Startup-virksomheden Synteza har knækket koden til at skabe computerskabte træningsdata på rekordtid. Det skal gøre det markant hurtigere og billigere for robotter og selvkørende enheder at forstå den virkelige verden. Nu rykker virksomheden ind i robotinkubatoren hos Teknologisk Institut bevilliget af Odense Robotics StartUp Fund.
Selvkørende maskiner, droner og humanoide robotter spås inden længe at blive en større del af vores samfund og arbejdsmarked. Fælles for dem alle er, at de er spækket med kameraer og sensorer for at sanse deres omgivelser. Men før robotterne kan fungere sikkert i praksis, skal de lære at forstå og reagere på det, de ser. Og det kræver enorme, næsten uoverskuelige mængder træningsdata.
Den udfordring vil den nystartede teknologivirksomhed Synteza løse. Virksomheden er netop blevet optaget i inkubatoren til Odense Robotics StartUp Fund ved Teknologisk Institut.
– Vi stiftede virksomheden, fordi vi så et kæmpe behov for helt specifikke data og den rette infrastruktur til at gøre tingene omkring os autonome. Det allerstørste problem for kunstig intelligens er at finde de rigtige data, så systemerne er i stand til at fungere i den fysiske verden. Det problem løser vi ved at skabe disse data kunstigt og træne de fysiske AI-systemer direkte i vores digitale pipeline, fortæller Serhii Lubkin, der er CEO og medstifter af Synteza.
Fra år til uger: Gør op med uendelig dataindsamling
Normalt er arbejdet med data en tung og tidskrævende flaskehals, når der udvikles AI. Først skal enorme mængder rå data samles ind fra den virkelige verden, hvorefter de skal sorteres, renses, mærkes manuelt, testes og valideres. Det er en proces, der ofte tager måneder eller år.
Synteza vender tilgangen helt på hovedet. I stedet for at samle data ind ude i virkeligheden, skaber de datasættene digitalt:
– Vi forventer, at humanoide robotter snart er overalt omkring os. De kigger på verden gennem kameraer og sensorer, men de skal forstå, hvad der foregår. For at lære en robot det, som selv et lille barn forstår helt intuitivt, skal man normalt bruge rigtig meget data. I stedet for at slæbe rundt på de enorme datamængder, skaber vi dataene digitalt. Vi behøver ikke indsamle enorme mængder fra virkeligheden, men kan producere dem skræddersyet, forklarer Serhii Lubkin.
– Det betyder, at en proces, der før tog år, nu kan klares på uger eller blot dage og med samme høje kvalitet. Det ændrer fundamentalt måden, modellerne trænes på, og det gør det langt nemmere og hurtigere at bringe for eksempel humanoide robotter ud i den virkelige verden, uddyber han.
Teknologien gør sig også gældende i fremstillingsindustrien lige nu, hvor den blandt andet kan bruges til automatisk kvalitetskontrol på fabrikker:
– Når man producerer komponenter på et fabriksgulv, skal man kunne fange fejl og defekter i detaljerne. Men for at lære en AI det, skal den have data, og som regel er der alt for få eksempler, fordi defekter heldigvis ikke optræder hele tiden. Vi har fundet en metode til at skabe præcis de datasæt, der mangler, så AI-modellerne hurtigt lærer at opdage produktionsfejlene, fortæller Serhii Lubkin.
Mødtes om en fælles idé
Bag Synteza står Serhii Lubkin og hans medstifter, Oleksandr Pak. Serhii Lubkin har selv en baggrund inden for AI og computer vision, hvor manglen på tilgængelig data ifølge Serhii Lubkin altid har været den største barriere for at skabe modeller, der rent faktisk fungerer i praksis.
– Da jeg mødte Oleksandr, præsenterede han idéen om at skabe træningsdata kunstigt, men med en hidtil uset præcision. Jeg tænkte med det samme, at det var lige præcis det, industrien manglede for at gøre fysisk AI til virkelighed, og derfor besluttede vi at gå sammen og bygge virksomheden op, forklarer Serhii Lubkin.
Et unikt robotmiljø i Odense
Synteza rykker nu ind i inkubatoren hos Teknologisk Institut i Odense. Gennem Odense Robotics StartUp Fund får virksomheden adgang til kapital, et stærkt mentornetværk og testfaciliteter i robothallerne.
– Vi søgte ind i Odense Robotics StartUp Fund, fordi vi sætter enormt stor pris på økosystemet her. Det samler så mange grene af fysisk AI herunder robotter, droner og selvkørende fartøjer. Det er et utrolig stærkt miljø med gode forbindelser både i Danmark og internationalt. Vores primære mål i inkubatoren er at knytte tætte bånd til det danske robotmiljø og etablere pilotprojekter i samarbejde med Teknologisk Institut. Det er et fantastisk miljø at være en del af, og vi glæder os til både at drage fordel af det og bidrage til dets videre vækst, slutter Serhii Lubkin.
