在高校体系中,取得香港中文大学的终身教授职位,对贾佳亚而言,称得上是一个高光时刻。在可见的未来,他也大概率能够在研究、教学领域取得更大的成就。
而随着人工智能应用的爆发,很多公司寻求AI的前沿技术,科学家们也成为了企业界的争抢对象。
如何将技术应用到工业界,转化为生产力,成为贾佳亚想要尝试的挑战。2017年,他加入了腾讯优图实验室。在两年多的时间里,他接触了不同的项目,包括下一代智能医疗诊断系统、制造业提升、自动驾驶和智能汽车平台以及人工智能辅助社会公益的前沿人工智能技术的实际开发等,常常能够收到赞美声,但唯独面向工业界的客户时,常常收到批评。
这可能传递出一个讯息:工业界是难啃的骨头。但贾佳亚恰恰看到的是机遇和挑战——越是骂,越是证明了他所做事情的价值。
如果说,从高校进入产业界,身份的变化对于贾佳亚而言意味着第一重挑战,在创办思谋科技时,选择聚焦人工智能技术在工业和超高清视频领域的应用这一赛道,则是另一重更为具体的挑战。
“一方面我确实想尝试一下,看看这个世界对于技术落地的真正需求是什么,另一方面我也想知道,我的能力边界在哪里。”
工业领域的难点之一在于,每一家工厂都有细分的工序,需求五花八门,市场碎片化程度高,场景分散难以标准化,客户拿来的都是不同的痛点。
贾佳亚曾在采访中说,“当我们以为解决了一个问题的时候,后来发现还有新的个别种类是没有囊括进去的,所以我们要不断地去更改我们的训练数据,不断地调试。”
难度也构筑了竞争壁垒,思谋从底层构建更智能的算法,用标准化的手段解决分散的工业场景,克服可复制性和标准性等关键性问题,通过帮不同的客户解决问题,积累经验,将不同的问题总结分类,最终形成了一套标准化、系统化的解决方案。
今年,随着ChatGPT掀起大模型的发展热潮,6月底,思谋发布了SMore LrMo,这也是市场上首个工业大模型开发底座。
贾佳亚解释说,我们整个工业大模型的基础,就是让以前只能按照人的规划路径、原则去运行的一些设备,未来能够真正独立自主地判定工业生产的质量、效率以及成本等各类因素,不管发生什么特殊情况,它的稳定性就像人一样,能够做出应变,这是思谋未来工业大模型的一个目标。就好比自动驾驶,工业场景里的自动化和智能化也有L4这个阶段(不需要人工接管),把工人从重复性的、并不能学到新知识的劳动中释放出来。
文章为作者独立观点,不代表正规配资平台官网观点