Wywiad: Sztuczna inteligencja zapewniająca dostęp do analiz dotyczących ruchu pasażerskiego w czasie rzeczywistym

André, założyłeś firmę w 2017 roku jako spółkę powstałą w wyniku współpracy z Uniwersytetem Technicznym w Dortmundzie i bardzo wcześnie zainteresowałeś się sztuczną inteligencją. Zanim przejdziemy do szczegółów, czy mógłbyś krótko przedstawić ViSenSys – jej wizję i to, co ją wyróżnia?

Oczywiście. Zainteresowałem się sztuczną inteligencją już na studiach informatycznych, szczególnie w obszarach takich jak robotyka futbolowa czy przetwarzanie wizji komputerowej. Następnie ukończyłem doktorat z cyfrowego przetwarzania obrazu na Uniwersytecie w Bochum, zajmując się autonomiczną jazdą i wykrywaniem emocji grupowych. Ponieważ bardzo podobała mi się sztuczna inteligencja i przetwarzanie wizji komputerowej, założyłem własną firmę zajmującą się Inteligentnymi Obserwatorami. I właśnie nad tym koncepcie pracujemy od siedmiu lat.

Wspomniałeś o Inteligentnym Obserwatorze. Czy możesz krótko wyjaśnić, czym on właściwie jest? Produktem? Filozofią? Technologią?

Inteligentny obserwator to ogólne określenie wszystkich naszych produktów. W transporcie publicznym oznacza to głównie analizy wykonywane bezpośrednio w pojeździe. Żadne dane dotyczące obrazu nie opuszczają pojazdu. Do klientów przekazujemy jedynie metadane, unikając w ten sposób obaw związanych z ochroną danych.

Skoro mowa o ochronie danych: w przypadkach, gdy dane wideo muszą jednak zostać przesłane do centrum danych, czy istnieją rozwiązania zapewniające pełną zgodność z przepisami o ochronie danych?

Tak. W ostatnich latach opracowaliśmy rozwiązania do pośredniej identyfikacji i anonimizacji. Możemy albo zamazać twarze osób bezpośrednio na wideo, aby umożliwić bezpieczne przeglądanie, albo całkowicie je anonimizować później.

Opowiedz proszę, jak to się wszystko zaczęło.

Na początku nie mieliśmy jasno określonego kierunku i badaliśmy różne obszary, takie jak logistyka, produkcja i kontrola jakości. Z czasem zauważyliśmy rosnące zainteresowanie i wyraźną potrzebę w transporcie publicznym – zwłaszcza w zakresie automatycznego zliczania pasażerów przy użyciu kamer, zajętości miejsc siedzących, wykorzystania zdolności przewozowych oraz dodatkowych funkcji przynoszących wartość dodaną operatorom transportowym.

Spoglądając pięć lat w przyszłość – co będzie istotne?

Zaczęliśmy od wykrywania zajętości miejsc, zliczania rowerów, wózków dziecięcych i wózków inwalidzkich, chcemy dostarczać te dane w czasie rzeczywistym dla pasażerów. Dzięki temu ludzie mogą planować podróże i wybierać wagony z odpowiednią ilością wolnej przestrzeni. W dalszej perspektywie widzimy ogromny potencjał w wykrywaniu niebezpiecznych sytuacji: wandalizmu, zagrożeń, czy przemocy wobec pasażerów i personelu. Zdecydowanie w tym kierunku zmierza rozwój.

Z naukowego punktu widzenia, zaczynając od uczenia maszynowego i sztucznej inteligencji, czy technologia ta może zostać rozszerzona na wykrywanie innych przedmiotów, takich jak bagaż na lotniskach lub narty w pociągach wahadłowych?

Jak najbardziej. Realizowaliśmy już projekty z Rhätische Bahn, wykrywając narty i rowery górskie. Technologię można łatwo dostosować do innych obiektów, takich jak e-hulajnogi czy bagaż.

iris i DILAX od bardzo dawna liczą pasażerów, korzystając z tradycyjnych technologii czujników – 2D, 3D, głównie przy drzwiach – z bardzo wysoką dokładnością. Mimo to weszliście na rynek z nową technologią. Dlaczego, Twoim zdaniem, to się udało?

Operatorzy transportu publicznego muszą instalować kamery ze względów bezpieczeństwa. Naszym pomysłem było wykorzystanie tych istniejących kamer do dodatkowych funkcjonalności. To świetnie uzupełnia tradycyjne technologie zliczania pasażerów. Nie trzeba mieć czujników w każdym pojeździe. Połączenie czujników APC z systemami opartymi na kamerach oraz naszymi algorytmami zapewnia doskonały zasięg.

Porozmawiajmy o obszarach wspólnych. Gdzie widzisz podobieństwa między naszymi technologiami, szczególnie w odniesieniu do uczenia maszynowego i rozwoju czujników?

Zastosowania są takie same: automatyczne zliczanie pasażerów i wykrywanie zajętości. Obie firmy świetnie się uzupełniają – technologicznie i pod względem bazy klientów. Wnosicie ogromne doświadczenie, wiedzę oraz rozległą międzynarodową sieć kontaktów, którą my jako młoda firma budowaliśmy stopniowo. To sytuacja, w której obie strony wygrywają.

Czy mógłbyś krótko opowiedzieć, jak wygląda struktura firmy ViSenSys? Jesteście start-upem technologicznym, więc kto się czym zajmuje?

Jesteśmy głównie programistami. Mamy jednego pracownika zajmującego się administracją, a ja w większości odpowiadałem za sprzedaż, ponieważ lubię rozmawiać z klientami o technologii. Ale w gruncie rzeczy jesteśmy programistami przez duże P.

Dziękuję za rozmowę i cenne spojrzenie na to, jak iris i ViSenSys wspólnie kształtują inteligentny, oparty na danych transport publiczny.