Vers un monde équitable et durable

Vous trouverez ci-dessous des extraits du dernier épisode du podcast Flux organisé par Alice Lloyd George, directrice de RRE Ventures.

AMLG: Bienvenue. Je suis ravi d'être ici avec le  Dr Assaf Glazer . Il est le co-fondateur et PDG de  Nanit,  une importante société d'analyse humaine qui utilise la vision par ordinateur pour aider les parents à naviguer dans le sommeil de leur enfant.

Il s'agit d'un collecteur de données sur les bébés dont tous les parents geek privés de sommeil ont toujours rêvés. Concernant Assaf, il a obtenu son doctorat au Technion en Israël et travaillait auparavant chez Applied Materials ainsi qu'au Pays de Galles où il mettait au point des solutions pour des systèmes de défense antimissile. Nanit est né ici à New York chez Cornell Tech [divulgation - RRE est un investisseur de longue date dans la société.] Bienvenue Assaf c'est bien de vous avoir.

AG: Merci de m'avoir accueilli.

AMLG: J'ai une statistique à vous communiquer: en moyenne, les parents perdent 44 jours de sommeil pendant la première année de vie de leur bébé et près de 3 bébés sur 10 ont des problèmes pour dormir la nuit. Ces chiffres résument la nature de ce que vous essayez de résoudre, mais pouvez-vous nous expliquer comment vous avez identifié ce problème et lancé la société?

AG: Cela a commencé pour moi en tant que parent. Vous avez votre bébé, vous arrivez à la maison et vous voyez que votre vie a changé. Assez rapidement, vous comprenez quelle est votre principale préoccupation: dormir. Vous êtes fatigué, vous êtes privé de sommeil. Vous vous réveillez la nuit et faites tout le nécessaire pour vous rendormir. Vous allez sur Google ou vous en parler à des amis. C'est là qu'intervient Nanit. Nous vous fournissons les informations qui vous permettront de prendre de meilleures décisions pour votre enfant. Il y a six ans, j'ai eu mon premier enfant, Udi. Il est né quand j'étais au Technion. Avant d'être au Technion, j'ai travaillé chez Applied Materials dans l'industrie des semi-conducteurs, sur une caméra qui est placée au-dessus des tranches de silicium et qui permet d'avoir les du points de vue d'un oiseau.

AMLG: Donc, vous faisiez de la vision par ordinateur pour la fabrication de puces - sur les chaînes de montage, vous cherchiez des erreurs dans les puces?

AG: Oui. Et quand mon fils est né, j'ai dit: OK faisons le "contrôle du processus" pour mon bébé.

AMLG: Comme si le bébé était sur une chaîne de montage comme une puce, lancez simplement une vision par ordinateur ?!.

AG: Oui c'est un peu ça. J'ai donc écrit un article sur les algorithmes de soustraction de fond - comment trouver un objet de premier plan différencié de l'arrière-plan - et appliqué ces algorithmes à mon bébé. Je suis allée voir mes collègues au Technion et je leur ai dit que j'avais trouvé que mon bébé bougeait 134 fois en moyenne la nuit. Mais que faire avec ça? Je regardais ces données et j'ai dit "dormir" : le sommeil est ce que nous devons résoudre ici. Je suis allé dans des laboratoires spécialisés dans le sommeil pour essayer de comprendre la science du sommeil. Ensuite, j'ai été post-doctorant à l'Université Cornell où j'ai rejoint le programme Runway, qui vise à commercialiser des découvertes scientifiques.

‍

‍

‍

‍

‍

AMLG: Vous avez donc quitté Israël.

AG: J'ai quitté Israël pour aller là où sont les clients, à savoir New York.

AMLG: Nous avons aussi les parents les plus anxieux de la planète.

AG: (rires) oui. Je dirais que New York est très inspirant. En termes de culture, de diversité, c'est un endroit formidable.

AMLG: Parlez-moi du programme de Cornell.

AG: Il s'agit d'  une coentreprise Cornell et l'Université Technion . Nous étions six postdocs qui ont commencé dans ce programme. Ils m'ont vraiment aidé. Peretz Lavie, président du Technion, est un expert du sommeil, un gourou du sommeil, je dirais. Il nous a aidés à atteindre des experts du monde entier en matière de développement du sommeil et de développement cognitif. Ensuite, nous avons développé Nanit avec eux.

‍

‍

AMLG: En vous intéréssant de près à la science du sommeil, qu'avez-vous découvert et qu'est-ce qui vous a surpris lorsque vous vous êtes lancé dans cette entreprise pour la première fois?

AG: Le développement du sommeil de l'enfant est fascinant. Comment l'activité cérabrale réagit entre les cycles de sommeil. Comment différencier entre le sommeil éveillé, endormi, profond, le sommeil paradoxal.

AMLG: Les bébés ont-ils un sommeil profond et un sommeil paradoxal?

AG: Dans les premiers jours de vie, c'est un peu mélangé. Ils ont deux états : éveillés et endormi. 

AMLG: Comme un interrupteur marche / arrêt.

AG: (rires) C'est un peu plus compliqué, mais je ne suis pas sûr que nous comprenions parfaitement tous les processus au cours des premières semaines de l'enfant. Ce qui est sûr c'est qu'ils rêvent beaucoup plus que les adultes. Un des premiers experts avec qui j'ai travaillé est le professeur Avi Sadeh. Je l'ai contacté par l'intermédiaire de Peretz Lavie, alors qu'il développait la norme d'excellence de mesure du sommeil. L'hypothèse est que le mouvement est une indication des états endormi et éveillé. Avec une caméra, vous en savez beaucoup plus. Vous dessinez la silhouette du bébé, vous pouvez détecter les yeux. Vous pouvez suivre les différentes parties du corps et avoir une meilleure résolution. Aujourd'hui, nous mesurons mieux le sommeil avec les dispositifs médicaux de pointe. Lorsque vous le faites avec un appareil photo de pointe, vous pouvez capturer beaucoup de choses et travailler plus efficacement sur les mouvements de l'enfant.

AMLG: Au fur et à mesure que votre base grandit, vous allez avoir beaucoup de métadonnées anonymisées qui vous donneront un aperçu - par exemple, plus vous interrompez le sommeil du bébé ou plus vous le laissez seul, plus cet effet est important. Alors, est-ce que vous cherchez à obtenir la vision parent-enfant?

AG: Si vous regardez des études sur le sommeil, nous parlons de centaines de personnes. Avec Nanit, vous êtes exposé à des  milliers  de bébés qui dorment dans leur environnement naturel. En regardant leur comportement au fil du temps, nous apprenons de nouvelles choses. La formation au sommeil est une sensibilisation et une éducation. Vous êtes sensibilisé aux données et aux vidéos. Nous donnons aux parents des informations sur la manière dont leur semaine a été en comparaison aux autres bébés de cet âge. Il n'y a pas de secret - si vous avez les données, vous pouvez utiliser des déclencheurs pour donner des conseils aux parents. Par exemple, j'ai vu que votre bébé est capable de se rendormir pendant la nuit. Pourquoi n'attendez-vous pas une ou deux minutes avant d'entrer dans la pièce.

‍

AMLG: Du côté matériel, vous faisiez de la fabrication aux États-Unis et vous avez déménagé en Chine. Qu'avez-vous appris ? Comment les marges se sont-elles améliorées? Quelles sont vos connaissances sur la fabrication?

‍

‍

AG: Je vais essayer de vous la faire court. Il est vraiment difficile de construire des lignes de production de masse aux États-Unis pour les biens de consommation courants. Du point de vue du travail, les prix aux États-Unis sont élevés. Au fil du temps, cela n'existera plus aux États-Unis, car la Chine est très compétitive. Mais comme il s’agit d’un produit de consommation, il est beaucoup plus pratique d’avoir un concepteur, des ingénieurs et même la ligne de démarcation près de chez vous. Si vous examinez le marché américain, les ingénieurs sont également des parents, ce qui vous aide à expliquer la proposition de valeur de votre produit. Il est important que même l'ingénieur qui conçoit la carte de circuit comprenne ce que signifie avoir une LED suffisamment forte au-dessus du lit. En général, chaque ingénieur doit avoir en tête le produit lors de la conception. Une fois que nous avions atteint un stade où nous avions une ligne dans le bon rendement et la capacité, nous avons fait la transition vers la Chine. Mais il est coûteux de travailler de cette façon, de commencer aux États-Unis puis de déménager en Chine. Il n'y a pas de recette unique. Nanit a également un centre de R & D en Israël. Ce qui signifie que maintenant je travaille sur trois fuseaux horaires.  La plupart de nos activités de R & D sont du côté logiciel et du côté matériel, nous essayons d’externaliser lorsque cela est possible. Si je devais choisir, je choisirais Israël et les États-Unis!

AMLG: Comment avez-vous trouvé ces ressources réunies et acquis des talents? Vous avez manifestement un avantage stratégique avec la connexion avec Israël, mais vous savez comment attirer et retenir les meilleurs talents, en particulier dans l’apprentissage automatique?

AG: Trouver le bon talent pour votre entreprise est un problème de recherche. Le monde est grand et dans différentes parties du monde, il existe différents types de talents. En Israël, il y a un grand talent pour les ingénieurs back-end et la vision par ordinateur, et nous embauchons ces personnes en Israël. Les Etats-unis sont reconnus pour le marketing, la vente, le développement commercial, le développement de la marque, la conception centrée sur l'homme - pour cela, New York est l'endroit idéal. En Chine, vous trouvez des talents liés à la fabrication et ils sont très compétents. Dans le passé, il était difficile de créer une entreprise de cette manière. Mais le monde a changé. Le monde a changé dans le sens de la communication. La seule chose qui n'a pas encore été résolue est le fuseau horaire. Si tout le monde dormait en même temps, cela aiderait. Mais en plus des fuseaux horaires, la technologie actuelle peut résoudre beaucoup de problèmes.

AMLG: Oui, vous n’auriez pas pu tout faire en Israël ou à New York ou en Chine. Qu'en est-il de l'apprentissage automatique - que se passe-t-il à un niveau plus macroéconomique?

AG: L'apprentissage en profondeur et les réseaux de neurones convolutifs sont des outils incroyables qui nous aident à faire des choses que nous ne pouvions pas faire auparavant. Grâce à l'apprentissage en profondeur, je peux mieux vous décrire la position du bébé dans son berceau, que ne le ferait l'œil humain.

AMLG: L'apprentissage automatique a donc été dominé par de grandes plateformes telles que Google et Apple, et peut-être que la recherche pour la recherche est une chose précieuse et ne se limite pas à des applications commerciales ou des revenus. Vous dites que c'est important d'avoir de la recherche pure?

AG: C'est ce dont parle la recherche. Elle devrait être pure.

AMLG: Connaissez-vous Gary Marcus? Il est venu sur ce podcast l’année dernière et son discours à propos de ces sociétés est que lorsque vous êtes un marteau, tout ressemble à un clou. Lorsque vous avez une tonne de données - et que vous êtes Google ou Facebook - tout semble indiquer que vous devez lui appliquer un apprentissage approfondi. Mais c'est leur parti pris et peut-être que cela fait fuir d'autres approches de l'apprentissage automatique.

AG: Je dirais aussi que cela devient une marchandise avec le temps. Je crois que la prochaine innovation portera sur l’analyse comportementale, qui constitue le prochain niveau de vision par ordinateur. Nous travaillons sur des collaborations de recherche qui étudient les petites secousses d'un bébé, ce qui pourrait être un indicateur de troubles neurologiques. Il y a un autre niveau de neurosciences comportementales, c'est un domaine fascinant qui va se développer au cours des prochaines années.

AMLG: Vous avez donc ce passif dans le secteur de la défense où vous avez travaillé sur des systèmes de défense antimissile pour l'armée israélienne. Pouvez-vous nous dire quelque chose à ce sujet?  Comment cela a-t-il influencé ce que vous faites maintenant? Travailler dans cet environnement est tout à fait différent que celui d’une startup à New York...

AG: Je travaillais dans les années 90 avec une équipe pour un nouveau système de défense. Il m'a fallu deux ans pour comprendre que j'étais un bêta-testeur pour la compréhension du facteur humain. Comment communiquer entre opérateurs, comment concevoir les écrans... Autant de sujets qui font que cette expérience m'a aidé à traverser la phase de conception de Nanit. L'armée est un vivier d'excellence qui alloue des centaines des milliers d'adolescents à des postes spécifiques, les forme rapidement et leur donne une expérience pratique. Ils font un travail incroyable. Il y a bien sûr des erreurs, mais ils m'ont pris avec d'autres et ont décidé que c'était ce que nous allions faire. Ils m'ont donné des outils pour des choses qui se sont révélées très bénéfiques pour moi.

AMLG: Comment le travail sur la fabrication de missiles UX ou la fabrication de puces se compare-t-il à la surveillance des bébés?

AG: Je continue à servir comme major réserviste. Mais dans la vie, j'ai décidé de changer pour faire face à davantage de problèmes humains. Ce qui est bien avec les semi-conducteurs, c’est qu’ils sont conçus par des humains et non par la nature. Les bébés ont été conçus par la nature, ce qui est plus complexe. Lorsque vous avez un plan, vous savez exactement ce que vous recherchez, quels types de motifs. Ensuite, vous pouvez atteindre un niveau d'analyse, de contrôle de processus beaucoup plus élevé. Mais les défis avec les bébés sont bien plus complexes à analyser.

AMLG: Ils sont plus ... mystérieux ?

AG: C'est beaucoup de mystères. Mais ma philosophie est de construire les bases scientifiques, les éléments constitutifs, et en plus de cela, réfléchir à la manière de le rendre accessible au consommateur et de créer une proposition de valeur. Vous commencez avec la science, pas avec le marketing. C'est là que vous commencez.

AMLG: Un monde de capture de données ambiantes où vous êtes continuellement surveillé. Qui contribue à la médecine préventive. De toute évidence, beaucoup de gens s'inquiètent de cela, même si c'est le monde entier, nous avons plus de données et cela va nous servir. Mais en faisant avancer cette conversation, avez-vous l'impression qu'il y a des défis à relever pour que les gens soient habitués à l'idée?

AG: Vous devez le faire de manière responsable. Mais nous pouvons vivre beaucoup mieux. Nous aurons de meilleures expériences parentales, dormirons mieux la nuit. Même savoir des choses sur nous que nous ne savions pas auparavant.

‍

Source : Tech Crunch