Доктор Сэм Чжэн, генеральный директор и компания

Опубликовано

на

К

Сэм Чжэн, генеральный директор и соучредитель DeepHow, возглавляет быстро развивающийся стартап, поддерживаемый уважаемыми инвесторами. DeepHow совершает революцию в обучении квалифицированной рабочей силы с помощью инновационной, основанной на искусственном интеллекте, видео-ориентированной платформы для сбора и передачи знаний.

До работы в DeepHow Сэм более десяти лет посвятил компании Siemens, продвигая цифровые инновации в различных отраслях. Его заслуживающие внимания проекты, такие как Cloud Digital Inspection Jacket, значительно улучшили обмен техническими знаниями, эффективность и удобство работы с пользователями, что принесло его команде престижную премию Siemens Innovation Award.

Одновременно Сэм работает адъюнкт-профессором психологии в Университете Цинхуа и имеет докторскую степень. Имеет степень бакалавра инженерной психологии и степень магистра статистики Иллинойского университета в Урбана-Шампейн.

У вас есть образование в области психологии и статистики. Как вы перешли к видео и машинному обучению?

Мой опыт работы в области психологии и статистики фактически послужил естественным переходом в сферу машинного обучения и видеоплатформ. Изучение психологии пробудило во мне интерес к человеческому разуму и интеллекту, особенно к процессу обучения навыкам и развитию знаний. Между тем, статистика предоставила математическую основу для исследования искусственных нейронных сетей, вдохновленных нашим биологическим мозгом.

В современную цифровую эпоху видео превратилось в более увлекательное, интерактивное и эффективное средство обучения. Этот сдвиг очевиден на таких платформах, как YouTube и TikTok, где пользователи, особенно молодое поколение, тратят часы на потребление и изучение видеоконтента.

Однако традиционный процесс создания обучающих видеороликов, особенно часть редактирования, требует много времени и труда. Короткое видео продолжительностью в несколько минут может потребовать часов кропотливой работы. Осознавая эту неэффективность и потенциал повышения качества обучения, мы с моими соучредителями решили использовать возможности искусственного интеллекта (ИИ) и машинного обучения, чтобы ускорить процесс создания обучающих видеороликов.

Наша видеоплатформа на базе искусственного интеллекта может превратить часы кропотливой работы в считанные минуты, значительно повышая эффективность без ущерба для результативности. По сути, мои академические знания в области понимания человеческого познания и статистических моделей, имитирующих его, помогли проложить путь для этого инновационного предприятия.

У вас есть несколько патентов на ваше имя. Какой из них самый важный, над которым вы работали?

Все мои патенты посвящены использованию технологий для повышения производительности человека. Во время моей работы в Siemens один примечательный проект включал работу над решением для профессора Стивена Хокинга. Мы разработали интуитивный метод ввода данных с помощью глаз, чтобы помочь людям с БАС, похожим на состояние профессора Хокинга. Эта инновационная работа теперь является частью ожидающего патента.

Однако наиболее значимый патент, в разработке которого я участвовал, — это недавний: генеративная платформа управления ноу-хау на базе искусственного интеллекта для промышленных и производственных организаций.

Вот краткий обзор:

Наше изобретение представляет собой передовое генеративное решение искусственного интеллекта, специально разработанное для промышленных и производственных организаций. Он эффективно собирает, систематизирует и распространяет как институциональные, так и племенные знания, пересекая такие области, как искусственный интеллект, машинное обучение, обучение и развитие, а также системы управления знаниями.

Промышленный и обрабатывающий секторы часто сталкиваются с огромными проблемами при сборе, организации и обмене критически важными знаниями. Высокая текучесть кадров, сложные процессы и постоянная потребность в повышении квалификации усугубляют эти трудности. Традиционные методы управления знаниями зачастую громоздки, требуют много времени и лишены гибкости, что требует более продвинутых решений.

В нашем решении на основе генеративного искусственного интеллекта используются запатентованные алгоритмы и методы машинного обучения, позволяющие упростить создание стандартных операционных процедур (СОП) на основе видео, оптимизировать рабочие процессы и облегчить быстрый и эффективный доступ к информации через функции чата, управляемые искусственным интеллектом. Благодаря своей адаптируемости и масштабируемости наше решение подходит для широкого спектра производственных условий.