Sky Engine

Sieci neuronowe znajdują coraz szersze zastosowania praktyczne w wielu dziedzinach, między innymi w rozpoznawaniu i klasyfikacji obrazów. Jednak w procesie uczenia sieci neuronowych występują dwa istotne ograniczenia. Po pierwsze – uczenie sieci neuronowych wymaga bardzo dużego zbioru danych (obrazowych) do treningu. Po drugie – obiekty na tych obrazach muszą zostać oznaczone w sposób manualny. Automatyzacja tego procesu jest ograniczona – wymaga rozpoznania obiektów przez człowieka i oznaczenia ich konturów, aby sieć neuronowa była w stanie nauczyć się co dane zdjęcie przedstawia i uogólnić tę wiedzę.

Sky Engine oferuje rozwiązanie pozwalające omijać wyżej opisane ograniczenia. Koncepcja platformy Sky Engine opiera się na obserwacji, iż współczesne systemy do tworzenia grafiki 3D są w stanie generować niezwykle realistyczne dane obrazowe, które potencjalnie mogą być wykorzystane do uczenia sieci neuronowych w celu rozpoznawania czy klasyfikacji obiektów. Na podstawie pojedynczego modelu 3D można wygenerować praktycznie nieograniczoną liczbę obrazów obiektów zainteresowania – z różnych punktów widzenia, na różnych tłach, w różnych warunkach oświetleniowych, oraz dla różnych zakresów widma światła – możliwe jest na przykład symulowanie obrazów rentgenowskich, w świetle podczerwonym czy też obrazów wielospektralnych. Połączenie automatycznego generowania danych obrazowych z modułami głębokiego uczenia (deep learning) w jedną platformę daje możliwości niespotykanie szybkiego trenowania sieci neuronowych. Dzięki takiemu podejściu czas oraz koszty mogą być zminimalizowane przy jednoczesnym zapewnieniu wyższej dokładności wnioskowania. Ponadto Sky Engine oferuje automatyzację w zakresie tworzenia samych modeli 3D.

Technologia Sky Engine znajduje szereg zastosowań praktycznych. Jednym z nich jest interpretacja obrazów pochodzących z systemów diagnostyki medycznej. Na przykład w zakresie endoskopii platforma Sky Engine umożliwia szybkie uczenie sieci neuronowych do rozpoznawania nowotworów i innych chorób. Rozwiązania Sky Engine sprawdzają się też w analizie danych wizualnych w sporcie. W czasie pandemii Covid19 wspomagają także interpretację danych pochodzących z miejskich kamer w celu monitorowania dystansu społecznego. Ponadto technologia Sky Engine może być wykorzystana do automatycznej inspekcji: podzespołów elektronicznych, części i elementów w procesach produkcji, paneli słonecznych, pól uprawnych, części metalowych czy sprzętu medycznego.

Rozwiązania Sky Engine znalazły już pierwszych klientów. Scania AB (Szwecja) korzysta z systemu analityki Sky Engine w celu optymalizacji przychodów z serwisu pojazdów ciężarowych. Firma Land Robots (UK) stosuje technologię Sky Engine do szkolenia dronów i robotów do wykonywania prac w winnicach. Smart Tracking (PL) używa rozwiązań Sky Engine w systemie wspomagającym podejmowanie decyzji sędziowskich w siatkówce.

Kluczowymi członkami zespołu Sky Engine są:

– Jakub Pietrzak (CTO) – specjalizuje się od kilkunastu lat w komputerowych systemach wizyjnych, opracowywaniu algorytmów uczenia maszynowego, obróbce danych i procesorach graficznych;

– dr n. fiz. inż. Bartek Włodarczyk (CEO) – kliniczny fizyk medyczny, specjalista w zakresie radioterapii onkologicznej i diagnostycznego obrazowania medycznego, posiadający ponadszesnastoletnie doświadczenie w dziedzinie fizyki medycznej w zastosowaniach klinicznych i technicznych oraz biznesie prowadzonym z liderami rynku radioterapii na świecie.

Sky Engine pozyskał grupę kluczowych partnerów: Amazon Web Services, Nvidia, Microsoft, IBM, Adobe, Allegorithmic, Oregon State University (US), Uniwersytet Warszawski, Land Robots, Golem, BrytLyt, TechData, NIAB EMR (UK).