Ximilar pomáhá firmám automatizovaně využívat jejich obrazová data

Autorka: Klára Petrovičová pro fi.muni.cz

Na začátek bych se chtěla zeptat, co vás motivovalo ke studiu informatiky?

O počítače jsem se zajímal už na gymplu, učil jsem se programovat, otci jsem pomáhal sázet knihy o matematice v systému LaTeX, ale nebyl jsem úplně počítačový "geek". Rozhodoval jsem se mezi studiem matematiky a informatiky a tehdy do mého života zasáhla náhoda, která se zpětně ukázala jako velmi šťastná: špatně jsem se vyspal na příjímačky na Matfyz v Praze (smích). Ty jsem napsal znatelně pod svoje možnosti a nedostal jsem se tam. Zpětně jsem přesvědčen, že mi studium na FI MU a život v Brně vyhovovaly výrazně více, než by to bylo u Matfyzu v Praze. FI MU jsem si zamiloval.

Pokračoval jste i na Ph.D. studium, proč jste se pro něj rozhodl?

Po Bc. v roce 2002 jsem dostal unikátní možnost strávit půl roku na univerzitě v USA a být součástí skupiny, která dělala výzkum na světové úrovni. Tam jsem poprvé zblízka viděl, co vůbec znamená výzkum v informatice a jak zajímavé a vzrušující může být vymyslet třeba nový algoritmus, implementovat ho, otestovat a vidět, že člověk vymyslel řešení, které nějaký problém řeší nejlépe na světě.

Proto jsem se rozhodl po ukončení Mgr. studia zkusit i Ph.D. na FI MU. A tehdy se na mě opět usmálo štěstí, protože jsem se přes svého vedoucího diplomové práce dostal k prof. Pavlu Zezulovi, který strávil celá devadesátá léta na univerzitách na západě. Kolem roku 2004 na fakultě nebylo mnoho lidí, kteří by věděli, jak dělat výzkum opravdu dobře, a zároveň by dokázali lidi kolem sebe nadchnout a zapálit pro svůj obor tak, jako to uměl Pavel. Navíc dokázal i pro Ph.D. studenty sehnat financování, takže jsem se mohl plně soustředit na výzkumnou práci a psaní článků.

Čemu jste se věnoval během Ph.D. studia na FI MU?

Ve skupině prof. Zezuly jsem se zabýval vyhledáváním v datech na základě podobnosti. Zjevná aplikace je v obrazových datech: máte-li velkou kolekci obrázků, tento přístup umožňuje rychle vyhledat ty obrázky, které jsou vizuálně podobné danému vzoru. Přesně toto je jedna ze služeb, kterou poskytuje firma Ximilar – v této oblasti přímo navazujeme na moji práci na fakultě.

Doporučil byste Ph.D. studium současným studentům?

Pokud člověka baví přemýšlet nad komplexními problémy, jít opravdu do hloubky a zároveň má v práci jistou sebedisciplínu, tak bych Ph.D. studium rozhodně doporučil. Doktorát se tedy dá zkusit studovat i bez těchto vlastností, skrývat se za bukem a brát stipendium – takoví studenti jsou také, ale to samozřejmě není seriózní přístup.

Kvůli čemu jste se rozhodl opustit výzkum na FI MU a založit firmu?

Výzkumná práce na FI MU mě svého času velmi bavila, byl jsem do ní zažraný, věnoval jsem jí veškerý svůj čas a soustředění. Postupem času jsem ale zjistil, že bych chtěl výsledky svého výzkumu vidět fungovat v praxi. Bylo období, kdy jsem se rozhodoval a chvíli seděl na dvou židlích, nakonec jsem udělal finální rozhodnutí a odešel z fakulty do komerčního sektoru.

Čemu se věnuje vaše firma Ximilar?

Pomáháme firmám z celého světa lépe a automatizovaně využívat jejich obrazová data. Máme jednak služby připravené pro konkrétní oblasti a aplikace, které jsou přímo použitelné, ale také platformu, která umožňuje natrénovat si vlastní modely – tuto platformu můžeme označit jako Machine Learning as a Service. Troufám si říct, že svými možnostmi a kvalitou ovládání pomocí uživatelského rozhraní naše platforma nemá na světě konkurenci.

Jedna z našich služeb je vizuální vyhledávání v obrazových datech. Kromě předpřipravených podobnostních modelů, které jsou vhodné třeba pro produktové fotografie, máme i platformu pro trénování takových modelů „na míru“. Zákazník nám poskytne příklady obrazových dat ze své domény a příp. informace o tom, co se považuje za vizuálně podobné, a náš systém natrénuje model přímo pro daná data a potřebu. Dále se zabýváme rozpoznáváním obrazu, tedy automatickou kategorizací, tagováním obrázků, detekcí objektů v obraze a videu a tak dále.

Pomohly vám teoretické znalosti z výzkumu na FI?

Velmi. Na začátku, když jsme firmu v roce 2017 formálně zakládali a já jsem odcházel z fakulty, jsme v podstatě přímo navázali na moji výzkumnou práci. Spolu s kolegy jsme tehdy vyvinuli několik indexačních a vyhledávacích algoritmů pro podobnostní vyhledávání. V Ximilar dnes používáme algoritmy, které přímo vychází z tohoto výzkumu. Protože využíváme metody strojového učení, máme v týmu tři odborníky na Machine Learning – já osobně se za odborníka v této oblasti nepovažuji.

Čím se inspirujete při tvorbě řešení, které vaše firma nabízí?

Hodně komunikujeme s našimi zákazníky a potenciálními zákazníky, což jsou velké korporace, menší firmy i startupy, o jejich představách. Obzvláště startupy často přichází s velmi zajímavými aplikacemi. Rádi spolu s nimi stavíme řešení a služby, které jsou o krok dále, než jiná dostupná řešení. Z těchto spoluprací a diskuzí často vznikají nápady na úplně nové funkce a služby, které pak zařadíme do svého portfolia.

Jak se vaše metody využívají v praxi?

Máme za sebou například několik úspěšných projektů z oblastí medicíny a biotechnologií. Většinou se jedná o automatické rozpoznávání struktur a objektů na snímcích z mikroskopu nebo rentgenu. Například jsme s jednou nadnárodní korporací vyvinuli systém, který umí rozpoznávat bakterie a filamenty (vlákna) ve vzorku tekutiny, což se dá využít při úpravě vody tak, aby se stala pitnou. Funguje to tak, že v oblasti, kde je těžké se dostat k pitné vodě, nabere člověk vzorek, vloží ho do malého ručního mikroskopu, přiloží telefon a vyfotí snímek, který se pošle na náš cloud. Naše neuronové sítě zjistí o jaké znečištění se jedná a díky tomu ten člověk ví, jakým způsobem má vodu ošetřit, aby se stala pitnou.

Myslíte, že umělá inteligence je budoucností pro medicínský obor?

Dobrá otázka. Setkáváme se se dvěma názory na využití umělé inteligence v medicíně. První je klasický známý a to ten, že jenom člověk by měl mít odpovědnost za rozhodnutí týkající se zdraví, a tedy často života nebo smrti jiného člověka. Nechat toto rozhodnutí na umělé inteligenci, do které pořádně nevidíme, je eticky a právně minimálně sporné. Samozřejmě se tyto systémy dají použít jako asistent, který lékaři pomůže ve velkém množství dat najít něco podstatného, ale finální rozhodnutí je na něm.

Setkali jsme se ale i s jiným přístupem, a to od jednoho našeho amerického partnera, dentisty, který s námi vyvíjí aplikaci na rozpoznávání zánětu z rentgenů zubních kanálků. Často když zubaři doporučí pacientům, že by měli jít na nějaký zákrok, pacienti mají tendenci jim nevěřit a myslet si, že z nich chtějí vytáhnout peníze. A, jak známo, zubařina v Americe stojí velké peníze. Ve chvíli, kdy by existovalo nezávislé posouzení, tak by to mohlo být lepší. Neuronová síť se nemůže špatně vyspat a zhodnotit rentgen jinak než včera.

Jaké máte zkušenosti ze spolupráce s firmami, které využívají vaše technologie?

V naprosté většině velmi dobré. Ať už se jedná o velké korporáty nebo startupy. Čím dál tím více startupů nám důvěřuje natolik, aby s námi vyvinuly nějakou službu, která je esenciální pro jejich podnikání. Jsou fakticky ochotni stát se dlouhodobě závislými na našich technologiích a službách. Myslím, že oceňují jak technickou kvalitu našich služeb, tak naši flexibilu, otevřenost a chuť spolupracovat na co nejlepším řešení.

Takže probíhá velmi úzká komunikace a spolupráce mezi vámi a firmami? Není taková komunikace občas náročná?

Je to tak. Ve fázi, kdy s nimi službu vytváříme, máme často společný Slack workspace, kde několik lidí z obou firem komunikuje denně. Taková komunikace sice může být náročná, ale mám to štěstí, že se mi ve firmě Ximilar podařilo obklopit se lidmi, kterým tento způsob práce vyhovuje, které to baví a jsou zároveň odborníci. Akceptují, že je to že občas trochu větší tlak a že člověk musí občas i v osm hodin večer odpovědět zákazníkovi. A mají stejně jako já radost, když se podaří projekt dotáhnout, zákazník je dlouhodobě spokojený a oceňuje obsah i formu naší spolupráce.

Kolik vás je teď ve firmě?

V základním týmu je nás přes 10 plus dalších řádově 10 lidí, kteří s námi spolupracují jen na nějakých konkrétních úkolech. Na začátku jsme byli tři, pak jsme přibrali další dva lidi jako spoluzakladatele a postupně jsme vyrostli na těch cca 12 lidí v základním týmu. A to vše bez externí investice. Zpětně jsme velmi rádi, že se nám podařilo vybudovat funkční firmu tímto způsobem.

Co byste případně poradil někomu, kdo se teď rozhoduje založit startup?

Nechat si svůj nápad zvalidovat někým zvenku – instituce typu Jihomoravské inovační centrum ( JIC) mají konzultační programy pro startupy, což třeba nám v první fázi dost pomohlo. Bavit se s někým, kdo viděl stovky nápadů a startupů, kdo má zájem pomoct, ale zároveň vám klade správné otázky, může být neocenitelné. Za druhé bych doporučil pokusit se najít spolupracovníky, kteří budou do nápadu zapálení, a kterým člověk může věřit. Těmto klíčovým lidem bych se osobně nebál dát podíl ve firmě, protože bez dobrého týmu není dobré firmy. A za třetí: dvakrát se rozmyslet, než člověk nechá do firmy vstoupit investora. S investicí v zádech se samozřejmě firma buduje lépe, ale na peníze bez práce si člověk zvykne a často musí za rok dva oslovovat investory znovu. Investor by každopádně měl kromě peněz přinést i nějakou další hodnotu: pomoc s budováním firmy, konkrétní zakázky nebo aspoň kontakty na potenciální zákazníky.

Je něco co vás překvapilo při zakládání firmy?

Zpětně se trochu usmívám nad tím, co všechno jsem tehdy nevěděl nebo o čem jsem měl trochu naivní představy. Následný proces učení a objevování často připomínal „průzkum bojem“, ale moc mě bavil. Musel jsem se hodně učit opravdu pracovat v týmu, protože v akademickém prostředí často platí, že co člověk neudělá sám, to se nestane. V průběhu těch několika let jsem se musel naučit důvěřovat a delegovat, protože jinak by firma nemohla růst.