楊澤霖:發力人工智慧,做基於深度學習的視覺解決方案

2020-12-08 中國青年報

    楊澤霖,男,1994年7月出生。楊澤霖成長在一個父母都是國企高級工程師的家庭。2012年,他以優異的成績考入西安交通大學數學系,2017年保送至西安交通大學計算機系攻讀碩士學位。楊澤霖是西安交大的創新創業青年傑出代表之一,他於2015年(大三時)創立的西安禾思眾成精密機械有限公司,於2016年榮獲「創青春」全國大學生創新創業大賽校級、省級金獎,國家級銀獎;「網際網路+」全國大學生創新創業大賽校級、省級金獎,國家級銀獎。2017年成立深圳禾思眾成科技有限公司,主要從事人工智慧行業中計算機視覺「雲+端」產品的研發、生產和銷售,獲得來自深圳某上市公司基金的1000萬天使輪投資。2017年,禾思眾成在第三屆百度人工智慧大賽中獲得冠軍。

    初次接觸深度學習算法 大三創立公司

    2015年,當楊澤霖第一次接觸到深度學習算法時,就敏銳地認識到這將成為一種革命性技術,而圖像識別將成為深度學習算法的第一個發力點。經過多方調研,21歲的楊澤霖同幾個志同道合的夥伴,開始了他們的創業之路——將深度學習技術帶入工業圖像識別領域,服務傳統行業。他於2015年8月成立西安禾思眾成——之所以取了這樣的名字,是因為禾思眾成的創始人有來自西安交通大學金禾經濟研究中心,這支隊伍希望秉承交通大學「飲水思源」的光榮傳統與品格,聚志同道合之眾,成不同凡響之事。

    2016年3月,春天的腳步慢慢地邁進,萬物復甦。校園裡的柳樹又吐出鵝黃的新芽,一切充滿了生機。禾思眾成也迎來了一個轉折時期,隨著第一筆來自校友的融資注入,以及與某上市公司業務訂單籤訂,公司亟待步入正軌,面臨著擴充團隊、規範化運營、財務法務健全等一系列事務。這也意味著作為創始人的楊澤霖需要投入更多的精力到公司業務之中。然而2016年的夏天,他將迎來大學至關重要的時刻——畢業。「公司要認真對待,畢業論文亦然,不能敷衍,如果隨隨便便寫篇畢設,那是對老師的不尊重,也是對學校的不尊重。」楊澤霖做出了人生重要的選擇——休學創業。原本6月就能如期拿到學位的他,毅然決然地選擇了休學。

    凡事以認真態度去對待,全力以赴,結果終歸不會太差。這是楊澤霖一直以來的行事原則。

    進軍計算機視覺行業 走別人未走過的路

    2017年禾思眾成繼續進軍計算機視覺行業,而此時基於深度學習算法的計算機視覺解決方案,諸如FACE++、商湯科技、依圖等知名公司都有涉及此領域。因此,要打入這個市場,就要對商業模式進行徹底的顛覆。禾思眾成選擇另闢蹊徑,更加專注於人工智慧技術在行動裝置上的兼容性、並行運算效率上的優化,讓輕量級可遷移的算法可以快速運行在ARM架構的CPU上。當時,計算機視覺領域的頭部企業都在做政府部門相關的規模化項目,這些項目銷售額高、利潤大。但是,禾思眾成希望從大眾化的長尾市場入手,如小區門禁的人臉識別、幼兒園接送家長的人臉識別、宿舍的人臉識別考勤……這些場景的需求相對簡單,規模也比較小。針對這些場景,禾思眾成提出了「雲+端」的解決方案。以人臉識別舉例,識別到人臉進行本地邊緣計算,與底層資料庫比對通過後向閘機、門禁發送信號,同時上傳結構化的數據到雲端,用於管理和統計。探索別人未曾參與的領域,走別人從未走過的路,成為禾思眾成在競爭激烈的人工智慧初創企業領域中佔有一席之地的法寶。

    2017年,不論對於禾思眾成,還是楊澤霖來說都是變革與發展的一年。2017年6月,他從西安交通大學順利畢業,並保送至本校的計算機系攻讀碩士學位。2017年7月,禾思眾成的幾位創始人幾經商量,毅然決定南下珠三角——這裡聚集了最為豐富的市場、資本和生產力的要素,是禾思眾成在人工智慧領域繼續發展壯大的不二沃土。於是,頂著深圳7月最毒辣的烈日,幾個人為新公司的籌備四處奔波——找辦公場地、購置家具、開始社會招聘……冠以「禾思眾成」之名的又一家公司在深圳這座城市最「火熱」的驕陽下宣告成立。功夫不負有心人,同年10月,深圳禾思眾成獲得1000萬人民幣天使投資。這筆投資,充分地證實了資本市場和產業市場對禾思眾成的肯定。這筆投資,也為深圳禾思眾成的快速擴張提供了強大的助推劑,此時的禾思眾成已經逐步完成了從學生創業團隊向專業團隊的嬗變,正以更加自信的姿態擁抱國內外更為廣闊的市場,為全世界提供來自中國的人工智慧解決方案。

    如果說2015年到2017年是人工智慧的風口,大量資本湧入人工智慧初創企業使得創業者的門檻有所降低,那麼2018年則是對人工智慧公司真正的考驗,資本的寒冬已經隱隱顯現。「千淘萬漉雖辛苦,吹盡狂沙始到金。」只有真正行得通的商業模式才能不被市場淘汰。禾思眾成始終堅信,人工智慧不是一個獨立封閉新的行業,而應當成為千千萬萬傳統行業的助推劑。只有做到AI+傳統行業,藉助人工智慧為傳統行業賦能,讓人工智慧的顛覆性創新真正地深入日常生產生活的每一個角落,才能實現人工智慧作為前沿技術真正的價值。

    「因為年輕,所以有更多的選擇,所以無畏選擇。」楊澤霖說,自己選擇創業就像別的大學生選擇就業一樣,都是一種選擇,都是為了在實現自我價值的基礎上回饋社會。我們常說,一個人走得快,但是一群人走得遠。楊澤霖正和他的夥伴們一道,在創業這條路上積極進取、奮力拼搏,努力在人工智慧領域「發揮更大的價值」。

    創業英雄十強簡介

    楊澤霖,男,1994年7月14日出生,西安交通大學碩士在讀,深圳禾思眾成科技有限公司創始人。在尋訪2017年大學生創業英雄活動中,楊澤霖獲得「大學生創業英雄十強」稱號。2015年8月成立西安禾思眾成,專注於以深度學習為核心技術的人工智慧視覺算法的研發和場景應用,2017年因業務發展需要,在深圳成立新公司,同時於2017年10月獲得1千萬天使輪融資。創業期間攜團隊獲得第二屆中國「網際網路+」大學生創新創業大賽國家級銀獎,2016「創青春」中航工業全國大學生創業大賽國家級銀獎,2017第五屆中國杭州大學生創業大賽三等獎,2016中國(寧波)大學生創業大賽西北賽區金獎,第十六屆全國機器人大賽機器人創業賽三等獎等。

    活動簡介:

    為貫徹落實國家創新創業相關政策,服務大學生創新創業工作,推動大學生投身創業實踐,營造大學生創新創業氛圍,選樹一批創新創業典型人物,在2015年、2016年成功舉辦兩屆活動的基礎上,團中央學校部、全國學聯秘書處共同開展尋訪2017年大學生創業英雄活動,活動由中國青年報社、KAB全國推廣辦公室承辦。活動選出2017年大學生創業英雄100強(含10強),他們的創新創業成果,他們的創新創業故事,他們作為榜樣的社會影響力,啟發、鼓舞、影響了更多的大學生積極投身雙創活動,並形成一批可複製、可推廣的創業經驗、創業模式,匯聚成經濟社會發展的強大新動力。據統計,創業英雄百強所創公司在人工智慧、網際網路+、大健康、文化創意產業嶄露頭角,總估值達34.7億元,共獲得風投資金3.36億元,擁有408項專利技術,有64家公司估值超過1000萬元,24家公司估值超過5000萬元。他們的創新創業故事還將集結成書《弄潮兒向濤頭立——尋訪2017年大學生創業英雄活動百強事跡選編》,將由清華大學出版社正式出版。這些「大學生創業英雄」還將回到母校、走進高校,通過舉辦創新創業講堂,開展學習交流沙龍,用自己的創業歷程、創業精神啟發、鼓勵和影響更多的大學生投身創新創業。

相關焦點

  • 每周AI應用精選:虹膜識別解決方案;基於深度學習人臉識別方案等
    每周三期,詳解人工智慧產業解決方案,讓AI離你更近一步。解決方案均選自機器之心Pro行業資料庫。方案1:虹膜識別解決方案解決方案簡介:虹膜識別技術是基於眼睛中的虹膜進行身份精準識別,應用於對身份認證安全強需求或高度保密需求的場所。
  • 如何區分人工智慧、機器學習和深度學習?
    在深度學習網絡中,每一個節點層在前一層輸出的基礎上學習識別一組特定的特徵。隨著神經網絡深度增加,節點所能識別的特徵也就越來越複雜,因為每一層會整合併重組前一層的特徵。生成模型本身不是做分類或者序列標註的,但是可以用來解決這些問題,也可以用於生成式問題,比如聊天機器人、比如AI譜曲等問題。而機器學習可以分成下面幾種類別:監督學習從給定的訓練數據集中學習出一個函數,當新的數據到來時,可以根據這個函數預測結果。監督學習的訓練集要求是包括輸入和輸出,也可以說是特徵和目標。訓練數據中的目標是由人標註的。
  • 反思深度學習與傳統計算機視覺的關係
    大量有關深度學習的成功或失敗事例給我們上了寶貴的一課,教會我們正確處理數據。在這篇文章中,我們將深入剖析深度學習的潛力,深度學習與經典計算機視覺的關係,以及深度學習用於關鍵應用程式的潛在危險。視覺問題的簡單與複雜首先,我們需要就視覺/計算機視覺問題提出一些看法。
  • 人工智慧開啟視覺處理新篇章:如何更好的理解這個世界
    傳統硬體架構難以滿足人工智慧時代深度學習的要求,新的算法需要新的硬體來支撐。同時,晶片的結構將越來越像「大腦」,類腦晶片、智能晶片等將是人工智慧的發展方向。人工智慧(AI)視覺晶片與攝像頭的關係是:晶片做的是大腦,攝像頭做的是眼睛。人眼的成像是非常聚焦的,只看到關注的東西。而當AI算法解決了「要看什麼」的問題後,前端成像就有了目標,可以把所有的資源都調配到關注的對象上,做到「指哪打哪」,也就是取出噪音的處理過程,可以更高效智能地處理視覺信息。這種根據AI的需求來成像,能解決很多以前解決不了的問題。
  • 深度學習技術和卷積神經網絡(CNN)讓機器視覺識別更智能
    隨著人工智慧技術的進步,深度學習技術(DL)和卷積神經網絡技術(CNN)領域的人工智慧(AI)被引入到機器視覺圖像處理系統的應用中來,從而幫助機器學習和機器檢測缺陷更加高效,使機器視覺識別的過程更加精確。也讓使用這些技術的企業可以從智能化中獲得更高的生產經營效益。
  • 日報| 英偉達發布兩款基於Pascal的深度學習晶片
    英偉達發布兩款基於Pascal的深度學習晶片9 月 13 日,NVIDIA(英偉達)在北京國際飯店會議中心召開 GTC China 2016 大會。Tesla P4&P40 的性能相當於 40 個 CPU,響應速度是 CPU 解決方案的
  • 人工智慧、機器學習、神經網絡和深度學習之間是什麼樣的關係?
    ,深度學習之間的關係。沒錯,人工智慧的核心就是由各種算法作為支撐的。不過,現在的機器學習更容易理解成,簡單的半人工智慧算法,比如我們在逛某寶的時候,總是會有欄目推薦各種商品,或者你瀏覽了某些商品後,你會發現首頁連默認搜索詞都變成了你瀏覽的商品的關鍵詞,這裡面就融合了基於機器學習的推薦算法,而且在後臺還為用戶畫像,更加準確的預測你想要購買的商品。
  • 2020年深度學習發展大盤點及對2021年深度學習的未來展望|極客雲算
    深度學習框架作為AI底層工具,對個人而言是進入深度學習世界的一把鑰匙,掌握深度學習框架並不等於理解了深度學習,要在AI開發中有所作為,關鍵還是要真正理解框架背後的技術、實踐和生態。隨著近年來的人工智慧發展,2020年深度學習依然是發展最快的領域之一,直奔未來工作。其發展是多方面的,而且是多方位的。
  • 基於ATCA AVP系統的高端機器視覺應用的解決方案
    基於ATCA AVP系統的高端機器視覺應用的解決方案 黃怡暾,凌華科技 發表於 2021-01-15 10:31:10   作者:黃怡暾,凌華科技工業計算機產品部 機器視覺的市場應用日益增加
  • 人工智慧深度學習的未來展望
    本文是推出的人工智慧深度學習綜述,也是Hinton、LeCun和Bengio三位大神首次合寫同一篇文章。該綜述在深度學習領域的重要性不言而喻,可以說是所有人入門深度學習的必讀作品。 本文上半部分深入淺出介紹深度學習的基本原理和核心優勢,下半部分則詳解CNN、分布式特徵表示、RNN及其不同的應用,並對深度學習技術的未來發展進行展望。
  • 基於數據驅動的深度學習5G網絡解析
    另一方面,近年來人工智慧特別是深度學習(deep learning,DL)在計算機視覺、自然語言處理、語音識別等領域獲得了巨大成功,無線通信領域的研究者們期望將其應用於系統的各個層面,進而產生智能通信系統,實現真正意義上的萬物互聯,滿足人們對數據傳輸速率日新月異的需求。
  • 一文全覽深度學習在計算機視覺領域的應用
    簡單的回顧的話,2006年Geoffrey Hinton的論文點燃了「這把火」,現在已經有不少人開始潑「冷水」了,主要是AI泡沫太大,而且深度學習不是包治百病的藥方。計算機視覺不是深度學習最早看到突破的領域,真正讓大家大吃一驚的顛覆傳統方法的應用領域是語音識別,做出來的公司是微軟,而不是當時如日中天的谷歌。
  • 深度學習概述:NLP vs CNN
    最初的人工智慧和深度學習算法比較簡單,就像我們所知的簡單感知器模型和單層神經網絡一樣。隨著時間的推移和更加專注的研究,我們已經擁有了具有多層結構的複雜神經網絡。一些公司在他們的軟體和服務中使用了LSTMs、GANs、變分自編碼器等算法。本文在以下部分列出了人工智慧領域當前最熱門的技術以及正在研究這些熱門技術的公司。
  • 基於雙目視覺的自動駕駛技術
    沒有深度學習的時候,ME主要是基於BB,攝像頭標定得到的姿態和高度以及路面平直的假設估算距離。 有了深度學習,可以根據3-D的ground truth來訓練NN模型,得到3D大小和姿態估計,距離是基於平行線原理(single view metrology)得到的。
  • 實踐入門NLP:基於深度學習的自然語言處理
    特別是最近兩年,基於深度學習的自然語言處理逐漸取得了一定進展,在人機對話、問答系統、語言翻譯等方向的應用也一直是自然語言處理中的熱門話題,而這些應用的實現,基本依賴於底層技術和模型的進步,再加上自然語言處理領域也算是一個多學科交叉的行業,自然語言處理的未來發展對於很多相關學科和方向都具有深遠的影響力。
  • 首個基於計算機視覺解決圖書館盤點的AI機器人圖書館書童驚豔亮相
    廣東智媒雲圖科技股份有限公司自主研發的首個基於計算機視覺解決圖書館盤點的AI實體機器人「圖書館書童」(Wonder Sheldon)在論壇上驚豔亮相,獲得參會代表廣泛關注。 據智媒雲圖X-Lab研究員柯家寧介紹,「圖書館書童」產品是基於圖像識別技術,實現對圖書及其位置的快速檢測和盤點,「人做盤點時就是通過眼睛直接看,不需要藉助外置設備,那我們的機器視覺就應該可以完成這個事,模擬人類識別能力,成為圖書管理員的優秀助手」。
  • 自動化是當前與深度學習及人工智慧等的不可分割的關係
    自動化是當前與深度學習及人工智慧等的不可分割的關係,也同樣是當前的熱門主題。自動化機器學習在自動化,人工智慧,無人機等科技領域有廣泛的應用。自動化機器學習可以模擬生物學過程,比如分類,和識別。分類。分類就是識別。
  • 基於深度學習的人臉識別技術全解
    香港中文大學教授湯曉鷗率領的團隊在全球範圍內做出了大量深度學習原創技術突破:2012 年國際計算視覺與模式識別會議(CVPR)上僅有的兩篇深度學習文章均出自其實驗室;2011—2013 年間在計算機視覺領域兩大頂級會議 ICCV 和 CVPR 上發表了 14 篇深度學習論文,佔據全世界在這兩個會議上深度學習論文總數(29篇)的近一半。
  • 張鈸院士:視覺智能距離人類的視覺感知還差得很遠
    記者 | 周靜2019年6月21日,在清華大學人工智慧研究院視覺智能研究中心成立儀式暨技術前沿與產業報告會上,清華大學人工智慧研究院院長張鈸院士指出,儘管圖像識別是深度學習的最大受益者,目前我國AI獨角獸企業中大部分也與圖像識別和視覺有關
  • ...大腦找答案|人工智慧|深度學習|腦科學|神經科學|計算機_網易科技
    首先必須具備異構的網絡結構,其次包含時序動力學的神經元非線性,要構建基於突觸可塑性的信用分配算法不僅實現模式識別這樣深度學習裡面已經非常成功應用的各種算法,而且要實現學習-記憶融合的認知計算,我們未來把大腦搬進機箱讓它實現知識的表達、知識的學習、認知以及環境的交互。