Budowanie zespołu złożonego ze specjalistów o wszechstronnych kompetencjach może wydawać się niezwykle trudnym zadaniem. W rozmowie z zespołem MX Labs zapytaliśmy o proces tworzenia ekipy od AI, prowadzone aktualnie interesujące projekty oraz wpływ uczenia maszynowego na jakość ludzkiego życia.
Od jak dawna zajmujecie się w MX Labs sztuczną inteligencją w widzeniu maszynowym, a dokładniej w pozyskiwaniu sygnałów witalnych człowieka? Czy ten temat odkryliście dopiero po jakimś czasie, czy swoje kompetencje w tym zakresie wzmacniacie od samego początku ?
Olek: Myślę, iż algorytmy sztucznej inteligencji były w zasadzie nieodłącznym elementem naszego projektu już od samego początku jego istnienia. Część sygnałów witalnych takich jak tętno, jego zmienność, czy częstotliwość oddechu, jesteśmy w stanie pozyskać bez uczenia algorytmów na podstawie danych, gdyż są to zjawiska bezpośrednio mierzalne. Z drugiej strony, w bardziej złożonych przypadkach, jak na przykład ciśnienie krwi, od razu wiedzieliśmy, iż musimy zwrócić się ku uczeniu maszynowemu, zatem wejście w posiadanie takich kompetencji było najważniejsze i nasz biznes jest z nimi fundamentalnie związany już od samego początku.
Przemek: Drugim ważnym tematem, który bez modeli uczenia maszynowego i sztucznej inteligencji nie byłby możliwy do zrealizowania, jest wykrywanie i śledzenie twarzy, oraz jej szczególnych cech takich jak punkty kluczowe. Z tym w naturalny sposób byliśmy również związani od pierwszych chwil. Dzisiaj rozbudowujemy te modele o zaawansowane sposoby przetwarzania obrazu i widzimy tutaj olbrzymi potencjał rozwojowy na przyszłość.
Czy trudno jest zbudować dobry team zajmujący się AI ? Czym Wasze podejście do budowania takiego zespołu się wyróżnia?
Piotr: Zespół AI jest o tyle trudny do stworzenia, iż wymaga wielu kompetencji. Od osoby zajmującej się sztuczną inteligencją oczekuje się nie tylko solidnych podstaw matematycznych, ale również umiejętności i dobrych praktyk programowania. Zajmujemy się dość niszowym obszarem w Data Science. Jest już na rynku sporo specjalistów z zakresu wizji komputerowej, dźwięku czy przetwarzania języka naturalnego (NLP). Wciąż jednak trudno o dobrego specjalistę z zakresu wykorzystania algorytmów sztucznej inteligencji w sygnałach biomedycznych. Staramy się więc podejmować również współpracę z osobami, które niekoniecznie mają doświadczenie w przetwarzaniu sygnałów, ale mają wysoko rozwinięte kompetencje w pozostałych domenach np. NLP czy wizji komputerowej.
Przemek : Zdecydowanie nie jest to łatwe zadanie, ale na naszą korzyść działa to, iż podejmujemy się tematów, które są znaczące dla większości społeczeństwa. Każda osoba, która jest w naszym teamie, jest więc świadoma, iż (bez żadnej przesady) pomaga zmieniać świat na lepsze, co pomaga w budowaniu teamu.
