在这个新技术日新月异、新产品层出不穷的数字化时代，我们所处的世界正在被切割成两个平行宇宙，一端是触手可及的真实物理世界，另一端则是通过各种传感器采集现实世界中的数据后形成的数字世界。

 

那么问题来了，人们如何快速打开从物理世界通向数字世界的神秘大门？

 

AI似乎成为了人人都确信的答案，通过计算机视觉（CV）、自然语言处理（NLP）等技术，AI获得了能够理解物理世界的文字、语言和图像的能力，但具体到产业深处，我们又会发现AI经常性会陷入“人工智能变为‘人工智障’”的落地窘境当中。

 

可以说，在这条方向明确的路上，赶路的人并不缺少，然而成功利用AI这一连接器翻越技术山峦，抵达产业高地，成功从物理世界向数字世界迁徙的人，却寥寥无几，不见身影。

 

“物理世界往往更加错综复杂，用AI去感知物理世界构建数字世界的过程往往需要用到决策能力，这就需要让AI生出‘智慧大脑’，让AI思考，主动去感知物理世界。”专注数字化生产与运营的行业算法平台提供商中科智云创始人魏宏峰告诉朋湖。

 

在他看来，AI是一项底层技术，是各行各业数字化转型的最佳工具，更是一种认识世界的思维方式。如何让AI主动思考感知物理世界，理解物理世界的运作规则，真正做到智能决策？带着对这一问题的思考，近日，朋湖专访了专注数字化生产与运营的行业算法平台提供商中科智云创始人魏宏峰。

 

据了解，中科智云成立于2018年，自成立以来，已依托自主独创的数字化智理AIoT平台IntelliCloud X-Brain，凭借着其先进的多源融合感知计算、小样本主动学习等核心技术优势，围绕“人员、设备、流程、环境”四大产品体系，为建造、交通、工业、能源等传统行业提供从生产到运营，全生命周期的数字化升级AI解决方案。

 

在探索了解其深入产业的“毛血细管”过程中，我们找到了物理世界和数字世界的交界点，AI感知物理世界的行进方向清晰可见。

 

01 

秉承“技术向善” 走进传统产业深处

 

“在2014年左右，社交媒体方面如海内外热门的Facebook和Instagram以及国内的QQ是我们的研究方向，为了更好地对社交平台上的文本、照片及视频这几类数据进行分析，我们团队开始了对深度学习的探索。”魏宏峰表示，伴随着研究的进行，在2016年左右，团队来到了一个十字路口：继续做研发还是探索商业化？在深思熟虑后，继续做技术上的突破成为了选择。又经过2年的一边深入探索行业算法技术，另一边开展在计算机视觉领域的商业化测试，“朝着哪一方向前进”这一问题在他心中有了明确的答案，于是，2018年中科智云成立。

 

以AI助力传统产业的数智化转型是魏宏峰笃定的方向。“在我们成立初期，主要接触到的需求都来自于建造业、农业等传统产业。在深入了解后，我们发现传统产业的信息化程度整体都偏低，更需要有一些数字化智能化的工具，提升整体的管理运营效率，来降本增效。”他说道。此外，作为实体经济的主体，传统产业具备牢固的产业基础、丰富多样的应用场景，市场发展空间十分广阔。

 

   另一方面，从技术的角度来看，传统产业中多数行业的流程标准化程度非常高，如建筑行业，从外观设计，结构设计、3D BIM设计到最后的建造过程中都有着非常标准化的体系，是经过设计院长时间的设计验证后才能落地实施，因而AI能够训练的数据集也都具有极高质量，这有利于AI更快真正实现通用能力。

 

“更为重要的是，我希望能够让先进技术带来一些更广泛的社会效益，而不仅限于经济效益。”技术的终极目的是什么？在魏宏峰看来，就像建筑工地、化工厂等这类存在着较高安全隐患的行业更需要AI技术的应用，安全监管、安全治理的需求必不可少，技术在这里不仅关乎效率，更关乎生命。

    

   带着这样的信念，找准方向后，又该如何切入传统产业？“成立之初，我们选择从安全监管、安全智理的角度切入，到现在我们的能力已经能够覆盖企业的数字化生产与运营各个环节。”魏宏峰告诉朋湖，在刚接触客户时，他们发现，客户并不会轻易改变生产环节的流程，“因为客户的生产能力是最核心的关键，牵一发则动全身，尤其是传统企业，更不会轻易对关于生产的环节进行变革，但是安全是最底线的需求，是必须要做的，所以客户会容易先接受这一部分的改变。”

 

“在看到了AI安全治理效果后，他们也会想着尝试在非关键运营体系上，甚至关键的生产环节上做一些技术赋能，”他表示，近些年企业的整体认知也产生极大的改变，这与前几年的疫情也有关系，人们发现，数字化能够极大地抵御来自外部的风险变化，于是AI的作用从“免责”来到了生产与运营全生命周期的“降本增效”。

 

“厚积薄发，山以凌尺故能高。”于是，秉承着对客户负责，对自身负责的态度，中科智云选择由点及面，由浅入深逐渐从安全监管渗透到企业的生产、运营等各个环节当中。

 

“我们的AI是能够感知物理世界并在理解物理的规律的基础上来思考和计算，从而为传统产业提供零基础、通用的数字化基础设施，”魏宏峰强调，唯有AI通用化，才能真正实现AI普惠这一愿景。

 

但面向传统产业，要做到这一点并非易事。

 

02 

指向“AI普惠” 数字化智理AIoT平台“X-Brain”打磨而出

 

信息碎片化、交付场景多元化、需求的不确定性这是传统产业的固有特点，对于AI企业而言，这亦是技术落地最大的挑战。“在传统产业中，很多行业的生产环境、管理、设备的复杂性和不确定性非常强，很多场景训练好但是到另一场景当中就无法使用，此外，传统产业的大量样本数据获取也相对困难，但是单独开发单一算法并不现实，投入产出比过低，AI企业的生存都会成为难题。”魏宏峰表示，在高度的定制化需求与样本数据难以获取的矛盾下，AI算法的泛化能力至关重要。

 

“为了让AI真正渗透到行业当中，实现能力通用，我们自研了算法框架，”他说道，而这也是中科智云的特点之一，公司在很早的时候便开始研究如何让AI算法泛化，拥有跨行业的通用能力。

 

在持续不断地深耕技术以及和包括牛津大学、中科大等在内的很多高校、前沿的研究机构的展开紧密合作中，小样本学习（FSL）技术成为了中科智云确信的方向。

 

什么是小样本学习（FSL）？其是机器学习的子领域，相关研究将机器学习定义为：计算机程序基于与任务 T 相关的经验E学习，并得到性能改进（性能度量指标为 P），其中小样本学习是指其经验 E 中仅包含有限数量的监督信息。简单来说就是小样本学习旨在通过较少的数据量或样本，训练算法模型，改变传统的算法生产模式。

 

基于这一技术框架，中科智云推出了X-Brain-数字化智理AIoT平台。经介绍，“X-Brain”是面向企业的数字化智理AIoT平台，功能包括智能数据管理、模型算法管理、支持算法零代码开发，能快速构建面向场景的算法定制，用少样本、自动标注、快速训练构建应用算法模型，搭建应用平台。

 

 

该平台的核心是中科智云推出的全新小样本计算框架，据悉，这一框架只需不到传统模式10%的样本，便能完成同等精度算法的提升，此外，算法所需训练时间也缩短到传统模式的10%，并减少了传统算法标注所需的人力成本。只需小样本，中科智云便能高效完成现行业场景中各类视频、图像、文本语义等AI算法的训练，基于此，场景需求的高度定制化与算法能力生产的高成本间的矛盾便迎刃而解。

 

目前，“X-Brain”平台已被广泛应用于工业、建造、交通等不同领域，尤其能自发适应复杂多变化的环境和规则。“我们的初衷很简单，就是要让AI真正落地，不再只是停留在空中楼阁，泛化、通用化是我们的唯一目标，所以我们提供的并非面向工程师的算法编程程序，而是一个人人可用、即拿即用的行业平台。具体来看，其可应用于对现实世界的各类视频、图像的检测、识别、场景分析和补全，全面感知物理世界，为多行业提供智慧大脑。”魏宏峰解释道。

 

举例来说，此前，在“X-Brain”平台上，中科智云就助力大型国有航空公司建设了自有航空行业AI平台，其根据其自身业务需求，能够自行调优训练行业算法，从而快速落地了其人工智能应用场景，并形成了智能化标准建设，能够快速向外输出前沿技术能力和通用解决方案。

 

“我们追求AI算法的精准度、AI应用部署的准确度、速度，更追求通过AI算法的泛化、AI能力的通用化让AI真正赋能企业业务降本增效，让AI普惠真正得以实现。”他说道。

 

03 

写在最后

 

流水不争先，争的是滔滔不绝。纵观中科智云的发展轨迹，我们发现“小步快跑”是其发展的节奏，“我们并不会选择‘高举高打’的互联网策略，而是平稳行进，唯有足履平地，才能跨过AI落地这一长坡。”魏宏峰表示，中科智云是技术与市场并行主导的企业，“技术”与“应用”两条腿前行，同时并举。

 

在技术线与产品线互相引导不断迭代过程中，中科智云正在让AI深入产业，对于未来，他期待伴随着AI对物理世界的认知能力越来越强，聚浪成潮，AI的技术价值能够惠及更多行业，与此同时，中科智云也能翻越AI产业落地的山峦，走向更高处。