Když se podíváte na Amazon před několika lety, nebyla to zisková firma. Dnes ale vydělává obrovské peníze. Tesla má potenciál, aby se takovým Amazonem stala, říká Igal Raichelgauz, zakladatel izraelské technologické firmy Cortica. V březnu se firma stala centrem pozornosti poté, co se v médiích objevily spekulace, že o její koupi jedná majitel Tesly Elon Musk. Do Prahy Raichelgauz přijel v rámci Týdne inovací.
Firma Cortica využívá metody strojového učení k rozpoznávání a analýze digitálních obrazů a videa. Technologie, kterou Cortica vyvinula, pracuje s poznatky o fungování lidského mozku. Firmu založil Raichelgauz v roce 2007 spolu s Karinou Odinaevovou a Yehoshuou Zeevem. V březnu izraelská média psala, že kolem firmy krouží zakladatel Tesly Elon Musk.
Četl jsem, že vaše firma má hodně patentovaných nápadů. Které z nich považujete za nejslibnější?
Klíčové jsou pro nás ty, které mají souvislost s procesy učení bez dohledu člověka. Náš systém se může učit sám bez označování dat. To je to hlavní.
Popište, co to znamená?
Dnes proces učení spočívá ve vytváření mnoha vzorků, které systém pojmenovává. Tohle je chytrý telefon, tohle je tužka, atd. Pak to spojíte s neurologickou soustavou, přičemž systém se může učit pouze to, v čem dostal tréning. My postupujeme jinak, od základů nahoru, na rozdíl od stávajících systémů, které napřed něco definují a pak na tom staví.
Náš přístup znamená, že systém nakrmíte mnoha náhodnými obrázky, a pokud rozpozná, že tady je telefon, jinde je také telefon, může tyto společné prvky shromažďovat. Můžeme tak vytvořit koncept, který je schopen identifikovat telefon, když ho uvidí. Telefon přitom nedostává jméno, ale je označený číslem. Pak toho číslo lze jednoduše kvůli srozumitelnosti označit jako telefon.
Máte čtyři hlavní firemní větve: drony, autonomní automobily, systémy pouličních kamer a screening, což jsou například systémy na letištích, které kontrolují zavazadla. Od které čekáte největší příjmy?
Autonomní vozidla před sebou ještě mají velmi dlouhý vývoj, řekl bych ještě třicet let. Nicméně je zřejmé, že se tady tvoří trh, který může být hodně velký. Technologické výzvy jsou však zatím obrovské, takže to není nejžhavější trh. Některé naše větve ještě potřebují investice, jiné už vydělávají.
Nejprofitabilnější je zatím byznys, který souvisí s pouličními kamerami. Je to už zavedený byznys. A všechny bezpečnostní aplikace, které s tím souvisí.
Objevily se spekulace, že vás nedávno v Izraeli navštívil Elon Musk, který má zájem vaši firmu koupit.
Rozhodně to popíráme.
Nemáte tedy zájem s Teslou spolupracovat?
Máme zájem o spolupráci s každou velkou firmou, ale k tomuto případu se nemůžu vyjadřovat.
Líbí se vám, co Tesla dělá? Myslíte, že je jejich byznys udržitelný? Ptám se proto, že dlouhodobě prodělávají obrovské množství peněz.
Tesla je v automobilovém průmyslu totéž co Amazon v e-commerce. Když se podíváte na Amazon před několika lety, nebyla to rovněž zisková firma. Když se ale podíváte dnes, vydělávají obrovské peníze. Tesla má potenciál, aby se takovým Amazonem stala.
Věříte, že se jim to povede?
Ano.
Kamery, autonomní vozidla i třeba screening zavazadel generují obrovské množství dat. Není tohle problém?
Pro nás je právě tohle příležitost. Díky nám je lze prohledávat. Všechna data převádíme na tzv. podpisy, takže naše systémy data indexují. To co dělá Google v oblasti textu, my děláme s vizuálními daty. Můžeme přijít například k infrastruktuře chytrého města, která je stěsnaná do podpisů, a prohledávat je. Můžeme vyhledávat osoby či určité situace. Je to jedna z nejpoužívanějších technologií.
Nejste ale jediná firma, která tohle dělá. Pomatuji si, že na ČVUT působí firma, která se věnuje stejné věci.
Většina firem využívá tzv. deep learning, tedy používá řídící jednotku, aby dohlížela na systém. Ten tak pozná, co se naučil. V životě je to však jinak, ve většině případů nevíte dopředu, co hledáte. Když ale máte obrovské indexy, můžete je jako Google prohledávat a najít cokoli.
Váš software rovněž napodobuje struktury zvířecího mozku. Jak to funguje?
Jak jsem říkal, pokoušíme se vytvořit model, který není hluboký. Například lidský mozek má šest vrstev. Deep learning má stovky vrstev. Naším cílem je tedy architektura, která není „hluboká“.
Dále čtěte: