роботу складного ШІ на пристрої, який уміщується в кишені, за обмеженого заряду батареї, нестабільного зв’язку та реальних умов, які неможливо повністю відтворити в лабораторії. Ми впровадили ці напрацювання в телефонах, окулярах і навушниках-вкладишах — на мільярдах пристроїв. Згодом я почав замислюватися, де ще могла б стати в пригоді ця архітектура. Споживчі пристрої зручні, але саме на промислових майданчиках ціна хибного рішення — або його відсутності — вимірюється людськими життями та мільйонами одиниць втраченої продуктивності. На більшості промислових майданчиків досі немає картини того, що відбувається, у реальному часі. Ця прогалина здавалася саме тією проблемою, для розв’язання якої ми й розробляли технологію протягом багатьох років.

XENOM поєднує програмне забезпечення на основі ШІ з розумним захисним спорядженням, щоб забезпечити видимість промислових процесів у реальному часі. Які найбільші прогалини в традиційних системах промислової безпеки та як ваша платформа розв’язує проблеми, з якими звичайні технології моніторингу не можуть упоратися?

Основна проблема полягає в тому, що більшість систем створено для фіксації того, що сталося, а не для запобігання подіям. Дані про місцеперебування працівника оновлюються раз на кілька хвилин. Табелі заповнюють наприкінці зміни. Порушення правил безпеки реєструють після подання звіту про інцидент. Коли керівник бачить ці дані, зміна вже закінчилася або нещасний випадок уже стався. Друга прогалина — розрізненість систем: у компанії можуть бути система контролю газового середовища, окрема система контролю доступу, паперовий список перевірки ЗІЗ і ручний процес обліку робочого часу, які не взаємодіють між собою. XENOM замінює все це єдиним безперервним потоком даних із майданчика, що обробляється в реальному часі й дає керівникові цілісну картину замість п’яти не пов’язаних між собою.

Значна частина вашої кар’єри пов’язана з оптимізацією машинного навчання та інференсу великих мовних моделей для пристроїв з обмеженими ресурсами. Як ви застосовуєте ці принципи в промислових середовищах і які технічні переваги має обробка навантажень ШІ на периферії порівняно з використанням хмарної інфраструктури?

Робота з пристроями з обмеженими ресурсами вчить одного: кожну мілісекунду, кожен міліват і кожен байт потрібно виправдати. Саме такий підхід потрібен для промислового шолома: його носять упродовж повної зміни, і на одинадцятій годині він має працювати так само стабільно, як і на першій. Ми свідомо розподіляємо завдання: критично важливі для часу й інтенсивні за обсягом даних операції — наприклад, обробка голосового потоку й сигналів датчиків або виявлення падінь і ударів — виконуються на NPU у шоломі за допомогою моделей, стиснутих і налаштованих для цього обладнання. Водночас загальну картину на майданчику та поглиблену аналітику формують на рівні платформи.

Периферійна обробка дає нам чотири практичні переваги. Перша — швидкість: пристрій миттєво реагує на подію, не чекаючи на обмін даними із сервером і назад. Друга — надійність: компактна модель на пристрої працює передбачувано, тоді як кожна додаткова ланка в системі — ще одна можлива точка відмови. Третя — навантаження на мережу: сотні шоломів не можуть безперервно передавати необроблені аудіодані та дані датчиків, тому кожен шолом надсилає результат аналізу. Четверта — час роботи від батареї: передавання даних належить до найбільш енерговитратних операцій пристрою, тому локальна обробка й передавання меншого обсягу даних подовжують час роботи.

XENOM розробила розумні шоломи, що поєднують системи позиціювання, комунікаційні засоби, моніторинг довкілля та можливості ШІ. Які інженерні завдання було найскладніше розв’язати, поєднуючи ці технології, особливо в середовищах, де зв’язок, час роботи від батареї та надійність можуть бути непередбачуваними?

Найскладнішим було не якесь одне окреме технологічне рішення, а необхідність забезпечити надійну спільну роботу всіх цих технологій в одному пристрої за умов, які вивели б з ладу більшість побутової електроніки. На промислових об’єктах брудно, робота пов’язана з фізичними навантаженнями, а температурні умови можуть бути екстремальними. Шолом падає, потрапляє під дощ, його носять під час дванадцятигодинних змін. Час роботи від акумулятора стає серйозним обмеженням, коли одночасно працюють системи позиціювання, датчики, засоби зв’язку та ШІ-інференс. А ще є архітектура зв’язку: нам потрібно було забезпечити безперебійне перемикання між супутниковим позиціюванням RTK просто неба та нашою запатентованою внутрішньою mesh-мережею UWB, щоб точність не знижувалася, коли працівник переходить з однієї зони в іншу. Автоматично, надійно й у реальному часі забезпечити таке перемикання було одним із найскладніших із технічного погляду завдань, над якими ми працювали.

Ваша команда розробила голосову модель ШІ, здатну виявляти за мовленням ознаки алкогольного сп’яніння; за повідомленнями, її результати перевершують попередні академічні показники. Які технічні прориви дали змогу цього досягти та як ви перевіряєте надійність системи в різних мовах, за різних акцентів і рівнів фонового шуму, а також у реальних умовах праці?

Ключове спостереження полягало в тому, що сп’яніння залишає помітний слід у мікропатернах мовлення — не в самих словах, а в акустичних характеристиках: ритмі, варіативності висоти тону, чіткості артикуляції. Ми створили модель, яка аналізує ці патерни у фоновому режимі під час звичайного голосового спілкування, не вимагаючи від працівника проходити спеціальний тест чи виконувати будь-які дії. Показник точності 86,7% отримано в результаті суворого тестування на відповідність опублікованим академічним наборам даних. Для перевірки в реальних умовах ми тестуємо модель на різних мовах, акцентах і рівнях фонового шуму, характерних для справжніх промислових об’єктів: шумі важкої техніки, вітрі, одночасному мовленні кількох людей. Модель мала бути достатньо стійкою, щоб працювати в умовах, зовсім не схожих на контрольоване дослідження. Для цього знадобилися різноманітні навчальні дані та численні ітерації.

Системи ШІ, призначені для виявлення ознак сп’яніння чи втоми у працівників, порушують серйозні питання щодо хибнопозитивних результатів і відповідальності. Як XENOM поєднує раннє виявлення ризиків із необхідністю перевірки людиною та які запобіжні заходи не дають неточній оцінці ШІ несправедливо вплинути на працівника?

Ми дуже ретельно обмірковували це питання від самого початку. Система має повідомити керівника про можливу проблему, а не діяти самостійно. Оцінка ШІ щодо можливого сп’яніння запускає перевірку людиною: керівник може безпосередньо поспостерігати за працівником, поставити запитання або, за потреби, попросити пройти фізичний тест. ШІ не усуває людину з об’єкта. Він надає керівникові інформацію, потрібну для ухвалення рішення, швидше, ніж це вдалося б зробити без неї. Ми також відстежуємо рівень хибнопозитивних результатів під час використання системи й постійно вдосконалюємо модель. Наша мета — зменшити кількість інцидентів, які трапляються через те, що їх ніхто не помітив, а не створити систему, яка карає працівників, спираючись лише на алгоритм.

До заснування XENOM ви обіймали посаду технічного директора в OneSoil, де застосовували комп’ютерний зір і машинне навчання для моніторингу сільського господарства й аналізу продуктивності. Який досвід упровадження ШІ в сільському господарстві виявився найціннішим під час створення інтелектуальних систем для будівельних майданчиків, шахт, портів та енергетичних об’єктів?

Упровадження ШІ у фізичному світі — це завдання, принципово відмінне від його впровадження в програмному забезпеченні. Доводиться мати справу зі змінними умовами, обладнанням, яке щоразу поводиться по-різному, та працівниками, які десятиліттями виконують свою роботу й глибоко скептично ставляться до будь-чого, що вказує їм змінити звичний спосіб дій. На промислових об’єктах ситуація така сама. Технологія має заслужити довіру, стабільно працюючи краще, ніж очікують люди, і бути настільки простою, щоб керівник бригади з п’ятдесяти осіб міг користуватися нею без навчання. Ще один важливий урок: якість даних, зібраних безпосередньо на об’єкті, майже завжди гірша, ніж ви розраховували. Системи потрібно проєктувати так, щоб вони витримували шуми, прогалини в даних і нестандартні ситуації, яких ніколи не буває в чистому наборі даних.

Промислові платформи ШІ можуть збирати докладні дані про місцеперебування працівників, їхню діяльність, комунікацію та продуктивність. Як ви підходите до захисту приватності даних, згоди працівників і ризику стеження на робочому місці, водночас гарантуючи, що ці технології справді підвищують безпеку й операційну ефективність?

Ми розглядаємо це крізь призму обмеження цілей використання даних. Дані, які збирає XENOM, призначені для безпеки та контролю операційної діяльності — це не інструмент стеження за продуктивністю, і використовувати його для цього не слід. Перед упровадженням ми разом із операторами визначаємо чіткі правила управління даними: що саме збирають, як довго зберігають, хто має до них доступ і за яких обставин їх можна використовувати під час ухвалення кадрових рішень. Дані про місцеперебування працівників агрегують та анонімізують для аналізу продуктивності. Індивідуальне відстеження доступне керівникам із безпеки для реагування на надзвичайні ситуації, але не лінійним керівникам для оцінювання результатів роботи. Оскільки дія Закону ЄС про штучний інтелект поширюється і на промислові системи ШІ, ми очікуємо, що нормативні рамки закріплять багато з цих вимог. Ми воліємо підготуватися до цього заздалегідь, а не похапцем пристосовуватися до правил.

Перенесення ШІ з контрольованих лабораторних умов у промислові процеси, де критично важлива безпека, створює проблеми, з якими компанії, що розробляють лише програмне забезпечення на основі ШІ, рідко стикаються. Що найбільше вас здивувало під час розгортання XENOM у реальних умовах і як ви оцінюєте, чи справді ця технологія допомагає запобігати нещасним випадкам, підвищувати операційну ефективність і продуктивність працівників?

Найбільше дивує, наскільки велику користь дає просте й точне розуміння того, де перебувають люди та як використовується їхній час. Ми очікували, що під час розмов з операторами на першому місці буде безпека. Однак з’ясувалося, що прозорість щодо продуктивності — розуміння того, де зміни втрачають час, чому одні бригади працюють краще за інші та де виникають вузькі місця, — часто швидше забезпечує окупність інвестицій і значно швидше допомагає залучити до платформи її внутрішніх прихильників. Другим сюрпризом стала значна різниця між галузями й навіть між об’єктами в межах однієї галузі. Будівництво в Німеччині суттєво відрізняється від будівництва в ОАЕ. Не можна створити один продукт і вважати, що він скрізь підійде без значного доопрацювання.

У перспективі XENOM прагне створити промислового ШІ-копілота, здатного не лише здійснювати моніторинг, а й прогнозувати ризики та рекомендувати операційні рішення. Як, на вашу думку, розвиватиметься фізичний ШІ протягом наступних п’яти років і яких технологічних проривів іще бракує, щоб системи промислового ШІ могли діяти автономніше, зберігаючи людський нагляд?

Нині промисловий ШІ переважно забезпечує видимість — дає змогу розуміти, що відбувається. Наступний етап — прогнозування: виявлення закономірностей, що передують інциденту або зниженню продуктивності, ще до того, як це станеться. Для цього потрібно з часом накопичити великі обсяги структурованих даних із мітками — саме цим XENOM займається від самого початку. Далі йде етап рекомендацій: система не лише повідомляє, що, ймовірно, станеться, а й пропонує, що робити — як перерозподілити людей, коли призупинити операцію та яка конфігурація бригади забезпечить найкращий результат для конкретного завдання. Саме до цього третього етапу ми й прагнемо з нашим промисловим ШІ-копілотом. Необхідний для цього технологічний прорив пов’язаний насамперед не з удосконаленням моделювання, а з даними. Щоб навчити модель, яка надійно узагальнюватиме результати, потрібні достатні обсяги якісних операційних даних із багатьох різних об’єктів. Компанії, які почнуть збирати такі дані вже зараз, отримають перевагу, яку згодом буде дуже важко відтворити.

Дякую за чудове інтерв’ю! Читачам, які хочуть дізнатися більше про периферійний ШІ, розумне захисне обладнання та моніторинг промислової безпеки в реальному часі, варто відвідати XENOM.