Amir Hever, Co.

Por

Amir Hever es el director ejecutivo y cofundador de UVeye, una startup de visión por computadora de aprendizaje profundo que está estableciendo el estándar global para la inspección de vehículos con detección de anomalías rápida y precisa para identificar problemas o amenazas que enfrentan las industrias automotriz y de seguridad. UVeye es la tercera empresa de Hever. Anteriormente ocupó el puesto de vicepresidente de I+D en Visualead, que fue adquirida por Alibaba.

¿Podrías compartir la historia de cómo cofundaste UVEye con tu hermano?

UVeye se fundó en 2016 después de que mi hermano Ohad y yo condujimos hasta una instalación sensible en Israel y vimos a un guardia de seguridad inspeccionar nuestro vehículo con un espejo. Ambos entendimos que debía haber una mejor manera de buscar bombas y otras amenazas a la seguridad que pudieran estar escondidas debajo de los vehículos. Nos llevó algunos meses armar un escáner de bajos sobre el que pasan los vehículos y que, utilizando visión por computadora y algoritmos de aprendizaje profundo, pudiera detectar cualquier modificación en el tren de aterrizaje y señalar cualquier cosa que no debería estar debajo de un automóvil.

¿Cuáles son las diferentes tecnologías de aprendizaje automático y visión por computadora que se utilizan?

Utilizamos una combinación personalizada de algoritmos patentados, arquitectura de nube, inteligencia artificial, aprendizaje automático y tecnologías de fusión de sensores. Nuestros algoritmos trabajan la segmentación semántica, aprendiendo diferentes patrones visuales como óxido, filtraciones, diferencias de textura, color o tamaño, y alertan sobre posibles anomalías. Tomemos como ejemplo las abolladuras en el panel de la carrocería; Para proporcionar a los algoritmos las mejores imágenes 3D, necesitamos crear una visión estéreo de un determinado daño captado por varias cámaras. Lo mismo ocurre con los neumáticos y otras zonas exteriores del coche.

¿Cuáles fueron algunos de los primeros casos en los que se utilizó este producto y por qué era una opción superior?

Comenzamos instalando nuestra solución en instalaciones de alta seguridad como aeropuertos, puertos marítimos, bancos, bases militares, puestos de control, aduanas y más en todo el mundo. La demanda fue inmediata porque los beneficios fueron asombrosos. Un guardia ya no necesitaría exponerse al peligro ni a los elementos que intentan encontrar manualmente bombas, armas o drogas; ahora podría sentarse en un área protegida con solo una pantalla y las barreras y puertas se cerrarían automáticamente si hubiera una anomalía o potencial. amenaza detectada. Nuestra tecnología se destacó porque somos los únicos con funciones de detección automática que no necesitan comparar una imagen de referencia o haber visto ese modelo de auto antes. También éramos la única empresa que creaba una huella digital única para cada vehículo que pasaba y podíamos marcar un automóvil como sospechoso según diferentes parámetros en el tren de aterrizaje, lo que significa que incluso si se cambiaba la matrícula podíamos identificarlo.

¿Podría compartirnos alguna idea sobre cuándo se dieron cuenta ambos de que el sistema de inspección de vehículos del tren de aterrizaje sería ideal para inspeccionar la seguridad y los defectos de los automóviles?

Dos cosas sucedieron en paralelo. La primera fue que comenzamos a recibir alertas de falsos positivos que eran problemas mecánicos como fugas de aceite. Nos dimos cuenta de que además de detectar bolsas de plástico, artefactos explosivos improvisados ​​y armas de fuego, en realidad estábamos encontrando otras anomalías. Lo segundo que ocurrió por aquella época fue que tres fabricantes de automóviles europeos se acercaron a nosotros casi al mismo tiempo. Fue entonces cuando comprendimos que podíamos utilizar la misma tecnología y enfoque para completar una inspección de automóvil de 360 ​​grados, encontrando problemas mecánicos y de seguridad. Al principio, el principal caso de uso era la línea de montaje y las plantas de fabricación para el control de calidad. A partir de ahí, comenzamos a agregar más cámaras y dispositivos de escaneo para observar alrededor de un vehículo y escanear sus llantas usando visión por computadora e imágenes de alta resolución, lo que realmente mejora la experiencia y la transparencia del cliente.

¿Qué tipos de problemas se detectaron inicialmente con el sistema de tren de aterrizaje?

Piezas rotas o faltantes en cualquier área, fugas de aceite u otros fluidos, problemas de escape, tendencias de oxidación, áreas de oxidación severa y protectores rotos. Ahora también buscamos cajas de baterías de vehículos eléctricos rotas.

En 2019 se lanzó un sistema de inspección de neumáticos, en 2022 se lanzó una inspección de la carrocería exterior y en junio de 2023 se lanzó un sistema de escaneo interior. ¿Qué tan poderosos son todos estos sistemas en conjunto para identificar problemas?

Hoy en día, UVeye ofrece un conjunto completo para escaneo exterior e interior de cualquier tipo de vehículo. Podemos ayudar tanto con la detección de daños como con la evidencia y la comercialización. Tras el lanzamiento de nuestro sistema de neumáticos (Artemis) y nuestras variaciones de escáneres corporales (Atlas y Atlas Lite), recientemente agregamos una cámara interior llamada Apollo. Juntos forman la primera herramienta de diagnóstico basada en IA que proporciona un informe completo y automático del estado del vehículo. Cientos de estos sistemas ya están instalados en concesionarios, subastas y estaciones de flotas en todo EE. UU. y en todo el mundo. A los pocos segundos de pasar por el escáner, enviaremos una alerta de cualquier problema a una pantalla, tableta, computadora o teléfono. Llantas gastadas o vencidas, llantas vencidas, problemas de alineación indicados por desgaste desigual, piezas rotas, patrones de óxido severo, rayones, abolladuras, carcasas de espejos rotas y más. En lugar de que un asesor de servicio les diga lo que está mal, se muestra a los consumidores en alta definición de la misma manera que un médico le muestra su radiografía o resonancia magnética. ¿Quién no confía en su médico? Cambiamos completamente el juego.

¿Puede explicarnos cómo el sistema compara cada automóvil que se escanea y cómo se utilizan esos datos?

Sólo comparamos con fines históricos. El algoritmo no se basa en un catálogo y funciona desde el primer momento que ve un coche nuevo, sin importar la marca, modelo o submodelo. Nuestros escáneres de neumáticos y bajos escanean diariamente incluso autobuses y camiones. La comparación se vuelve interesante cuando desea ver una tendencia a lo largo del tiempo o cuando desea comprar o vender un vehículo y ver el historial completo de escaneos y problemas de ese automóvil.

Dado que UVeye obtuvo con éxito una ronda Serie D en mayo de 2023, ¿qué sigue para la empresa?

Estoy muy orgulloso de lo que logramos y la reciente ronda de financiación nos ayudará a escalar a la velocidad y calidad que exige la industria. Estamos instalando nuestro sistema en cientos de ubicaciones, principalmente en los Estados Unidos, y trabajando con algunos de los mejores fabricantes de automóviles del mundo, como General Motors y Volvo, y pronto habrá muchos más anuncios de clientes en una variedad de sectores verticales. Este año anunciamos nuestra cooperación con Carmax, que también forma parte de nuestro equipo inversor, revelando cómo estandarizamos el mundo de las subastas de automóviles. Es fantástico aprender de nuestros clientes concesionarios y de sus clientes: cada comentario nos ayuda a mejorar nuestra tecnología, la experiencia del cliente y la usabilidad. Nuestro equipo se acerca a los 200 empleados y pronto anunciaremos nuestras primeras plantas de ensamblaje en América del Norte, lo que nos permitirá crear e instalar sistemas al ritmo que necesitamos.

¿Cuál es su visión para el futuro tanto del diagnóstico como de la reparación de vehículos?

Nuestra visión es estandarizar la forma en que se inspeccionan los vehículos; Cuando compre un automóvil nuevo en el concesionario, podrá ver un informe de su vehículo tal como salió de la caja de la planta de fabricación, asegurándose de que el transportista logístico no lo dañe en el camino. Puede escanear su automóvil en la gasolinera local, en el lavadero de autos o en Starbucks y obtener un análisis rápido de sus neumáticos con un cupón de descuento que aparece en la pantalla de su automóvil, animándolo a repararlos antes del invierno. A la hora de comprar o vender un coche a través de un concesionario, habrá total transparencia y sana educación sobre la situación real de su vehículo. Los vehículos de la flota, como taxis, autobuses y camiones, serán escaneados periódicamente, evitando problemas evitables que los mantengan fuera de la carretera. Cuando cargue la batería de su vehículo, también podrá obtener una imagen del estado del automóvil a través de diferentes sensores que estamos desarrollando y asegurarse de que no haya grietas ni agujeros que expongan las celdas de la batería. Hay muchos desafíos técnicos que tendremos que resolver, pero estoy realmente entusiasmado con el impacto que nuestra innovación está teniendo en los propietarios, fabricantes y concesionarios de automóviles.

Gracias por la excelente entrevista, los lectores que deseen obtener más información deben visitar UVeye.

Ion-Alexandru Secara, cofundador y director tecnológico de Zen – Serie de entrevistas

Gautam Bakshi, cofundador y director ejecutivo de 15Rock - Serie de entrevistas

Antoine, socio fundador de unite.AI y miembro del Consejo de Tecnología de Forbes, es un futurista apasionado por el futuro de la IA y la robótica. También es el fundador de Securities.io, un sitio web de inversión, la plataforma generativa de inteligencia artificial, images.ai, y actualmente está trabajando en el lanzamiento de genio.ai, una plataforma que ofrecerá a los usuarios la capacidad de configurar e implementar agentes autónomos dividiendo las indicaciones en subtareas.

Ion-Alexandru Secara, cofundador y director tecnológico de Zen – Serie de entrevistas

Gautam Bakshi, cofundador y director ejecutivo de 15Rock - Serie de entrevistas

Dr. Sam Zheng, director ejecutivo y cofundador de DeepHow - Serie de entrevistas

Doug Fuller, vicepresidente de ingeniería de software de Cornelis Networks – Serie de entrevistas

David Smith, director de datos de TheVentureCity - Serie de entrevistas

Justin McGill, fundador y director ejecutivo de Content at Scale - Serie de entrevistas