Поработав в самых красивых и беспощадных условиях на всех континентах, я всегда немного удивлялся, насколько тревожно я все еще испытываю беспокойство при развертывании одной из моих новых технологий. Изобретателю всегда сложно провести первое реальное полевое испытание прототипа. . . Будет ли он работать, как в лаборатории? Что я пропустил? Я бы очень хотел, чтобы все эти люди не смотрели, как я щелкаю выключателем питания. . .

На этот раз проект был еще более насыщенным. Я развертывал специальную установку для 3D-сканирования, которую я построил по частям за 60 000 долларов, чтобы попытаться создать цифровую копию одного из последних оставшихся суматранских носорогов в мире в убежище глубоко во влажных джунглях Индонезии. Это может быть наш единственный шанс запечатлеть цифровую копию носорога, которая поможет рассказать его историю, или, в худшем случае, предоставить полную цифровую запись животного, если усилия по сохранению не увенчаются успехом. Чтобы сделать ставки еще больше, команда National Geographic снимала каждый шаг наших усилий.

Моя карьера - это длинная серия (уже несколько десятилетий, но я стараюсь не думать об этом слишком много!) Подобных спринтов. Месяцы лабораторных разработок высокотехнологичных систем для сохранения, разведки или защиты от браконьерства, перемежающихся интенсивными полевыми развертываниями. Имея опыт работы в области компьютерных наук и искусственного интеллекта в Массачусетском технологическом институте (MIT), я изначально не предполагал, что закончу карьеру, в которой я разрабатывал технологии и алгоритмы для исследования и сохранения. Работа с National Geographic дала мне возможность объединить мою страсть к информатике и искусственному интеллекту с сохранением, исследованием и повествованием.

Быть исследователем и сотрудником National Geographic - это синоним невероятных приключений. В отличие от большинства профессий, это действительно так круто, как кажется. Я был на палубе «Титаника» на глубине 12500 футов на трехместной подводной лодке, в то время как я помогал разрабатывать энергетические роботы, исследующие пассажирские каюты внутри затонувшего корабля. В прошлом году я пролетел над Эверестом на вертолете, когда мы сделали лазерную LIDAR-карту с высоким разрешением всего самого высокого ледника в мире. Вместе с нашими партнерами по охране окружающей среды я управлял камерами, прикрепленными к крылу двухместного самолета, над Демократической Республикой Конго на передовой линии борьбы с браконьерством на слонах. Я провел много сотен часов в черном как смоль подземном мире в таких миссиях, как подводное плавание с аквалангом в затопленных пещерах, чтобы сканировать жертвы человеческих жертвоприношений майя и протыкать свое тело через вертикальную трещину шириной всего 7 дюймов в некоторых местах, где оставалось падение. вы заклинили и сломали систему пещер в Южной Африке, чтобы искать до-человеческие захоронения с помощью георадара.

В целом это вдохновило и воодушевило меня той ролью, которую технологии и инновации могут сыграть в обмене и защите самых прекрасных сокровищ мира, и в то же время напугать меня тем, насколько хрупкими являются вещи, которые нам небезразличны.

За мою работу меня недавно назвали Исследователем года по версии Rolex National Geographic 2020. Ежегодно эта престижная награда вручается человеку, чьи действия, достижения и дух олицетворяют лидерство в исследованиях и повествовании. В число предыдущих победителей вошли режиссер Джеймс Кэмерон, подводный фотограф Брайан Скерри, Стив Бойс и его команда проекта Wilderness Project Окаванго, а также антрополог-эколог Кенни Брод. В наши дни миссия Национального географического общества - использовать силу науки, исследований, образования и повествования для освещения и защиты чуда нашего мира - важна как никогда. Для меня невероятно большая честь быть частью этой миссии.

Пока я оцифровывал суматранского носорога, я сделал предварительную визуализацию на моем ноутбуке в домике, где мы остановились в Индонезии. Когда я перемещал трехмерное изображение животного по экрану, я был поражен тем, насколько оно невероятно реалистично. Когда я перестал двигать мышью, я с трудом мог сказать, что это не фотография. Имея опыт работы в области искусственного интеллекта, а также философские наклонности, я начал думать, что такое настоящий образ? Я, конечно, считаю фотографию, которую я делаю на свой телефон, реальным изображением, но что это на самом деле, кроме набора чисел, представляющих значения пикселей? Если мой синтетический оцифрованный носорог неотличим от фотографии, действительно ли он такой же реальный, как фотография? Я понял, что если я могу создавать 3D-модели, которые кажутся мне реальными, я могу использовать эти изображения для обучения систем искусственного интеллекта. Понимаете, данные - это ахиллесова пята искусственного интеллекта. Для хорошей модели искусственного интеллекта требуется МНОГО данных, но в некоторых из наиболее важных приложений, таких как охрана окружающей среды, борьба с браконьерством, безопасность и медицинская визуализация, трудно получить хорошие данные.

Эта идея привела к моему текущему приключению в создании Synthetaic, компании, занимающейся искусственным интеллектом и синтетическими данными, которая сосредоточена на некоторых из наиболее важных сценариев использования искусственного интеллекта, где ограниченные выборочные острова препятствуют высококачественному прогнозному моделированию. Во многих областях просто не было достаточно данных для эффективного обучения сетей, в частности, как для неподвижных, так и для движущихся изображений.

Фотографии браконьеров-нелегалов немногочисленны. То же самое и с пикапами Toyota последних моделей с экстремистскими символами. Обратная связь в режиме реального времени для нейрохирургов в операционной сдерживается ограниченными хранилищами изображений редких видов рака мозга. Расовые предубеждения широко распространены в распознавании лиц из-за проблем с распространенностью данных обучения.

Я начал Synthetaic, чтобы ответить на два самых важных вопроса в искусственном интеллекте. Что, если крайних случаев больше не существует? Что, если бы данные обучения больше не были ограничением?

С тех пор, как мы начали Synthetaic, мы расширили концепцию, поскольку мы поняли, что, комбинируя как 3D-моделирование, так и новый генеративный ИИ, мы можем обрабатывать данные быстрее, дешевле и более согласованным с обучением современного ИИ, чем любой другой метод синтеза данных. В наши дни мы генерируем микроскопические изображения рака человека для принятия решений о проведении межоперационных операций на головном мозге, увеличиваем рентгеновские снимки грудной клетки для обнаружения COVID-19, синтезируем аэрофотоснимки для природоохранных проектов и создаем данные для нескольких нерешенных потребностей разведки безопасности. В каждом из этих случаев данные неотличимы от реальных изображений, но почти мгновенно генерируются на наших серверах, и мы можем использовать эти данные для обучения моделей искусственного интеллекта, которые превосходят современные современные технологии.

Нам нужны технологии как усилитель для решения самых сложных мировых проблем. Даже то, что мы сейчас считаем простыми технологиями, такими как шкив или электроэнергия, радикально расширило наши возможности как индивидуумов, так и как биологический вид. Я верю, что искусственный интеллект, если использовать его в полной мере, станет таким инструментом. Это поможет пронумерованным рейнджерам защитить обширные территории от браконьерства. Это поможет врачам диагностировать проблемы со здоровьем раньше, когда появится больше вариантов лечения. Это поможет нам обезопасить себя в нестабильном мире. Чтобы выполнить обещания, которые предлагает ИИ, нам нужны невообразимые объемы входных данных. Synthetaic будет наращивать эти высококачественные данные, чтобы разблокировать невозможный ИИ.