「镁客·请讲」智易科技李杰:技术工具化,打造AI时代的“操作系统”

简介: 在李杰看来,从智能化时代的终局进行倒推,AI将会是一个重要的基础设施,就如同现在的互联网。

在李杰看来,从智能化时代的终局进行倒推,AI将会是一个重要的基础设施,就如同现在的互联网。

AI的出现,为企业提供了一条提升效率、降低成本的新途径。“2017年的时候,AI就已经受到了全社会的广泛关注,人们看到了它与各行各业的结合点,并将它视为未来智能化时代的一个普适性、基础设施般的技术。”智易科技创始人兼CEO李杰表示。

TB167vhJ7voK1RjSZFwXXciCFXa.jpg

图 | 智易科技创始人兼CEO李杰

然而,在企业“智能变革”的步伐越来越紧凑的当下,掉链子的情况出现了——市场有需求,但是作为“供给”存在的“AI人才”却跟不上了。从企业的角度而言,他们的变革需求是较为急切的,并没有数年时间来等待高校培养的AI人才。

AI门槛太高,落地行业需进一步降低技术门槛

“从终局进行倒推,就如同现在的互联网技术,AI将会是一个非常重要的底层设施,而在推动人工智能普及的过程中,通用化工具起到非常关键的作用。”李杰称。

他也表示,AI是一项门槛非常高的技术,若要让它能够在各行各业进行落地,让更多的人能够利用好AI技术,需要进一步的降低技术门槛,才能为各行各业输出更多、更好地解决方案。

在这方面,智易科技的做法是打造一款超低门槛的“一站式AI研发和应用SaaS平台”——深思平台,用AI替代部分AI人才,解决企业智能变革过程中招不到人、投入成本高、研发周期长等问题。

“我们的愿景是让AI触手可及、让智能无处不在。因此,我们认为必须要让大多数人都能够很快、很轻松地掌握使用我们的平台工具,继而搭建各行各业的AI智能化应用,不需要再经过一个痛苦的学习过程。”这其中的关键技术在于AutoML(自动化机器学习)。

基于自研的AutoML,客户可通过可视化操作导入数据,平台将自动化进行清洗、筛选、调整等操作(平台接入多个数据库,支持结构化数据和图像数据),并针对特定的数据集和模型训练目标,进行大量迭代式的计算,从几十种主流机器学习算法中挑选出性能最优、准确度最高的模型。李杰表示,“平台在此期间,会进行大量的自动化调参,最终将以API的形式输出模型。”这一过程中,客户不需要了解任何AI相关的技术名词、复杂算法、模型参数配置等。

TB1_rjdJ6TpK1RjSZKPXXa3UpXa.png

这时候,或许会有人会发出质疑:AI基于数据最终选择和优化的模型值得令人信服吗?

对此李杰表示,目前业界已经有了标准的评估方式,会依据准确率等多个指标进行评估。从客户的角度出发,他们只需要准备一些测试数据集对AutoML最终输出模型的结果进行对比验证,便能以最直观的方式对模型进行判定。“面对客户对模型准确率的怀疑和顾虑,我们通常会直接采取POC(Proof of Concept,针对客户具体应用的验证性测试)的方式。”

打造AI时代的“操作系统”,不与应用层直面竞争

可以明显看出,在用AI赋能企业这一件事情上,智易科技走了一条不寻常的路。

从外部着手,企业若想利用AI进行智能化升级的一般做法是寻求各类AI解决方案服务商的帮助,由后者基于前者的系统、数据等搭建一套“定制化”系统解决方案。从市场角度出发,这类公司似乎与智易科技之间存在着“竞争”的关系。

对此,李杰则给出了不一样的看法。

“我们做的事情其实类似于在PC时代搭建操作系统。”他表示。“操作系统毫无疑问属于偏向底层基础设施的工具层,而我们打造系统的目的并不是为了在将来跟应用层面去做竞争。”

在PC时代,微软搭建并推出了Windows系统这一基础设施。在这之后,微软并没有做过多的上层应用,而是基于系统打造了一个生态,并邀请各行各业的开发者针对性其操作系统展开应用程序的开发,从而才有了后来PC时代应用的大爆发。

TB1FTW_JYvpK1RjSZPiXXbmwXXa.jpg

“我们希望智易深思平台能让AI技术使用者的覆盖面由技术专家扩展至普罗大众一般,基于AI低门槛平台,让大众能够很方便的针对行业进行智能化开发。”李杰称。

与此同时,他也表示现在行业内还谈不上“竞争关系”,整个市场蛋糕将是越做越大,且AI的各个行业的渗透与落地也在不断加速。

“‘AI时代操作系统’这一概念已经引起了大家足够的重视,这在未来必将是商业层面的一个必争之地。”国内这方面,包括巨头、创企在内的不少公司在去年一年已经开始有所投入,水平也正趋近于国外。

最后

自AI第三波浪潮出现以来,“AI+”的口号就不绝于耳。“但现在AI的商业化落地还处于非常早期的阶段。”李杰表示。“AI操作系统的搭建将会是一个浩大的工程,需要经过多年的积累和打磨。”

“在国内做这样一个偏技术型、偏底层的AI平台需要更多的耐心、更长期的投入和积累。”据他透露,去年下半年开始,智易科技已经开始基于产品进行商业上的探索,并取得了令人满意的进展,而他们的新一轮融资计划也已经正式启动。

【镁客·请讲】专注于报道科技创新项目;我们敞开心扉面对每一位创业者,力求为您呈现一群鲜活、有性格的品牌和人物;我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方,以期为产业发展注入新的活力。

欢迎做客【镁客·请讲】,栏目合作请发送邮件至:post@im2maker.com

相关文章
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
40 11
|
2天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
19 4
|
2天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
6天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
4天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
4天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
3天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第33天】随着人工智能技术的不断发展,其在医疗领域的应用也越来越广泛。从辅助诊断到治疗方案的制定,AI技术都发挥着重要作用。然而,随之而来的挑战也不容忽视,如数据隐私保护、算法的透明度和可解释性等问题。本文将探讨AI技术在医疗领域的应用及其面临的挑战。
10 0
|
4天前
|
存储 XML 人工智能
深度解读AI在数字档案馆中的创新应用:高效识别与智能档案管理
基于OCR技术的纸质档案电子化方案,通过先进的AI能力平台,实现手写、打印、复古文档等多格式高效识别与智能归档。该方案大幅提升了档案管理效率,确保数据安全与隐私,为档案馆提供全面、智能化的电子化管理解决方案。
71 48
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。
|
3天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
下一篇
无影云桌面