web 2.0

Под присмотром: российские разработчики тестируют в Калифорнии систему наблюдения за пожилыми людьми

Стартап Cherry Home привлёк $5,2 млн: родственники смогут получать на смартфон экстренные уведомления, если устройство зафиксирует падение или поведение, которое вызывает тревогу.

Фото команды Cherry Home.

21 декабря стало известно, что американский стартап Cherry Labs, который разрабатывает «умную» систему для контроля за состоянием членов семьи, привлёк $5,2 млн от группы инвесторов во главе с фондом GSR Ventures.

Система Cherry Home — это несколько камер с датчиками и настенный модуль. Она распознаёт пользователя по лицу, одежде, любимым местам в доме и отправляет его родственникам уведомления, если замечает аномалии: падения или опасные ситуации.

Сейчас систему тестируют 15 семей, а публичная версия устройства появится в США в первом квартале 2019 года. Набор из двух сенсоров будет стоить $1600, из четырёх — $2000. Также стартап будет зарабатывать на подписке, которая стоит $30 в месяц за один сенсор.

Cherry Home основали в 2016 году выходцы из России — разработчик Максим Гончаров, управляющий партнёр фонда Gagarin Capital Николай Давыдов и бывший ведущий разработчик «Яндекса» Стас Веретенников.

Среди менторов проекта — бывший глава промышленного дизайна Apple Тим Парси, бывший вице-президент Google Мэл Гаймон, а также бывший инженер Solarcity и Tesla Бенджамин Хэнк.

В интервью vc.ru руководитель компании Максим Гончаров рассказал подробнее о технологиях Cherry Home и перспективах рынка ухода за пожилыми людьми.

Как планируете потратить инвестиции?

На пилотные проекты с агентствами по уходу за пожилыми людьми, а также производство пробной партии оборудования. В нашем бизнесе кроме software нужен и hardware — это камеры.

В самом начале мы задавались вопросом: «Можно ли использовать готовые камеры?». Но с ними было много проблем.

Во-первых, подсознательно никто не хочет, чтобы на него смотрели. Поэтому мы разрабатывали дизайн так, чтобы он как можно сильнее сливался с интерьером, а люди реагировали на него как можно спокойнее.

Когда мы начали тестировать разные камеры, пожилые люди выкидывали всё, что выглядело как камера. А к нашему дизайну они спокойно относятся.

Это то, на что мы собираемся тратить деньги. И самая большая расходная часть, как у любого стартапа, который занимается софтом, — это зарплаты.

Первоначально мы планировали продавать продукт обычным людям, но потом мы обнаружили огромную потребность в заботе о стариках, и работа через агентства во многом нам помогает.

Забота о стариках в Кремниевой долине стоит бешеных денег: сертифицированный специалист, который круглосуточно следит за родственниками, обходится семье $14–20 тысяч в месяц, что даже для Кремниевой долины большие деньги.

И естественно, все ищут способы сократить затраты. Один из способов — уменьшать время работы специалиста, чтобы он делал только важные вещи, а всё остальное время следить с помощью автоматизированных средств. И Cherry Home подходит для этого отлично.

У вас яркая команда советников: и бывший глава промышленного дизайна Apple Тим Парси, и бывший вице-президент Google Мэл Гаймон, бывший инженер Solarcity и Tesla Бенджамин Хэнк. Какую экспертизу они помогли приобрести и как повлияли на продукт?

У нас внутри команды было много идей по тому, как должна выглядеть камера. Тим Парси помогал нам отсекать всё лишнее и оставлять то, что нужно.

В эти периоды он с нами работал как сотрудник, а не как советник, за что мы ему благодарны. Мы по много-много раз в день созванивались, он приходил к нам, просто участвовал в процессе.

Бен сильно помог нам улучшить отношения с производителями hardware. Китайцы по своей натуре хорошо работают, когда понимают, что на них давят.

В этом смысле нужно хорошо понимать эту культуру и иногда правильно материться по-китайски. В общем, Бэн рассказал нам, как это правильно делать.

Советники — это люди, которые защитят тебя от явных ошибок в своей экспертной области: как правильно подготовиться к выставке CES, на какие вещи стоит оформлять патенты, а на какие нет, в какой период это делать. Кроме того, они помогают со знакомствами. Например, Бен знакомил нас с представителями фабрик, где нам помогают с производством камер.

Почему вы решили назвать Cherry Home именно так? У меня, если честно, вызывает ассоциации с газировкой.

Мы хотели сделать систему, которая понимает поведение людей и может распознавать, что нормально, а что нет. Мы смотрели на собак: когда они кого-то охраняют, они не всегда могут интерпретировать действия, но всегда могут понять, если что-то ненормальное происходит, и начать лаять.

И мы подумали, что было бы приколько, если у нас будет такая электронная собака, которая может поднимать тревогу, когда что-то идёт не так. И мы подумали, что можно назвать продукт в честь собаки.

У всех основателей есть собаки. У нашей имя не очень интернациональное — её зовут Туся. У нашего технического директора Стаса [Веретенникова] собаку зовут Ума, в домашней электронике это имя уже занято.

А Черри — это кличка собаки Коли Давыдова, и мы решили выбрать это слово. Получилось такое фруктовое название.

Как вы познакомились с сооснователями?

Со Стасом мы познакомились на первом курсе университета. А с Николаем — при интересных обстоятельствах. Когда я работал в компании в Беркли, мою жену пригласили на девичник у бассейна.

А всех мужей сдали в соседний дом за ненадобностью на время девичника, и это как раз был дом Коли. Мы разговорились, я рассказал о своём проекте, которым занимался в свободное время: мы делали «умный» холодильник.

Это было простое устройство, которое записывало звуки при открытии холодильника. Вроде: «Ого, у нас морковка закончилась». А потом распознавало речь, сопоставляло её со списком товаров в магазине и создавало список покупок. При этом, когда ты открываешь дверь, тебя холодильник спрашивает: «А что купить?»

И где-то на сороковой секунде разговора Коля сказал: «Создавай компанию, я вложу в неё деньги». Надо сказать, что у меня не было такого опыта общения с инвесторами, и я воспринял это как шутку.

После этого Коля ударился головой во время катания на лонгборде с горы, и этот разговор мы надолго отложили. А спустя какое-то время мы снова вернулись к этой теме, и я понял, что он не шутил. Так всё и началось.

Позже к нам присоединился ещё один человек, который стал нашим инвестором. Он рассказал, что забота о стариках — это большая и перспективная ниша, и предложил посмотреть на неё.

Во сколько этот рынок оценивается в США?

Это большой рынок. Сейчас в США 52 млн пенсионеров, и их количество продолжает расти. Такая динамика существует во всём мире, особенно сильно — в Японии. Там количество пенсионеров ежегодно увеличивается на 17–18%.

Среди американских пенсионеров 60% живут одни. В США такая культура, что дети рано съезжают от родителей и начинают свою жизнь. У них так получается, что после окончания школы дети часто уезжают в другие города, и если пенсионеры остаются одни, за ними сложно ухаживать. Именно поэтому там развита соответствующая индустрия.

Ещё сами родители часто не хотят, чтобы их дети жили рядом. Они до последнего хотят сохранять независимость. Мы пообщались с большим количеством людей, которые ухаживают за своими родственниками.

Они рассказывают, что родственники ни в коем случае не принимают предложения пожить вместе с ними, и даже если на них надевают всякие тревожные кнопки, то они до последнего стараются ими не пользоваться.

Бывают всякие страшные случаи: например, бабушка сильно ударилась головой, у неё рассечение, идёт кровь, и она не нажимает тревожную кнопку, потому что считает, что ситуация недостаточно серьёзная, чтобы беспокоить родственников. Но потом теряет сознание от потери крови, и её находят соседи.

Расскажите подробнее о технологии. Насколько я знаю, вы распознаёте тревожные ситуации по видео, аудио, а также можете понять, что человек упал, даже если его частично срывает препятствие.

В основе технологии лежит распознавание человека. Мы берём видео, достаём из него скелеты — определяем, где какие конечности находятся, потом их соединяем.

У нас есть достаточно сложный алгоритм, который распознаёт несколько фигур и определяет, где чьи конечности — они не должны путаться в кадре.

Дальше происходит самое интересное. Проблемой извлечения скелетов из видео занимается много людей в научном сообществе, и мы считаем, что в ближайшие несколько лет у нас будет огромный прорыв в том, как извлекать скелеты из видео. И он будет сильно форсирован научным сообществом.

Наша основная компетенция и технология в том, что происходит после того, как мы извлекли скелет. Даже то, что у нас есть сейчас в извлечении скелетов, — более продвинутая технология, чем то, что можно найти в открытом доступе.

Она сильно ускорена и подогнана под наши кейсы и дообучена на специальных ситуациях с актёрами. Но основное, что у нас есть в технологиях, — анализ поведения.

Мы можем определить падение, запомнить то, в каких частях комнаты находится человек и с какой скоростью он перемещается, и составляем профиль.

Если этот человек совершает непривычные действия, то мы можем присылать его родственникам уведомления, что его поведение отличается от обычного. Мы называем это «аномалии».

Уведомления — короткие кусочки видео. По умолчанию на них фигура человека отображается в скелетном режиме. Мы не показываем излишне много деталей — только моменты, чтобы было понятно, что происходит, но не было понятно, есть на человеке одежда или нет.

Вы говорите, что тренировали нейросеть на выборке с актёрами. Достаточно ли этой тренировки? Не боитесь, что Cherry Home пропустит падение реального человека?

Естественно, такие ситуации будут возникать. И мы работаем над тем, чтобы этого не происходило. Любая система, которая работает с машинным обучением, никогда не работает со стопроцентной точностью, равно как и любая система, которая связана с безопасностью.

Пятизвёздочная оценка в краш-тесте автомобиля не гарантирует, что вы не получите повреждения во время аварии, потому что ДТП случаются довольно часто, с разными условиями, и те аварии, которые приближены к условиям краш-теста, могут закончится совсем не так, как закончился краш-тест.

Индустрия автоматизированного ухода за пожилыми людьми только зарождается, поэтому я думаю, что через несколько лет у нас появятся своеобразные краш-тесты, на которых мы будем проверять, с какой точностью работают системы контроля за состоянием пожилых людей. Мы в Cherry думаем, что будем одними из тех, кто это инициирует.

У нас есть наборы данных, на которых мы постоянно проверяем систему, они постоянно пополняются. Для них мы можем определить точность, а какая точность будет в реальных условиях — пока сказать трудно.

Я думаю, что со временем, чем больше мы реальных случаев наберём, тем большей точности будем достигать. Единственное, точность определения падений, которую достигли мы, значительно превосходит точность, которую дают специальные браслеты.

Мы даже проводили эксперимент с Apple Watch. Коля Давыдов пытался в них падать, но ничего не происходило. Потом мы выяснили, что для работы этой функции нужно указать, что владелец старше 65 лет. Мы указали, и он продолжил эксперименты. И один раз упал по-настоящему — настолько, что не мог двигаться какое-то время, но функция не сработала.

Ещё одна хорошая часть нашей технологии — распознавание, кто есть кто. Например, мы распознаём людей по движению. Это решает много проблем. Есть системы, в которых стоят счётчики людей, но они несовершенны: можно трижды закрыть и открыть лицо ладонями, и система подумает, что перед ней было три разных человека.

Если к этому добавить отслеживание движений, то она будет нормально обрабатывать такие ситуации: если подойдёт человек, она поймёт, что это человек номер один, даже если он закроет и откроет лицо.

Распознаём людей не только по лицу, но и по комплексным характеристикам тела. Например, по цветам одежды. Находясь дома, люди довольно редко поворачиваются лицом к камере. И если бы мы использовали только распознавание лица, у нас были бы проблемы. Но мы сделали специальную систему, которая хорошо отличает людей по тому, как они выглядят.

Если мы говорим о пожилых, за ними чаще всего ухаживают молодые люди. Их достаточно легко отличить по походке, и мы работаем и в этом направлении.

В чём заключается ваше главное отличие от похожих решений на рынке?

Люди уже достаточно давно пытаются заботиться о пожилых с помощью камер. У нас такая особенность, что самая крутая камера на рынке может распознать людей по лицу — у них нет алгоритма отслеживания. Из-за этого она распознаёт улыбающееся и грустное лицо как лица двух разных людей.

Получается, что если такая камера у кого-то установлена, дедушка может прийти на кухню в четыре часа ночи, и родственникам придёт уведомление. Но если он упадёт, родственники в лучшем случае получат сообщение «Дедушка на кухне».

И если дедушка почти каждую ночь приходит на кухню, то люди быстро перестанут уделять внимание таким уведомлениям. Мы в Cherry не присылаем уведомления, когда всё нормально — то есть когда дедушка ведёт себя как обычно. Присылаем, если что-то происходит: дедушка упал или остановился там, где никогда не останавливался в это время, или он идёт и хромает и так далее.

И это большое отличие от конкурентов: мы не присылаем слишком много лишних уведомлений. Это то, за что нас любят.

О пожилых можно заботиться разными способами: можно поставить камеры, но проблема в том, что люди не хотят в них смотреть.

Если поставить обычную камеру, то чтобы понимать, что там происходит, нужно сидеть и отсматривать видео. Это огромное количество времени, особенно если у вас несколько комнат. А мы всё делаем автоматически.

Можно надеть браслеты, но возникает такая проблема: если он срабатывает, то первое, что пытаются сделать родственники, — позвонить. И если их дедушка или бабушка не отвечают, это огромный стресс для людей.

А Cherry всегда вместе с аномалией присылает видео, пусть даже в скелетном режиме, благодаря которому всегда можно понять, почему эта аномалия произошла. Это то, что отличает нас от конкурентов.

Половина наших клиентов использовала тревожные кнопки или браслеты — и благодаря этому опыту они ещё более осознанно хотят пользоваться Cherry.

Вы тестируете продукт на выборке из 15 семей. Достаточно ли данных?

Мы бы рады увеличить количество участников, но у нас — hardware. К тому же иногда возникают технические проблемы, когда нужно приехать и физически что-то исправить.

Это большое отличие стартапа, где есть hardware, от стартапа, где есть software. Если у тебя не работает мобильное приложение, ты завтра можешь написать обновление и разослать его клиентам.

Если в доме вдруг отключилась камера, то мы часто даже не знаем, что там происходит. Это может быть проблема с камерой, кто-то мог случайно выдернуть роутер из розетки.

На начальном этапе работы нужно много ходить и руками проверять, что происходит. Это именно то, почему рост в самом начале должен быть медленным.

Мы быстры в том, как мы развиваем технологии, и в том, как быстро мы проверяем, что работает, а что нет. Но мы стараемся не торопиться в том, чтобы выкатывать продукт на тысячи клиентов.

И hardware — это такая штука, которая требует капитала и времени на доставку и производство. Поэтому мы не всегда можем быстро увеличить количество пользователей.

Набор из двух сенсоров стоит $1600, из четырёх — $2000. Из чего складывается ценообразование?

Наша система состоит из двух элементов — сенсора и головного модуля. Если просто, сенсор — это камера с микрофоном, который стримит всё на головной модуль.

Модуль — это компьютер с игровой видеокартой, который запускает все нейронные сети. Основную часть стоимости даёт как раз этот компьютер. Кажется, что это недостаточно дорогое устройство, но я уже говорил, что услуги специалиста в США стоят дороже.

Поэтому все наши клиенты считают, что это на самом деле дешёвое устройство, которое помогает сэкономить деньги, поэтому они с радостью платят. Плюс головной модуль может поддерживать до шести сенсоров, их можно добавлять и прибавлять, они стоят недорого.

А сколько в среднем комнат в американских домах?

Мы заметили, что если пожилые люди живут в большом доме — с тремя спальнями и гостиной, — то они редко пользуются всем домом. И когда родственники хотят поставить Cherry, они стремятся покрыть определённое пространство, где пожилые проводят больше всего времени.

В среднем у нас нужно 4–5 сенсоров, чтобы покрыть большой дом.

Планируете ли запускать продажи продукта в Европе и России?

Мы пока сфокусированы на рынке США — там большая потребность. И там много людей, которые готовы за это платить. В США поколение беби-бумеров уже состарилось, и количество пенсионеров, которым требуется забота, большое, у них много денег.

Так получилось, что люди, которые сейчас вышли на пенсию, и дети, которые заботятся о них, — это одни из самых богатых людей. Просто потому что так исторически сложилось.

Если сравнивать с СНГ, у нас немного противоположная ситуация. Когда мы говорим о рынке пенсионеров, то сразу у всех закатываются глаза, и есть понимание, что какой продукт ни представляй — денег много не заработаешь.

В США с этим проблем нет. И это то, почему мы там начали работать, и то, почему мы достаточно долго хотим там продолжать работать. Мы, естественно, смотри на рынок Росси и Европы и, возможно, придём туда с более дешёвым предложением.

Сейчас мы разрабатываем технологию, которая в перспективе двух лет позволит устройство, которое в установке будет стоить не $1600, а, скажем, $400.

И с таким решением мы хотим выходить на разные рынки. Но в качестве второго рынка после США мы видим не Европу, а Японию. Тоже большой, там много пожилых людей.

А что насчёт безопасности данных, которые передаются? Меня бы в первую очередь беспокоило, что с помощью камеры злоумышленник заглянет к моим бабушке с дедушкой домой, приценится, отключит камеру и обворует квартиру.

По ряду причин мы не отправляем никакие данные для обработки в облаке. Во-первых, в США не очень хороший интернет. Даже в Кремниевой долине домашний интернет от 40 Мбит/с стоит около $50–60 в месяц, и он доступен далеко не везде. В какой-то момент скорость может упасть, и стрим не дойдёт.

Вторая причина — дорого. Есть масса приложений, которые используют нейронные сети, — та же Prisma. Грубо говоря, эти приложения работают для тебя несколько секунд в день, чтобы обработать фото.

Если мы говорим об анализе видео, то эта штука должна работать круглосуточно. Это огромные затраты, поэтому мы предположили, что будет здорово, если мы поставим устройство, которое обрабатывает все данные прямо в домах пользователей. Это сильно снизит расходы.

Главное, что люди плохо относятся к тому, когда чувствительная информация об их жизни передаётся в облако. Когда они понимают, что вот есть камера, вот устройство, где обрабатывается видео, и пока они не откроют мобильное приложение и не запросят с него аномалии, ничего никуда не уйдёт.

В мобильном приложении и в канале связи между камерой и модулем мы используем шифрование. Открыть его так же сложно, как взломать мессенджер.

Проблема в том, что многие боятся ставить дома камеры, потому что они сделаны так же, как телевизоры. Камер много, они разные, но сделаны на одних и тех же платформах, у которых бывают дырки.

Особенно часто это проявляется в дешёвых китайских камерах. Это даже не столько дырки в платформах, сколько в реализации, что они не закрывают какие-то функции для разработчиков, через которые можно получить доступ к камере, используя стандартный пароль.

Все камеры, которые выпускают Google, Amazon, хорошо защищены. Наши камеры тоже хорошо защищены, поэтому вероятность того, что кто-то украдёт видео, крайне маленькая. Плюс мы записываем только аномалии, без необходимости не записываем видео — только если пользователь сам этого не захотел.

Добавить комментарий