Доктор Денні Ланге, старший віце-президент з питань штучного інтелекту в Unity Technologies – Серія інтерв’ю

Доктор Денні Б. Ланге є віце-президентом з питань штучного інтелекту та машинного навчання в Unity Technologies. Раніше Денні був керівником відділу машинного навчання в Uber, де він очолював роботу зі створення найбільш універсальної платформи машинного навчання для підтримки швидкого зростання Uber.

Що спочатку привернуло вашу увагу до штучного інтелекту?

Я будував і програмував комп’ютери з дуже молодого віку і майже одразу ж зацікавився ідеєю зробити ці системи автономними. Що мене приваблює в автономії, це ті виклики, які розробник повинен подолати при створенні системи з послідовності жорсткого коду, яка може безпечно реагувати на непередбачувані та раніше невідомі обставини. Область штучного інтелекту (AI) надала нам за роки все більш потужні інструменти, від об’єктно-орієнтованого програмування, висновків на основі правил, до машинного навчання та, недавно, глибокого навчання. Це збільшення можливостей цих технологій сприяє швидкому прогресу в галузі AI.

Ви були лідером у цій сфері протягом багатьох років,例如, як генеральний менеджер Amazon (AMZN ) Machine Learning в AWS, і керівник відділу машинного навчання в Uber. Які уроки ви вивчили з цих попередніх досвідів?

Машинне навчання – це真正 трансформативна технологія, але щоб реалізувати її потенціал у повному обсязі, потрібно привести її до кожного куточка підприємства. Неодноразово машинне навчання продемонструвало свою здатність створювати неможливі оптимізації та піднімати бізнес-операції на рівні, яких неможливо досягти звичайними людськими процесами самостійно. Однак справжня пертурбація відбувається лише тоді, коли критична маса бізнес-процесів здійснюється таким чином. Організації, такі як Amazon і Uber, чітко продемонстрували, що якщо ми робимо системи машинного навчання широко доступними та доступними для кожної команди, ми переживаємо широке впровадження, яке невідворотно веде до доброзичливого циклу постійних поліпшень загального бізнесу через мережевий ефект.

Ви є віце-президентом з питань AI в Unity Technologies з 2016 року. Що саме у баченні цієї компанії вас зацікавило?

Unity – це фантастичне місце для ентузіаста AI. У нас є видатна культура вирішення складних проблем для наших клієнтів – з AI, однією з найбільш могутніх викликів, про які я можу подумати. Наше керівництво зобов’язане забезпечувати та просувати майбутнє AI. У нас є технології, ресурси, клієнти та партнери, щоб зробити це. Я не можу уявити краще місце для роботи над зміною світу.

Ви раніше говорили про важливість синтетичних даних. Чи можете ви розповісти нам, що це саме?

Синтетичні дані створюються алгоритмом, а не дані, захоплені з реального світу. Реальний 3D-двигун з реалістичним фізичним емулятором – це ідеальний інструмент для створення реалістичних, проте синтетичних навчальних даних для широкого спектра застосунків, від розпізнавання об’єктів у системах комп’ютерного зору до планування шляху для навігаційних роботів.

Що робить синтетичні дані такими важливими при будівництві систем машинного навчання?

Я неодноразово називав Unity ідеальним AI-біодомом. І це правда. Робота з AI у реальному світі та використання реальних даних може бути прямо страшною. Чи потрібно мені згадати про самоходні транспортні засоби на вулицях Сан-Франциско або системи розпізнавання облич, розгорнуті у публічних просторах? Там є побоювання щодо безпеки, упередженість завжди чатує, а питання конфіденційності часто зіштовхуються з загальними випадками використання. І тоді є нестача та висока вартість, пов’язані з збором необхідної кількості навчальних даних. З Unity ми не тільки демократизували створення даних, але й маємо доступ до інтерактивної системи для симуляції просунутих взаємодій у віртуальному середовищі. У Unity ви можете розробити системи управління для автономного транспортного засобу без ризику завдавання шкоди чи травм людям.

Чи можете ви обговорити, як Unity Simulation може допомогти компаніям у генерації синтетичних даних?

З Unity Simulation ми взяли реальний 3D-двигун, призначений для споживання людиною, будь то ігри, фільми чи інженерія, – і перетворили його на хмаро-оптимізовану інстанс, яка не тільки працює на неймовірно високих швидкостях кадрів, але й дозволяє масштабувати до тисяч інстансів, що працюють паралельно. Таким чином Unity Simulation дозволяє розробникам генерувати досвід для їхніх систем AI швидше, ніж у реальному часі. До недавнього часу такий масштаб генерації даних був доступний лише кільком привілейованим корпораціям, але з Unity Simulation ми справді зрівняли можливості.

Нещодавно Unity співпрацює з Інститутом моделювання захворювань (IDM) для будівництва реальних 3D-симуляцій у магазині, які моделюють поширення COVID-19. Чи можете ви обговорити, як Unity Simulation може ефективно симулювати поширення COVID-19?

Комп’ютерне моделювання використовувалося протягом десятиліть дослідниками, інженерами, розв’язувачами проблем та політиками у багатьох галузях, включаючи вивчення інфекційних захворювань. Unity Simulation дозволяє спеціальний вид реального часу просторового моделювання, який можна масштабувати у хмарі для цілісного вивчення великих, складних та невизначених систем. Ми створили спрощений демонстраційний проєкт для симуляції поширення коронавірусу у вигаданому магазині та дослідили вплив політики магазину на показники експозиції. Виконуючи десятки тисяч симуляцій, ми змогли визначити поведінку та політику, які, як видається, мали найбільший вплив на поширення цієї страшної інфекційної хвороби.

Нещодавно ви багато говорили про штучний загальний інтелект (AGI). Чи можете ви пояснити, що таке емерджентна поведінка та чому вона важлива для розвитку AGI?

За останні 100 000 років людський рід перейшов від виживання за рахунок збирання ягід у дикій природі до висадки людини на Місяць. Ми знаємо з археогенетики, що людський мозок не змінився суттєво протягом цього періоду часу. Ви можете сказати, що не було суттєвих апгрейдів процесора. Що ж було таким трансформативним? Ключ повинен бути знайдений у нашій здатності досягати чогось разом. Ми використовуємо термін емерджентна поведінка системи, яка не залежить від її окремих частин, а радше від їхніх взаємин один з одним. Емерджентна поведінка не може бути передбачена шляхом дослідження окремих частин системи. Її можна передбачити лише шляхом розуміння взаємин між частинами. Емерджентні системи характеризуються тим, що ціле більше за суму частин. Хоча я багаторазово демонстрував розважальні приклади емерджентної поведінки у відносно простих багатозадачних системах, просто уявіть, що станеться, коли у вас буде безліч систем AI, що співпрацюють на швидкості світла.

Ви вірите, що існує можливість досягнення AGI протягом наступного десятиліття?

Коли мова йде про AGI, ми повинні пам’ятати, що це все про шлях, а не про đích. Ніхто не знає точно, коли AGI станеться, оскільки це не буде у певний момент часу, а радше поступова зміна протягом часу. У природі AGI полягає те, що для людей буде важко визначити, наскільки інтелектуальна система в будь-який момент часу. Дивлячись на прогрес, досягнутий за останні десять років, я впевнений, що це десятиліття принесе нам багато цікавих досягнень на шляху до AGI.

Чи є щось інше, про що ви хотіли б розповісти про Unity Technologies?

У Unity ми продовжимо бачити себе як ті, хто забезпечує майбутнє AI та відіграє значну роль у розвитку технологій AI. Як наша співпраця з DeepMind явно демонструє, наша технологія є ідеальним середовищем для дослідників та розробників, щоб безпечно розширити межі AI. Ми готуємося до підтримки наших клієнтів та партнерів у створенні віртуальних середовищ, які працюють у масштабах, раніше невідомих, для вирішення викликів завтрашнього дня, чи то зміни клімату, логістики чи проблем зі здоров’ям.

Дякую за чудове інтерв’ю, мені було цікаво дізнаватися про Unity та ваші погляди на AGI. Хто бажає дізнатися більше, повинен відвідати Unity Technologies.