Yashar Behzadi, Giám đốc điều hành của Synthesis AI – Loạt phỏng vấn

Yashar Behzadi PhD là Giám đốc điều hành và Người sáng lập của Synthesis AI. Ông là một doanh nhân có kinh nghiệm đã xây dựng các doanh nghiệp chuyển đổi trong lĩnh vực AI, công nghệ y tế và IoT. Ông đã dành 14 năm qua ở Thung lũng Silicon xây dựng và mở rộng các công ty công nghệ tập trung vào dữ liệu. Yashar có hơn 30 bằng sáng chế và đơn đăng ký bằng sáng chế đang chờ xử lý và bằng tiến sĩ từ UCSD với trọng tâm vào mô hình hóa không gian-thời gian của hình ảnh não chức năng.

Synthesis AI là một công ty khởi nghiệp tại giao điểm của học sâu và CGI, tạo ra một范式 mới cho sự phát triển của mô hình tầm nhìn máy tính. Họ cho phép khách hàng phát triển các mô hình tốt hơn với một phần nhỏ thời gian và chi phí so với các phương pháp dựa trên chú thích của con người truyền thống.

Bạn đã tham gia vào khoa học máy tính và AI như thế nào?

Tôi đã nhận bằng tiến sĩ từ UCSD vào năm 2006 với trọng tâm vào tầm nhìn máy tính và mô hình hóa không gian & thời gian của dữ liệu hình ảnh não. Sau đó, tôi làm việc tại Thung lũng Silicon tại giao điểm của cảm biến, dữ liệu và học máy trong các ngành công nghiệp khác nhau trong 16 năm. Tôi cảm thấy rất may mắn khi có cơ hội làm việc trên một số công nghệ đáng chú ý, và tôi có hơn 30 bằng sáng chế được cấp hoặc nộp đơn tập trung vào xử lý tín hiệu, học máy và khoa học dữ liệu.

Bạn có thể chia sẻ câu chuyện về sự ra đời của Synthesis AI?

Trước khi thành lập Synthesis AI vào năm 2019, tôi đã lãnh đạo một công ty dịch vụ AI toàn cầu tập trung vào việc phát triển các mô hình tầm nhìn máy tính cho các doanh nghiệp công nghệ hàng đầu. Không quan trọng đến kích thước của công ty, tôi đã phát hiện ra rằng chúng tôi bị hạn chế nghiêm trọng bởi chất lượng và số lượng dữ liệu đào tạo được chú thích. Khi các công ty mở rộng địa lý, tăng trưởng cơ sở khách hàng hoặc phát triển các mô hình và phần cứng mới, dữ liệu đào tạo mới được yêu cầu để đảm bảo các mô hình hoạt động tốt. Nó cũng trở nên rõ ràng rằng tương lai của tầm nhìn máy tính sẽ không thành công với mô hình chú thích của con người hiện tại. Các ứng dụng tầm nhìn máy tính mới nổi trong tự chủ, robot và AR/VR/metaverse yêu cầu một tập hợp phong phú của các nhãn 3D, thông tin độ sâu, thuộc tính vật liệu, phân đoạn chi tiết, v.v. mà con người không thể chú thích. Một范式 mới được yêu cầu để cung cấp tập hợp nhãn phong phú cần thiết để đào tạo các mô hình mới này. Ngoài các yếu tố kỹ thuật, chúng tôi cũng thấy sự tăng cường sự giám sát của người tiêu dùng và quy định xung quanh các vấn đề đạo đức liên quan đến thiên vị mô hình và quyền riêng tư của người tiêu dùng.

Tôi đã thành lập Synthesis AI với mục đích chuyển đổi范式 của tầm nhìn máy tính. Nền tảng tạo dữ liệu tổng hợp của công ty cho phép tạo ra dữ liệu hình ảnh photorealistic với một tập hợp mở rộng của các nhãn pixel hoàn hảo 3D. Sứ mệnh của chúng tôi là tiên phong trong các công nghệ dữ liệu tổng hợp để cho phép phát triển các mô hình có khả năng hơn một cách đạo đức.

Đối với những người đọc không quen thuộc với thuật ngữ này, bạn có thể định nghĩa dữ liệu tổng hợp là gì?

Dữ liệu tổng hợp là dữ liệu được tạo ra bởi máy tính phục vụ như một giải pháp thay thế cho dữ liệu thế giới thực. Dữ liệu tổng hợp được tạo ra trong các thế giới kỹ thuật số mô phỏng chứ không được thu thập từ hoặc đo lường trong thế giới thực. Kết hợp các công cụ từ thế giới hiệu ứng hình ảnh và mô hình AI tạo ra, Synthesis AI cho phép các công ty tạo ra một lượng lớn dữ liệu đa dạng và photorealistic để đào tạo các mô hình tầm nhìn máy tính. Nền tảng tạo dữ liệu của công ty đã giảm chi phí và tốc độ để có được dữ liệu hình ảnh chất lượng cao bằng nhiều bậc so với các phương pháp dựa trên chú thích của con người truyền thống trong khi vẫn giữ nguyên quyền riêng tư.

Bạn có thể thảo luận về cách dữ liệu tổng hợp được tạo ra?

Một tập dữ liệu tổng hợp được tạo ra một cách nhân tạo chứ không phải thông qua dữ liệu thế giới thực. Các công nghệ từ ngành công nghiệp hiệu ứng hình ảnh được kết hợp với các mạng nơ-ron tạo ra để tạo ra một lượng lớn dữ liệu hình ảnh đa dạng và photorealistic. Dữ liệu tổng hợp cho phép tạo ra dữ liệu đào tạo với chi phí và thời gian thấp hơn nhiều so với các phương pháp hiện tại.

Làm thế nào để tận dụng dữ liệu tổng hợp tạo ra lợi thế cạnh tranh?

Hiện tại, hầu hết các hệ thống AI đều sử dụng ‘học có giám sát’ nơi con người chú thích các thuộc tính chính trong hình ảnh và sau đó đào tạo các thuật toán AI để giải thích hình ảnh. Đây là một quá trình tốn nhiều tài nguyên và thời gian và bị giới hạn bởi những gì con người có thể chú thích một cách chính xác. Ngoài ra, các vấn đề về thiên vị dân tộc và quyền riêng tư của người tiêu dùng đã tăng cao, khiến việc thu thập dữ liệu đại diện của con người trở nên ngày càng khó khăn.

Phương pháp của chúng tôi là tạo ra các thế giới kỹ thuật số photorealistic để tổng hợp dữ liệu hình ảnh phức tạp. Vì chúng tôi tạo ra dữ liệu, chúng tôi biết mọi thứ về các cảnh, bao gồm cả thông tin chưa từng có về vị trí 3D của các đối tượng và các tương tác phức tạp của chúng với nhau và với môi trường. Việc thu thập và chú thích số lượng dữ liệu này bằng các phương pháp hiện tại sẽ mất nhiều tháng, nếu không muốn nói là nhiều năm.范式 mới này sẽ cho phép cải thiện hiệu suất và chi phí 100 lần và sẽ thúc đẩy một lớp mô hình mới có khả năng hơn.

Vì dữ liệu tổng hợp được tạo ra một cách nhân tạo, điều này loại bỏ nhiều thiên vị và lo ngại về quyền riêng tư khi thu thập dữ liệu từ thế giới thực.

Làm thế nào để tạo dữ liệu theo yêu cầu cho phép mở rộng quy mô nhanh chóng?

Thu thập và chuẩn bị dữ liệu thế giới thực cho đào tạo mô hình là một quá trình dài và nhàm chán. Triển khai phần cứng cần thiết có thể rất tốn kém cho các hệ thống tầm nhìn máy tính phức tạp như xe tự hành, robot hoặc hình ảnh vệ tinh. Một khi dữ liệu được thu thập, con người sẽ chú thích và chú thích các tính năng quan trọng. Quá trình này dễ bị lỗi và con người bị giới hạn trong khả năng chú thích thông tin quan trọng như vị trí 3D cần thiết cho nhiều ứng dụng.

Dữ liệu tổng hợp nhanh hơn và rẻ hơn nhiều so với các phương pháp dựa trên chú thích của con người truyền thống và sẽ giúp tăng tốc triển khai các mô hình mới và có khả năng hơn trên các ngành công nghiệp.

Làm thế nào để dữ liệu tổng hợp cho phép giảm hoặc ngăn chặn thiên vị AI?

Các hệ thống AI rất phổ biến nhưng có thể chứa các thiên vị vốn có có thể ảnh hưởng đến các nhóm người. Các tập dữ liệu có thể mất cân bằng với các lớp dữ liệu nhất định và các nhóm người nhất định có thể được đại diện quá mức hoặc không đủ. Xây dựng các hệ thống lấy con người làm trung tâm có thể dẫn đến thiên vị về giới tính, chủng tộc và tuổi tác. Ngược lại, dữ liệu đào tạo được tạo ra bởi thiết kế thiếu thiên vị của con người.

Dữ liệu tổng hợp có thể trở thành một giải pháp mạnh mẽ trong việc giải quyết vấn đề thiên vị của AI. Dữ liệu tổng hợp được tạo ra một phần hoặc hoàn toàn bằng cách nhân tạo chứ không phải bằng cách đo lường hoặc trích xuất từ các sự kiện hoặc hiện tượng thế giới thực. Nếu tập dữ liệu không đa dạng hoặc đủ lớn, dữ liệu AI tạo ra có thể lấp đầy các khoảng trống và tạo thành một tập dữ liệu không thiên vị. Điều tốt nhất? Việc tạo ra các tập dữ liệu này bằng tay có thể mất nhiều tháng hoặc nhiều năm để hoàn thành. Khi được thiết kế với dữ liệu tổng hợp, điều này có thể được thực hiện chỉ trong một đêm.

Ngoài tầm nhìn máy tính, những trường hợp sử dụng tương lai khác cho dữ liệu tổng hợp là gì?

Bên cạnh nhiều trường hợp sử dụng tầm nhìn máy tính liên quan đến sản phẩm tiêu dùng, tự chủ, robot, AR/VR/metaverse và nhiều hơn nữa, dữ liệu tổng hợp cũng sẽ ảnh hưởng đến các phương thức dữ liệu khác. Chúng tôi đã thấy các công ty tận dụng các phương pháp dữ liệu tổng hợp cho dữ liệu bảng cấu trúc, giọng nói và xử lý ngôn ngữ tự nhiên. Các công nghệ và đường ống tạo ra cơ bản khác nhau cho mỗi phương thức, và trong tương lai gần, chúng tôi dự kiến sẽ thấy các hệ thống đa phương thức (ví dụ: video + giọng nói).

Có điều gì khác bạn muốn chia sẻ về Synthesis AI?

Vào cuối năm ngoái, chúng tôi đã phát hành HumanAPI, một sự mở rộng đáng kể của khả năng dữ liệu tổng hợp của Synthesis AI, cho phép tạo ra hàng triệu con người kỹ thuật số 3D độc đáo và chất lượng cao theo chương trình. Thông báo này đến vài tháng sau khi ra mắt sản phẩm dữ liệu tổng hợp dưới dạng dịch vụ FaceAPI, đã cung cấp hơn 10 triệu hình ảnh khuôn mặt được chú thích cho các công ty hàng đầu trong lĩnh vực điện thoại thông minh, hội nghị truyền hình, ô tô và công nghệ. HumanAPI là bước tiếp theo trong hành trình của công ty để hỗ trợ các ứng dụng AI tầm nhìn máy tính tiên tiến.

HumanAPI cũng cho phép vô số cơ hội mới cho khách hàng của chúng tôi, bao gồm cả trợ lý ảo thông minh, huấn luyện viên thể dục ảo và tất nhiên, các ứng dụng metaverse.

Bằng cách tạo ra một bản sao kỹ thuật số của thế giới thực, metaverse sẽ cho phép các ứng dụng mới từ mạng xã hội được tưởng tượng lại, trải nghiệm giải trí, hội nghị truyền hình, trò chơi và nhiều hơn nữa. AI tầm nhìn máy tính sẽ là cơ bản cho cách thế giới thực được chụp và tái tạo với độ trung thực cao trong lĩnh vực kỹ thuật số. Con người photorealistic, biểu cảm và hành vi chính xác sẽ là một thành phần quan trọng của tương lai của các ứng dụng tầm nhìn máy tính. HumanAPI là sản phẩm đầu tiên cho phép các công ty tạo ra một lượng lớn dữ liệu toàn thân hoàn hảo được chú thích theo yêu cầu để xây dựng các mô hình AI có khả năng hơn, bao gồm cả ước tính tư thế, nhận dạng cảm xúc, đặc trưng hóa hoạt động và hành vi, tái tạo khuôn mặt và nhiều hơn nữa.

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