Stephen Miller, Đồng sáng lập & SVP của Kỹ sư tại Fyusion – Loạt phỏng vấn

Stephen Miller là đồng sáng lập và SVP của Kỹ sư tại Fyusion, một công ty hình ảnh 3D và tầm nhìn máy tính, là một phần của nhóm Cox Automotive. Trước khi thành lập Fyusion, ông là một sinh viên tiến sĩ tại Đại học Stanford nghiên cứu Khoa học Máy tính và đã làm việc về robot cá nhân như gấp quần áo và thắt dây an toàn trong thời gian học đại học tại UC Berkeley. Ông là một nghiên cứu sinh Hertz Fellow của Google (GOOGL ), một nghiên cứu sinh Stanford Graduate Fellow của SAP và một cựu nghiên cứu sinh NSF Fellow.

Bạn có thể giải thích Fyusion là gì và làm thế nào nó cho phép việc chụp và hiển thị dữ liệu 3D dễ dàng?

Fyusion là một công ty tầm nhìn máy tính cung cấp trải nghiệm khách hàng 3D được thúc đẩy bởi AI. Chúng tôi cho phép mọi người chụp ảnh 3D thông qua một ứng dụng điện thoại thông minh đơn giản chạy trên hầu hết các thiết bị Android và iOS. Ứng dụng này có hướng dẫn từng bước và được thiết kế để được sử dụng bởi bất kỳ ai, bất kể trình độ kỹ thuật. Nó chỉ mất một hoặc hai phút để chụp ảnh. Từ đó, động cơ AI của chúng tôi, ALIS, có thể phân tích ảnh 3D và chuyển đổi dữ liệu hình ảnh thành thông tin có thể hành động. Hiện tại, chúng tôi tập trung vào việc sử dụng ảnh 3D để chẩn đoán thiệt hại bên ngoài xe ô tô.

Bạn có thể giải thích làm thế nào các thuật toán sử dụng định dạng tệp .fyuse để cho phép máy ảnh đơn trên điện thoại thông minh tạo ra hình ảnh 3D?

Tôi thấy hữu ích khi xem xét định dạng .fyuse cùng với ảnh và video. Một bức ảnh chụp một khoảnh khắc trong thời gian từ một góc cố định, và một video chụp một loạt những khoảnh khắc trong một dòng thời gian tuyến tính. Ngược lại, một hình ảnh .fyuse chụp những gì chúng tôi gọi là “một khoảnh khắc trong không gian”. Người xem không bị giới hạn ở một góc hoặc dòng thời gian tuyến tính: Họ có thể xem không chỉ một bên của thứ gì đó, mà còn xung quanh nó.

Để tạo ra một hình ảnh .fyuse, nhiếp ảnh gia sẽ quay quanh đối tượng của họ theo một hướng với máy ảnh điện thoại. Ngoài ra, công nghệ Fyusion cũng tương thích với các giải pháp hình ảnh cố định và các giải pháp hình ảnh không truyền thống như máy bay không người lái.

Định dạng tệp .fyuse của chúng tôi là thứ mang những hình ảnh này đến với cuộc sống. Nó nhẹ và cho phép tương tác đa diện phức tạp. Nó cũng hoàn toàn tương thích với máy tính xách tay, máy tính bảng và điện thoại thông minh mà người dùng thông thường đã có trong kho vũ khí của họ.

Bạn có thể thảo luận về một số dữ liệu được thu thập và phân tích với Fyusion?

Với xe ô tô, ALIS nhận ra mọi phần của xe và sau đó có thể xác định nơi có thiệt hại, kích thước và mức độ nghiêm trọng của thiệt hại và loại bỏ các tín hiệu dương giả tiềm năng, chẳng hạn như bụi bị cuốn lên từ đường. Công nghệ chúng tôi đã phát triển và cấp bằng sáng chế có thể giải quyết các vấn đề khác, nhưng đây là vấn đề chúng tôi đang tập trung vào hiện tại.

Bạn có thể thảo luận về AI-Based Lightfield Information Suite (ALIS) là gì?

ALIS là động cơ đằng sau mọi sản phẩm Fyusion. Nó cho phép hình ảnh 3D nhẹ và hiểu sâu về hình ảnh. Có ba phần tạo nên ALIS: Chụp, Động cơ và Trình xem. Trong mô-đun Chụp, ứng dụng di động chứa các hướng dẫn tích hợp và các quy trình làm việc có thể tùy chỉnh cho phép người dùng chụp ảnh 3D chất lượng cao bằng hầu hết các điện thoại thông minh trên thị trường. Việc chụp ảnh của Fyusion cũng hỗ trợ máy ảnh DSLR, máy bay không người lái và một loạt các thiết bị khác.

Trong bước thứ hai, Động cơ, ALIS phân tích những hình ảnh 3D này và chuyển đổi chúng thành thông tin có thể hành động, chẳng hạn như các loại thiệt hại được yêu cầu bởi khách hàng của chúng tôi. Nó cũng có thể cung cấp hỗ trợ cho các phát hiện của mình bằng cách tạo ra hình ảnh 2D độ phân giải cao về các thiệt hại mà nó tìm thấy.

Cuối cùng, Trình xem hiển thị định dạng tệp .fyuse. Định dạng .fyuse được cấp bằng sáng chế và nhẹ, cung cấp một trải nghiệm 3D nhập vai với thời gian tải nhanh. Chúng tôi có thể附 thêm mọi loại trải nghiệm với một tệp .fyuse, bao gồm âm thanh, video và hình ảnh 2D.

Fyusion đã sẵn sàng cho AR và VR, bạn tin rằng những ứng dụng này sẽ lớn như thế nào trong tương lai?

Thực tế ảo tăng cường là một ngành công nghiệp trị giá tỷ đô la đang trở nên phổ biến hơn, và việc chụp các cảnh xung quanh 3D dễ dàng hơn nhờ vào các thiết bị di động mạnh mẽ và mạng có độ trễ thấp. Khi những công nghệ này trở nên phổ biến, kỳ vọng của khách hàng về các trải nghiệm trực tuyến sẽ tăng lên nhanh chóng như các nhà tạo nội dung có thể theo kịp.

Đặc biệt là trong ngành công nghiệp ô tô, với việc mua ô tô trực tuyến ngày càng tăng, trong vài năm tới, chúng tôi dự đoán sẽ có một sự gia tăng mạnh mẽ về sự quan tâm đến AR, VR và danh sách 3D. Mục tiêu là chuyển đổi một trang chi tiết xe đơn giản (VDP) thành một trang trải nghiệm xe (VEP), giúp cả các đại lý ô tô lớn và nhỏ tiếp tục phát triển. Điều này có thể là bất cứ điều gì, từ thêm logo 3D và thẻ phương tiện phong phú vào danh sách, hoặc cho phép người mua ảo đặt một bộ gậy golf vào cốp xe để xem cách chúng phù hợp bên trong.

Sẽ rất thú vị khi xem những loại ứng dụng này bắt đầu hoạt động như thế nào. Tôi không nghĩ rằng chúng tôi sẽ phải chờ đợi lâu.

Bạn có thể thảo luận về sự cải thiện tỷ lệ nhấp chuột và doanh thu trong thương mại điện tử khi sử dụng hình ảnh 3D so với hình ảnh 2D?

Tôi quen thuộc nhất với bán buôn và bán lẻ ô tô. Hình ảnh 3D đã tạo ra một mức độ tin cậy mới cho người mua trực tuyến, điều này đặc biệt quan trọng với các mặt hàng lớn như ô tô.

Dữ liệu nội bộ của chúng tôi cho thấy rằng hình ảnh 3D tăng cường sự tương tác của người dùng và thời gian dành trên các trang chi tiết xe, điều này đã được chứng minh là tăng doanh số bán hàng xe. Cung cấp một trải nghiệm 3D giống như cuộc sống của xe cũng xây dựng tình cảm tích cực đối với nhà cung cấp bằng cách tăng cường niềm tin.

Một trong những tùy chọn với Fyusion là xử lý dữ liệu cục bộ hoặc trên đám mây, bạn có thể thảo luận về lợi ích của từng phương pháp?

Cục bộ, AI cạnh cho phép các nhà phát triển làm việc trong các ràng buộc đáng kể, đặc biệt là đối với trường hợp của điện thoại di động. Ngoài những lo lắng tiêu chuẩn cho bất kỳ nhà phát triển AI nào – Mạng được tối ưu hóa như thế nào? Kết quả có đáng tin cậy không? – Một số lo lắng thực tế đặt ra các giới hạn rõ ràng. Áp lực bộ nhớ, tiêu hao pin, khả năng quá trình của bạn bị nền tảng hoặc hệ điều hành đưa vào nền… Và đó là giả định rằng CPU và GPU tương đương có sẵn trên cạnh. Ngay cả đối với các thiết bị hàng đầu, điều này hiếm khi xảy ra.

Bạn cần lập kế hoạch cho mọi trường hợp có thể xảy ra; trong khi trên đám mây, bất kỳ giải pháp nào cũng có thể được theo dõi và tinh chỉnh.

Nhưng nói chung, AI cạnh có thể được coi là giải pháp “tự động mở rộng” hoàn hảo: đối với mỗi người dùng mới, bạn có một máy hoàn toàn mới ở sự sẵn sàng của mình. Nếu bạn đã tối ưu hóa mạng của mình để chạy hoàn toàn trên cạnh, bạn có thể dễ dàng phục vụ hai, hoặc hai triệu, khách hàng.

Khi phần cứng mạnh nhất luôn tồn tại trên đám mây, nó thường được chấp nhận rằng dữ liệu là vua. Dữ liệu càng nhiều và càng gần với dữ liệu thô, càng tốt. AI trên cạnh có quyền truy cập vào dữ liệu đầu vào thô, không có hạn chế. Trong khi đó, đối với một giải pháp AI trên đám mây, dữ liệu đầu vào phải được xử lý (nén, một phần) hoặc khổng lồ, tại đó, băng thông trở thành một vấn đề nghiêm trọng.

Bởi vì nó gần nhất với người dùng, AI trên cạnh mở ra một loạt các khả năng mà AI trên đám mây không có. Nếu nó được tối ưu hóa để chạy trong thời gian thực, nó có thể cung cấp phản hồi trong thời gian thực. Điều đó có nghĩa là bạn có thể xây dựng các giải pháp không chỉ tiêu thụ dữ liệu, mà còn khuyến khích người dùng cung cấp tốt hơn dữ liệu.

Làm thế nào 5G sẽ cho phép sự tăng trưởng nhanh chóng trong các ứng dụng công nghệ tầm nhìn máy tính?

Với tốc độ kết nối nhanh hơn, bạn có thể di chuyển nhiều xử lý hơn đến đám mây, điều này mở ra các khả năng cho nhiều ứng dụng tầm nhìn máy tính mới. Tuy nhiên, điều đó thực sự phụ thuộc vào ứng dụng và mức độ nó sẽ được áp dụng.

5G có thể có tác động phân mảnh và làm tăng khoảng cách số, vì một số phần của thế giới có kết nối nhanh hơn và nhanh hơn trong khi các khu vực khác sẽ tiếp tục có kết nối chậm. Các ứng dụng tập trung vào những người có quyền truy cập vào 5G sẽ rõ ràng được hưởng lợi. Nhưng nói chung, các ứng dụng được áp dụng rộng rãi hơn có thể phải chọn giữa việc dành thời gian và tiền bạc để làm những gì cơ bản sẽ trở thành hai phiên bản của cùng một ứng dụng, hoặc gắn bó với một phiên bản ít mạnh mẽ hơn nhưng có thể chạy trên hầu hết mọi kết nối.

Có bước nào Fyusion đang thực hiện để tận dụng việc triển khai 5G trong tương lai?

Tôi muốn nói trước rằng Fyusion đã dành nhiều thời gian để đảm bảo rằng khách hàng của chúng tôi có thể truy cập các ứng dụng của chúng tôi ngay cả trên các điện thoại cũ với khả năng sẵn sàng băng thông kém. Với Manheim alone, công nghệ của chúng tôi đã chụp hơn một triệu ô tô và chúng tôi sẽ không đạt được điều đó nếu không.

Được nói, chúng tôi rất hào hứng với những gì chúng tôi đang thấy ngay bây giờ – đó là một tam giác của tốc độ xử lý tăng, kết nối 5G và không kém gì một cuộc cách mạng trong máy ảnh điện thoại. Hãy đặt tất cả lại với nhau và bạn sẽ có một số phát triển mới mà tôi không may mắn chia sẻ với bạn ngay bây giờ.

Có điều gì khác bạn muốn chia sẻ về Fyusion?

Đây là một thời gian rất thú vị để làm việc trong tầm nhìn máy tính – như một kỷ luật, chúng tôi đang chuyển vào dòng chính sau nhiều năm được nói đến như một công nghệ trong tương lai. Fyusion đang phát triển nhanh và chúng tôi đang tuyển dụng các nhà khoa học tầm nhìn máy tính từ khắp nơi trên thế giới. Các thành viên trong nhóm của chúng tôi có thể làm việc từ bất kỳ nơi nào, nhưng họ luôn được chào đón tại các văn phòng của chúng tôi ở Potrero Hill.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Fyusion.