Hlavní informace

Pavel Konečný: Chceme vyvinout nový způsob opravy strojů

Startup Neuron SW pozná rozbitý stroj po zvuku. Vyvinul unikátní metodu založenou na principu neuronových sítí, díky které se provozovatel včas dozví, že stroj bude potřebovat odstávku kvůli opravě. Už dnes se o ni zajímají firmy jako Rolls Royce, Deutsche Bahn či Siemens.

neuron 637

Jak začala vaše podnikatelská cesta?
Po studiu kybernetiky jsem pracoval v IT konzultační firmě. Obvykle jsem při realizaci projektů přicházel se spoustou nápadů a zlepšovacích návrhů. Proto se mě kolegové často ptali, proč nezaložím vlastní firmu. Odpovídal jsem jim, že čekám, až budou počítače dost rychlé, aby bylo možné vytvářet zajímavé aplikace v oblasti umělé inteligence.

A co vás přimělo k založení vlastního projektu?
Byla diskuze s kolegy při obědě, která se odehrála před dvěma roky. Tvrdil jsem tehdy, že práci, kterou dnes děláme, tedy programování různých systémů, za pár let budou počítače dělat samy. Hrubá představa byla taková, že člověk nakreslí něco na obrazovku a ono se to podle nákresu samo naprogramuje. Kolegové se tomu smáli. Tak jsem se do tématu ponořil a objevil start-up, který něco podobného sliboval. Bylo to trochu jednodušší než jsem si představoval, ale zaujalo mě to. Řekl jsem si, že ten čas je již tady a začal studovat odborné články z této oblasti.

Vysvětlete prosím princip neuronových sítí, tedy umělé inteligence, které váš produkt využívá.
Předně je třeba říct, že neuronové sítě nejsou zcela novým vynálezem. Princip tzv. strojového učení je známý už 20 let, nicméně díky nárůstu výpočetního výkonu v současnosti zažívá renesanci. Pro názornost uvedu experiment rozpoznávání předmětů v obrázcích, v rámci kterého výzkumný tým USA s podporou Google před několika málo lety porazil všechny ostatní týmy. Algoritmus se sám naučil pravidla rozeznávání objektů v obrazu. Například jak se liší kůň od osla. Když totiž poskytnete neuronové síti stovky obrázků zvířat, naučí se je rozpoznávat. Je to jako když se učí malé dítě. Nejprve si koně s oslem plete, ale když je párkrát správně pojmenujete, naučí se je rozlišovat. Je to tedy v podstatě stejný princip jako naše inteligence. A my učíme neuronové sítě rozumět zvuku.

Na začátku jste se zabývali nápady na využití neuronových sítí pro kompresi dat, postupně jste se dostali ke zjišťování závad strojů. Proč právě k tomu?
Odrazili jsme se od faktu, že neuronová síť má schopnost naučit se charakteristické vlastnosti zvuku. Využíváme to k rozpoznávání komplexních zvukových jevů, např. správného běhu motoru, zjišťování, jakou má motor závadu atd. Zjišťování závad strojů jsme zvolili i proto, že nám to přišlo nové, unikátní. A taky díky kamarádovi, který nám řekl, že by bylo skvělé, kdyby měl naše zařízení v autě. Něco mu totiž chrčelo v motoru. Navzdory tomu vůz bez problémů prošel servisní kontrolou, ale po 100 km mu praskl válec a škoda byla 200 tisíc korun.

V čem spočívá inovativnost vašeho řešení?
Navrhli jsme si vlastní, malé snímací zařízení. Zpracování dat běží lokálně na mikropočítači, a není třeba je posílat do cloudu. Výsledným algoritmem po dokončení učení je malá knihovna, která může pracovat na relativně levném hardwaru. Výhodou našeho řešení je, že zvuk reprezentuje to, co se fyzicky odehrává uvnitř stroje a reflektuje mechanizmus zařízení. Naším cílem je tedy obohatit různé stroje o schopnost porozumět svým mechanickým závadám.
Používáme strojové učení prostřednictvím hlubokých neuronových sítí, jenž je standardem zatím jen krátce. K inovativnosti přispívá i to, že řada startupů se věnuje obrazu a nikoliv zvuku. A když, tak jde o řešení zaměřené na oblast hudby, kde jsou data k dispozici. V oblasti strojů je projektů podobného typu na celém světě jen pár.

Před časem jste byli vybrání do akceleračního programu StartupYard. Pomohla vám nějak účast v něm?
Naprosto zásadně. Kromě toho, že jsme tam získali spoustu užitečných kontaktů, jsme především měli k dispozici širokou paletu mentorů a mohli s nimi prakticky cokoli konzultovat. Takže nám hodně pomohli třídit priority. Díky tomu jsme pak věděli, na co se ptát potenciálních zákazníků, když jsme chtěli zjistit, o co mají zájem. Program nás také vybavil znalostmi o tom, jak vůbec pojmout prezentaci nápadu, aby to bylo co nejsrozumitelnější apod. To nám dnes hodně pomáhá.

Jaká je současná situace Neuron SW?
Letos v únoru jsme založili společnost. A jak už jsem říkal, od dubna se zaměřujeme převážně na stroje. Uskutečnili jsme několik testovacích úloh, vyjednáváme o prvních kontraktech a generujeme první příjmy. Také jednáme s potenciálním investorem, protože bychom chtěli rozšířit tým a zvládnout nabízející se příležitosti.

neuron zarizeni637

Když jsme se domlouvali na rozhovoru, zmiňoval jste, že se vám podařilo zaujmout i takového světového giganta, jakým je Rolls Royce, konkrétně divizi leteckých motorů.
Ano. Zatím pro ně sice nic neděláme, ale mají o naše řešení zájem, že takže věříme, nějakou zakázku získáme. Nyní je to ve stádiu prvních kontaktů. Takových firem je ale víc.
Řadu kontaktů máme z programu TechFounders, což je akcelerační program německých firem v Mnichově. Poskytuje mentoring, konzultace atd. Naším partnerem je společnost Siemens, pro kterou řešíme problematiku spolehlivosti větrných elektráren. Tenhle program jsme si sami našli, právě s cílem navázat spolupráci firmami ze zahraničí. Kromě Siemensu tu působí třeba BMW a další firmy. Dalším naším zákazníkem se stali německé Deutsche Bahn.

Co pro vás bylo při práci na vlastním projektu zatím nejtěžší?
Především vůbec začít a držet se tématu. Mimořádně důležité je mít zpětnou vazbu, tedy vědět jestli to, co děláte, má vůbec pro někoho hodnotu. V oblasti B2B je to složitější, zejména v ČR, protože jsme národ nedůvěřivých skeptiků. Když jsme přišli ke klientům a řekli jim, že děláme revoluci v hlasu a něco co ještě nikdo na světě neumí, tak se vzápětí zeptali jakou máme referenci. V USA by naopak každý řekl „pojďme to zkusit!". Ochota lidí vyzkoušet nové věci je tam mnohem silnější. Ani není potřeba tolik peněz, protože stačí když nám dají  dispozici data, což je u nás překážka pro jakýkoli startup.

Jaké máte plány do budoucna?
Momentálně pracujeme na vývoji složitějších prediktivních modelů.  Například se nám podařilo podle akustické stopy odhadnout zbývající životnost u ložisek. Proto jsme si vyžádali vzorky na podrobnější zkoumání a ověření, jestli to není jen nějaký „hack", na který neuronová síť přišla. Pokud bychom na dalších datech ověřili, že z jemných odstínů zvuku dokážeme odhadnout životnost ložiska, tak bychom mohli změnit způsob, jakým se v současnosti spravují stroje. Chtěli bychom přenést prediktivní diagnostiku na úroveň každého stroje, kde by běžel algoritmus, který jej bude sledovat v reálném čase a hlásit do centrálního systému, s jakou pravděpodobností a kdy dojde k výpadku.

A jaká je podle vás budoucnost tohoto oboru obecně?
Myslím si, že během následujících pěti či deseti let budou nové generace strojů navrhovat stroje samy. Na místo toho, aby v systémech CAD pracovali lidé, návrhy nových konstrukcí bude dělat umělá inteligence. Ta vyjde z dnešní podoby strojů, ale bude moci zkoušet mnoho variant. Realizovatelnost návrhů se před samostatnou výrobou ověří na běžných počítačích, které bychom dnes označili za superpočítač. A když návrh obstojí, stávající generace strojů vyrobí stroj nové generace - úspornější, přesnější, spolehlivější.

Inspirujte nás

Co je pro vás inspirací?
neuron cena400Třeba Deep Mind, firma, která stojí za algoritmy, jenž porazily člověka ve hře Go. Dále Elon Musk, který je živoucí připomínkou toho, že se nemáme bát stanovovat si vysoké cíle, viz jeho aktivity v oblasti kosmických technologií. Je potřeba mít vysoké ambice, mít vizi a zároveň se dívat kolem a dokázat vycítit potenciál. Také je nesmírně důležitý vnitřní náboj, vůle, snaha získat zákazníky, spolupracovníky a prostředky na rozvoj firmy.

Co vám pomáhá udržet se v obraze?
Čtu weby o startupech a inovacích, zahraniční i české, například Techcrunch, MIT Review - používám rss čtečku. Zajímavý je i portál medium.com, který nabízí originální články a také algoritmus, který podle preferencí dobře vybírá, co člověka zajímá. Denně mám v mailu výpis zajímavých textů a čtu je ještě dřív, než vstanu z postele.

Co vás postaví na nohy, když se nedaří?
Rodina, zejména roční syn, který se neustále usmívá. To je pro mě neskutečný zdroj energie, jenž se nikdy nevybije.

Co byste poradil začínajícím inovátorům?
Jednu věc považuji za naprosto zásadní, a to získat na svůj projekt co nejrychlejší zpětnou vazbu od okolí, resp. potenciálních zákazníků. U velkých firem totiž trvají nákupní procesy tak dlouho, že i kdyby přišla poptávka ihned, bude spousta času projekt dotáhnout. My když připravujeme nějaký produkt, vždycky se nejdřív detailně zabýváme potřebami zákazníka. Až poté přistoupíme k návrhu konkrétní podoby technologického řešení.

Jak vůbec být inovativní podle vás?
V prvé řadě je třeba mít otevřené oči. Vždy se snažím přemýšlet, jak konkrétní věci udělat trochu jinak, než je obvyklé. Je to zvyk z práce, kdy jsem si pod tlakem termínů vždy musel položit otázka jak to udělat tak, aby se vše dalo stihnout. Zvykl jsem si ptát se takto téměř vždycky. Rovněž je fajn číst a bavit s jinými lidmi o svých či jejich nápadech, k dispozici je neomezené množství inspirativních článků atd.

Doporučíte nám zajímavou knížku?
Hi-tech čtenáři a ti futuristicky založení by mohli ocenit Accelerando od Charlese Strosse. Kniha je v angličtině dostupná i zdarma, já ji ovšem kvůli komplikovanému slangu doporučuji číst česky. Je to série delších povídek, kde se hlavní hrdina zabývá rozvojem techniky a jejich dopadů na společnost. Autor v ní dokázal poměrně přesně odhadnout, kam bude vývoj směřovat. Je to zvláštní pocit, když vidíte, jak se vize z knížky stávají realitou.

 
- Martin Zika -

Tento rozhovor vznikl v rámci projektu Příběhy České inovace (ČIN). Pokud máte ve svém okolí inovátora, o kterém bychom měli vědět, pošlete nám svůj tip na  Tato e-mailová adresa je chráněna před spamboty. Pro její zobrazení musíte mít povolen Javascript. . Rádi se za ním vypravíme na místo ČINu!

Příběhy ČINu pomáhá psát kreativní agentura Havas