Sohaib Khan, Đồng sáng lập & CEO của Hazen.ai – Loạt phỏng vấn

Sohaib Khan, là Đồng sáng lập & CEO của Hazen.ai, một công ty sử dụng thị giác máy tính và học sâu để thiết kế phần mềm phân tích giao thông thông minh có thể hiểu được chuyển động của mọi phương tiện.

Điều gì đã thu hút bạn đến lĩnh vực AI ban đầu?

Đó là trong thời gian tôi học đại học, tôi lần đầu tiên đọc về cách thức hoạt động của thị giác lập thể (hay thị giác nhị nguyên – ước tính độ sâu từ hai máy ảnh). Điều đó đã khiến tôi quan tâm đến việc khám phá thị giác máy tính nhiều hơn. Điều thú vị là tôi đã đọc về nó trong một cuốn sách mà tôi đã mua từ một thị trường truyền thống vào thứ Sáu, nơi họ bán sách cũ trên vỉa hè ở quê hương chúng tôi. Tôi sau đó đã thực hiện một luận án tiến sĩ trong lĩnh vực này từ Mỹ.

Trước đây, bạn từng là giáo sư tại một trong những trường đại học lớn nhất Pakistan, Đại học Quản lý Sciences Lahore (LUMS). Những lĩnh vực giảng dạy và nghiên cứu của bạn là gì?

Khi tôi gia nhập LUMS sau khi hoàn thành luận án tiến sĩ, tôi đã xây dựng phòng thí nghiệm nghiên cứu sau đại học đầu tiên tại trường đại học, với nguồn tài trợ từ một tổ chức quốc phòng lớn. Chương trình sau đại học về khoa học máy tính rất mới, và vào thời điểm đó, không có phòng thí nghiệm nghiên cứu nào. Tôi đã giảng dạy về Thị giác máy tính trong hơn 12 năm tại LUMS và có một phòng thí nghiệm hoạt động trong lĩnh vực này. Ban đầu, thị giác máy tính hầu như không được giảng dạy tại bất kỳ trường đại học nào của Pakistan, nhưng sau đó, nó đã trở thành một môn học tiêu chuẩn, và thực tế, nhiều sinh viên của tôi hiện cũng đang giảng dạy tại các trường đại học của Pakistan.

Có thể bạn thảo luận về những gì đã启 động bạn để khởi nghiệp một công ty chuyên về thị giác máy tính và thuật toán học sâu cho phân tích video?

Thị giác máy tính, trong một thời gian dài, chủ yếu là một lĩnh vực nghiên cứu thí nghiệm, với các ứng dụng hạn chế trong sản phẩm. Điều này chủ yếu là do sự trưởng thành của các thuật toán cần thiết để xây dựng sản phẩm chưa có. Đối với một sản phẩm, thuật toán hiểu hình ảnh phải hoạt động trong nhiều điều kiện hình ảnh và ánh sáng khác nhau, và không chỉ trong một số thí nghiệm được kiểm soát. Chúng tôi đã có một trò đùa trong số các sinh viên sau đại học trong phòng thí nghiệm của tôi khi tôi đang thực hiện luận án tiến sĩ vào năm 2000, rằng nếu bạn có thể tìm thấy ba hình ảnh mà thuật toán của bạn hoạt động, bạn có thể viết một bài báo. Nếu nó hoạt động trên ba video, bạn sẽ có một bài báo rất tốt! Điểm mấu chốt là nhiều thuật toán thị giác chỉ hoạt động trong các kịch bản phòng thí nghiệm được kiểm soát cẩn thận, và không phải là rất mạnh mẽ.

Nhưng bây giờ mọi thứ đã thay đổi. Với sự ra đời của học sâu vào năm 2012, chúng tôi đã chứng kiến một số tiến bộ nhanh chóng và thú vị trong việc hiểu hình ảnh. Khi chúng tôi thấy điều đó, chúng tôi cảm thấy rằng bây giờ là thời điểm phù hợp để có thể xây dựng các sản phẩm vững chắc có thể có tác động đáng kể.

Loại vi phạm giao thông nào mà Hazen.ai có thể theo dõi?

Mục tiêu của chúng tôi là xác định tất cả các loại hành vi lái xe nguy hiểm trên đường. Điều này được thúc đẩy bởi mục tiêu tổng thể của chúng tôi là giảm số vụ tai nạn giao thông. Mỗi 24 giây, có một người chết trong một vụ tai nạn giao thông, tương đương với khoảng 15 máy bay Boeing 787-8 Dreamliner rơi mỗi ngày! Vì vậy, đây thực sự là điều thúc đẩy chúng tôi. Đó là lý do tại sao chúng tôi đang xây dựng phần mềm có thể phát hiện các loại hành vi nguy hiểm và không an toàn khác nhau, như thay đổi làn đường không an toàn, quay đầu xe trái phép, vượt đèn đỏ hoặc dừng xe, chặn đường đi của người đi bộ, không đeo dây an toàn hoặc nhắn tin trong khi lái xe. Chúng tôi cũng đang làm việc để xây dựng các tính năng trong phần mềm của mình đặc biệt cho sự an toàn của người đi bộ và người đi xe đạp, vì hơn một nửa số vụ tai nạn giao thông xảy ra trong phân khúc người đi bộ, người đi xe đạp và người đi xe máy.

Có những thách thức độc đáo nào khi sử dụng thị giác máy tính để theo dõi các vật thể di chuyển với tốc độ cao như vậy?

Có hai loại thách thức: Thứ nhất là hiệu suất của các thuật toán thị giác máy tính itself – bạn muốn có một sản phẩm có thể hoạt động trong các điều kiện giao thông thách thức 24/7 trong tất cả các biến thể ánh sáng. Mặc dù đã có nhiều tiến bộ kỹ thuật hướng tới mục tiêu này, nhưng vẫn còn những quốc gia mà mật độ người tham gia giao thông quá cao, như nhóm xe máy hoặc người đi bộ ở khoảng cách rất gần, khiến cho các thuật toán khó theo dõi từng cá nhân và hiểu được cảnh. Thứ hai, một thách thức lớn hơn là xây dựng một sản phẩm vững chắc từ các thuật toán thị giác máy tính, có thể được triển khai trên các tài nguyên phần cứng hạn chế tại biên, và có thể được giám sát và quản lý dễ dàng mặc dù được phân phối trên toàn thành phố. Vì các sản phẩm thị giác máy tính xử lý nhiều dữ liệu video, việc triển khai chúng tại biên, như một thiết bị IoT, và quản lý chúng hiệu quả vẫn là một nhiệm vụ khó khăn.

Quy trình cho người dùng cuối để cấu hình phần mềm cho các cấu hình đường khác nhau là gì?

Mỗi điểm giao nhau cung cấp một kịch bản độc đáo, về lưu lượng giao thông, cấu hình làn đường và loại phương tiện, xe đạp hoặc tương tác của người đi bộ. Hơn nữa, lợi ích của các nhà quản lý giao thông có thể cụ thể, để xác định một loại hành vi giao thông cụ thể tại mỗi địa điểm. Ví dụ, cảnh sát giao thông có thể cấm quay đầu xe tại một điểm giao nhau để làm mịn dòng chảy giao thông, và quan tâm đến việc thu thập thống kê đó. Đó là lý do tại sao chúng tôi đã giữ phần mềm của mình có thể cấu hình cho các kịch bản khác nhau. Khi một camera được thiết lập với phần mềm của chúng tôi, chúng tôi cấu hình nó thông qua một quá trình đơn giản cho những gì người dùng cuối yêu cầu tại địa điểm đó. Nội bộ, chúng tôi đã xây dựng một ngôn ngữ cấp cao trong đó chúng tôi có thể mô tả các kịch bản giao thông của_interest một cách đơn giản. Điều này cho phép chúng tôi cấu hình một địa điểm nhanh chóng cho khách hàng của chúng tôi.

Loại phần cứng nào cần thiết để vận hành hệ thống này?

Phân tích video yêu cầu sức mạnh tính toán đáng kể. Chúng tôi đã tối ưu hóa mã của mình để chạy trên các card đồ họa Nvidia nhỏ hơn có thể được triển khai tại biên, như dòng Jetson của họ, và cũng trên CPU Intel cho một số tính năng mà chúng tôi cung cấp. Trong những năm gần đây, phần cứng biên mạnh mẽ hơn đang trở nên có sẵn với mức giá hợp lý, vì vậy điều này thực sự đang thúc đẩy nhiều ứng dụng thú vị.

Có bất kỳ khu vực pháp lý nào hiện đang thử nghiệm hoặc sử dụng công nghệ Hazen.ai không?

Chúng tôi hiện đang có các thử nghiệm đang diễn ra tại nhiều quốc gia, bao gồm Vương quốc Anh, Mỹ, Ai Cập, Ả Rập Xê Út, Pakistan, Oman, Peru và đang tham gia với khách hàng tiềm năng ở các quốc gia khác.

Có điều gì khác mà bạn muốn chia sẻ về Hazen.ai không?

Tổng thể, chúng tôi cảm thấy rằng công nghệ an toàn giao thông chưa tiến bộ đủ, so với quy mô của vấn đề. Tuy nhiên, bây giờ là thời điểm phù hợp, nhờ sự tiến bộ lớn trong thị giác máy tính và học sâu, cũng như sự sẵn có giá rẻ của camera và phần cứng tính toán. Chúng tôi sẽ thấy nhiều ứng dụng hơn của thị giác máy tính dựa trên biên trong những năm tới. Đây là những nguyên tắc cơ bản thúc đẩy Hazen.ai.

Cảm ơn bạn đã tham gia phỏng vấn, những người đọc muốn tìm hiểu thêm nên truy cập Hazen.ai