Používají se v každém odvětví a jsou základem autonomních vozidel i rozšířené reality. Kamery a fotoaparáty nás dnes obklopují ze všech stran. Pomáhají dohlížet na bezpečnost ve firmách či v dopravě. Aby se však nahraný obraz mohl použít k přesnému měření, musejí se kamery kalibrovat a zde nastupují algoritmy. Právě ty pro různé typy kamer vyvíjí vědkyně Zuzana Kúkelová, která se dostala do výběru časopisu Forbes nejzajímavějších žen ve vědě.
Kúkelová byla se svými kolegy první, komu se podařilo efektivně vyřešit spousty zádrhelů z geometrie kamer. Její unikátní automatický generátor efektivních algoritmů nyní používá řada vědců i firem k řešení praktických problémů nejen v oblasti technologií, ale také například v umění, které Zuzana Kúkelová miluje. To ale není vše.
Nově se vědkyně zabývá i kyberbezpečností těchto algoritmů, protože na to prý předtím „nikdo ani nepomyslel“.
V rozhovoru pro Forbes hovořila též o rostoucím zájmu o její práci nebo o aplikacích počítačového vidění v každodenním životě. V cestě za úspěchem je podle ní klíčová otevřenost spolupráce, vytrvalost a schopnost přenést se nad neúspěch. Mluvila i o výhodách a nevýhodách soužití s partnerem, který působí ve stejném oboru.
Pomáháte počítačům vidět, co si pod tím představit?
Obraz, který dostáváme z počítače, jsou jedničky a nuly. Jsou to data, která počítač musí umět zpracovat. Musí umět obrazu porozumět. Digitální data přetransformujeme do té podoby, aby se z toho mohla extrahovat další data.
Jaká další data?
Segmentujeme je tak, abychom mohli rozpoznávat objekty ve fotografiích a použít je k přesnému měření. Já se věnuji matematice kamer. V obrázku detekujeme údaje. Zjistíme o kameře, kde se nacházela, odkud byl záběr pořízený. To děláme, abychom mohli dále zlokalizovat robota, aby se mohl dále pohybovat. Zjišťujeme, co je ve scéně nebo jak daleko jsou objekty.
Do toho všeho se vkládá matematika?
Ano. Dokonce i když malíři malovali své obrazy, využívali principy projekce. Podle toho zobrazovali jednotlivé objekty v obraze. Tyto principy se stále využívají. V dnešním boomu neuronových sítí se ale všechno dělá přes sítě. Já jsem ovšem zastánce toho, že člověk to má kombinovat.
Kombinovat?
Pokud má člověk přesné matematické modely a umí je spočítat, tak nemá smysl je nahrazovat sítí.
Můžete mi dát příklad?
To je jako kdyby vám někdo řekl, že máte odhadnout vzdálenost k nějakému objektu. Záleží, jakou máte zkušenost – jak byla natrénovaná síť. Síť by to uměla odhadnout s nějakou přesností, ale neudělala by to přesně. Kdybyste měla k dispozici metr, či jakékoli zaměřovací zařízení, tak byste to dokázala změřit s přesností na milimetry.
Když má člověk k dispozici nějakou informaci, kterou může použít na přesné měření, tak je lepší využívat matematické základy, které jsou známé už stovky let. Pokud zde nejsou tato měření, je důležité vědět, jak zkombinovat neuronovou síť, která poskytuje prioritní „hrubou“ informaci, kterou následně můžeme využít, s matematickým modelem, aby se to rychleji vyřešilo.
A co prostor, kde se teď nacházíme (Fakulta humanitních studií Univerzity Karlovy, pozn. red.). Jak by se řešil?
Například tento prostor má zajímavý potenciál na 3D rekonstrukci. Je tu mnoho bílých stěn, které nemají texturu. Na to by algoritmy, které používají matematiku, moc dobře nezafungovaly.
Proč by nefungovaly?
Potřebují v prostoru detekovat klíčové body a na jednotvárné bílé textuře ty body nenajdou. Na zrekonstruování této budovy by bylo potřeba použít kombinaci různých technik.
Děláte matematiku a zároveň se zabýváte rekonstrukcí historie. Jak jste se k tomu dostala?
Oba moji rodiče byli technicky zaměření. Otec učil matematiku, maminka fyziku a chemii. Matematika mi vždycky šla. Chodila jsem na matematické olympiády a podobně. Věděla jsem ale, že nechci dělat teoretickou matematiku, mě by to nebavilo. Umění mě bavilo, ale neměla jsem schopnosti, abych se mohla hlásit na uměleckou školu.
Co jste tedy nakonec studovala?
Vystudovala jsem počítačovou grafiku a zkombinovala to s počítačovou matematikou na „matfyzu“, chtěla jsem aplikovanou matematiku dělat směrem počítačového vidění. Řeším inverzní problémy, ale umění mě stále baví. Na konferencích už jsou bloky, kde se lidé, kteří se věnují počítačovému vidění, mohou prezentovat i svými uměleckými výsledky. Trénovanými sítěmi mohou generovat zajímavá umělecká díla a propojovat algoritmy s uměním.
Čelí váš obor i nějakým výzvám?
Bojujeme s exponenciálním nárůstem lidí, kteří se věnují této problematice – umělé inteligenci spojené s počítačovým viděním a robotikou. Je to vidět na počtu odborných článků, které se posílají na ty největší konference. Vlastně teď řešíme, co s tím do budoucna.
V jakém slova smyslu?
Na konference se posílá až deset tisíc článků, které musí posoudit třicet tisíc recenzentů. Tento obor zažívá obrovský boom a my musíme řešit, jak to udělat, aby byla zachována kvalita.
https://forbes.cz/premium/#start
Co všechno do toho boomu patří?
Nejen 3D rekonstrukce, které děláme my. Je to generativní umělá inteligence, generování a zpracovávání obrázků. Každý má dnes telefon, který má v sobě zabudovaných několik kamer a je tam mnoho algoritmů, o kterých ani nevíme, že tam běží.
Například?
Když upravujeme nějakou vyfocenou fotografii, zde algoritmy umějí cokoli vylepšit. Je to už skoro v každém byznysu. V obrovském množství aplikací má počítačové vidění uplatnění.
Jak se dá podle vás dostat na špici v oboru?
Je důležité být otevřená spolupráci. Když je člověk uzavřený a dělá nějaký svůj – jakkoli dobrý – výzkum, nemusí se s tím umět prosadit. Člověk musí být vytrvalý, trpělivý a otevřený novým možnostem. Dále je třeba umět výsledky dobře odprezentovat – prodat je.
Jak si v propagaci své práce vedete vy?
No, výzkumná pracoviště v zahraničí jsou hodně napřed. Snaží se své výsledky propagovat. U nás to není špatné, ale je co zlepšovat.
Jaké to je, když se člověku ve vědě a výzkumu nedaří?
Stane se, že výzkum selže. Mnoho cest, které si ve vědě člověk vybere, nikam nevede a nejsou správné. Netřeba se vyhýbat novým nápadům, protože vysoký risk umí přinést vysoký zisk. Nemusíte jít standardní cestou, kudy jdou všichni, je potřeba být otevřený novým výzvám a nestandardním řešením, které jiní zavrhují. Často je to ale i o štěstí.
Měla jste vy štěstí?
Měla, hodně, zejména na začátku v problematice, kterou jsem si vybrala.
Zůstanete už u ní?
Věnuji se tomu velmi dlouho a ona se vyvíjí. Ze začátku jsem dělala ten klasický přístup – pomocí matematiky řešit geometrii kamer. Tam se nám podařilo vyřešit množství do té doby nevyřešených problémů.
Mnoho problémů, které zůstaly nevyřešené, už nejdou vyřešit klasickými metodami. Musíme se otevřít novým přístupům. Neuronové sítě přišly až později a my je nyní kombinujeme s klasickými matematickými přístupy. Nemyslím si ale, že zůstanu u toho, co dělám.
Proč?
Nechci odejít od aplikované matematiky, ale ráda budu řešit nové problémy. Například teď se věnuji bezpečnosti algoritmů. Doteď to nikdo neřešil.
Dáte mi konkrétní příklad?
Robot se zlokalizuje v prostoru na základě informací, které si vyměňuje s nějakým serverem, kde je uložený 3D model prostoru samotného. Nikdo neřeší, že se mohou vyměnit soukromá data.
Baví mě zkrátka vyřešit něco, co předtím nikdo nevyřešil. Když se to podaří, tak je to velký adrenalin.
A co tedy řešíte?
Řešíme, jak udržet 3D model prostoru na serveru tak, aby když se do něj někdo dostane, aby nezjistil, co se tam nachází. Na druhou stranu je potřeba, aby se přistroj stále uměl zlokalizovat.
To se bavíme například o robotickém vysavači?
Ano, ten si ukládá informaci o vašem prostoru, aby se tam mohl pohybovat. Ale asi byste těžko chtěla, aby se vám na to někdo dokázal napojit, hacknout to a viděl 3D model toho, kde co doma máte. Řešíme tedy, jak uložit data tak, aby se robot uměl v prostoru zlokalizovat, ale aby nikdo neuměl ukrást tyto soukromé informace.
Co vás na vašem oboru nejvíc baví?
Baví mě to, že stále řeším nové problémy. Není to stereotypní. Stále se objevují nové a nové výzvy. Baví mě vidět aplikace těch problémů. Dělám algoritmy, které jsou „vevnitř“ schované a baví mě vidět, když to někdo využívá v praxi, že se to někde používá, že je na tom postavený nějaký 3D rekonstruční systém. Nebo že se to používá v dronech k lokalizaci jiných dronů.
Baví mě zkrátka vyřešit něco, co předtím nikdo nevyřešil. Když se to podaří, tak je to velký adrenalin. Mnoho takových problémů jsem vyřešila v noci.
Výhodou je, že jeden druhému rozumíme. Víme, jaký stres ta práce obnáší.
Jste „sova“?
No, pustím se jednoduše do řešení a nedá mi to. Celou noc řeším problém a občas se mi to podaří vyřešit až ráno.
Váš partner pracuje ve stejném oboru. Pracujete i z domova? A jak se vám daří oddělit pracovní a soukromý život?
Myslím, že jsme ještě nepřišli na úplně ideální kombinaci. Je to hodně o vzájemné toleranci. Výhodou je, že jeden druhému rozumíme. Víme, jaký stres ta práce obnáší. Víme také, jak se vzájemně podpořit. Máme zajímavé dialogy o problematice, můžeme spolu řešit problémy, píšeme společné články.
Stane se, že máte i společné deadliny?
Ano, společně prožíváme stres. Dnes ráno v devět jsme měli deadline na jednu konferenci a zároveň jsme se museli postarat o naši tříletou dcerku. Snažíme se na ni ten stres nepřenášet, ale ne vždy se to daří, ne vždy to je jednoduché.
Několikrát jste zmínila konference. Jezdíte na ně s partnerem společně?
Ano, to je další výhoda. Oba si užijeme tu pracovní cestu a město, kde se konference pořádá. Uděláme si výlet. Pokud je to možné, prodloužíme si to třeba o den a trochu si vydechneme. Dcerku nám hlídají rodiče a moc nám v tom pomáhají. Těšíme se, že už ji brzy budeme moci brát s sebou. Dokonce už s námi i jednou byla a má první visačku z konference.
Jaké máte plány do budoucna?
Ráda bych vedla mezinárodní pracovní skupiny, to se zrovna nyní buduje. Chtěla bych také vidět, jak se naše matematické metody zabudovávají do neuronových sítí a začne zde být fungující propojení.
