Думати поза межами коробки, щоб стимулювати інновації штучного інтелекту

Для багатьох з нас, хто інновує в сфері штучного інтелекту, ми працюємо в невідомій території. Враховуючи, як швидко компанії зі штучного інтелекту розробляють нові технології, можна вважати само собою зрозумілим наполегливу роботу, яка відбувається за кулісами. Але в галузі, подібній до XR, де місія полягає в тому, щоб стерти межі між реальним і цифровим світом — зараз немає багато історичних даних або досліджень, на які можна спертися; тому нам потрібно думати поза межами коробки.

Хоча найзручніше сприймати звичайну мудрість machine learning і перевірені практики, це часто неможливо (або не повне рішення) в нових галузях. Щоб вирішити проблеми, які раніше не були вирішені, їх потрібно підходити новими способами.

Це виклик, який змушує вас пам’ятати, чому ви вступили в галузь інженерії, науки про дані або розробки продукції в першу чергу: пристрасть до відкриттів. Я відчуваю це кожен день на своїй роботі в Ultraleap, де ми розробляємо програмне забезпечення, яке може відстежувати і реагувати на рухи людської руки в середовищі сумісної реальності. Так багато того, що ми вважали, що знаємо про навчання моделей машинного навчання, перевернуто з ніг на голову в нашій роботі, оскільки людська рука — разом з об’єктами і середовищами, з якими вона стикається — дуже непередбачувана.

Ось кілька підходів, яких моja команда і я прийняли, щоб переосмислити експериментування і науку про дані, щоб привести інтуїтивне взаємодія до цифрового світу, яке є точним і відчувається так само природно, як у реальному світі.

Інновування в межах

Коли інновуєш в новій галузі, ви часто стикаєтесь з обмеженнями, які здаються суперечливими один одному. Моя команда зайнята захопленням тонкощів рухів руки і пальців, і того, як руки і пальці взаємодіють зі світом навколо них. Все це упаковано в моделі відстеження рук, які все ще входять в апаратуру XR з обмеженою обчислювальною потужністю. Це означає, що наші моделі — хоча і складні — повинні займати значно менше місця і споживати значно менше енергії (в розмірі 1/100 000) ніж величезні LLM, які домінують в заголовках. Це представляє нам цікавий виклик, який вимагає безжалісного експериментування і оцінки наших моделей в їхньому реальному застосуванні.

Але безліч тестів і експериментів варті того: створення потужної моделі, яка все ще доставляє низьку вартість висновку, споживання енергії і затримку, — це чудо, яке можна застосувати в обчисленнях на краю навіть поза галуззю XR.

Обмеження, з якими ми стикаємося під час експериментування, вплинуть на інші галузі також. Деякі підприємства матимуть унікальні виклики через тонкощі в їхніх галузях застосування, тоді як інші можуть мати обмежені дані для роботи через те, що вони знаходяться в нішевому ринку, який великі технологічні гравці ще не торкнулися.

Хоча рішення “один розмір для всіх” можуть бути достатніми для деяких завдань, багато галузей застосування повинні вирішувати реальні, складні проблеми, специфічні для їхнього завдання. Наприклад, лінії виробництва автомобілів реалізують моделі ML для інспекції дефектів. Ці моделі повинні мати справу з дуже високою роздільною здатністю зображень, яка потрібна для ідентифікації малих дефектів на великій поверхні автомобіля. В цьому випадку застосування вимагає високої продуктивності, але проблема, яку потрібно вирішити, полягає в тому, як досягти низької частоти кадрів, але високої роздільної здатності моделі.

Оцінка архітектури моделей для стимулювання інновацій

Хороший набір даних — це рухова сила будь-якого успішного прориву в галузі штучного інтелекту. Але що робить набір даних “хорошим” для певної мети? І коли ви розв’язуєте раніше невирішені проблеми, як можна довіряти, що існуючі дані будуть актуальними? Ми не можемо припускати, що метрики, які є хорошими для деяких завдань ML, перекладаються на інше конкретне завдання бізнесу. Це місце, де нас закликають йти проти загальновизнаних “істин” ML і замість цього активно досліджувати, як ми маркуємо, очищуємо і застосовуємо як симульовані, так і реальні дані.

Від природи нашої галузі є складною для оцінки і вимагає ручної якості забезпечення – зробленої вручну. Ми не тільки дивимося на якість метрик наших даних. Ми ітеруємо наші набори даних і джерела даних і оцінюємо їх на основі якостей моделей, які вони виробляють у реальному світі. Коли ми переоцінюємо, як ми оцінюємо і класифікуємо наші дані, ми часто знаходимо набори даних або тенденції, які ми могли б інакше пропустити. Тепер з цими наборами даних і безліччю експериментів, які показали нам, на які дані не можна покладатися, ми відкрили новий шлях, якого раніше не бачили.

Остання платформа відстеження рук Hyperion компанії Ultraleap — це чудовий приклад цього. Покращення наших наборів даних допомогли нам розробити більш складне відстеження рук, яке може точно відстежувати мікрожісти і рухи рук, навіть коли користувач тримає об’єкт.

 Одна мала крок назад, один великий стрибок вперед

Хоча темп інновацій, здавалося б, ніколи не сповільнюється, ми можемо. Ми займаємося експериментуванням, вивченням, розробкою і коли ми беремо час, щоб зробити саме це, ми часто створюємо щось значно цінніше, ніж коли ми йдемо за книгою і поспішаємо випустити наступну технологічну інновацію. Не існує заміни проривам, які відбуваються, коли ми досліджуємо наші анотації даних, питання наших джерел даних і переозначаємо метрики якості самих себе. І єдиний спосіб, яким ми можемо зробити це, — експериментувати в реальному застосуванні з виміряною продуктивністю моделі проти завдання. Замість того, щоб бачити незвичайні вимоги і обмеження як обмежувальні, ми можемо взяти ці виклики і перетворити їх на можливості для інновацій і, в кінцевому підсумку, конкурентної переваги.