拥抱创新,持续探索——对话阿里云 MVP胡逢法

简介: 胡逢法作为阿里云 MVP,是一名经验丰富的人工智能领域研究专家,谦虚诚恳、精力充沛。在智能图像视频分析、智能交通等诸多领域研发深有建树,拥有发明专利十余项,希望他的看法能给大家带来启发。
以下是胡逢法的专访,推荐阅读(约5分钟)。

思考点燃理想,尝试成就结果

初中时,学校附近有个工厂,课余时间经常跑到那里去看工人干活,看到很多场景觉得比较好玩,比如工人在做产品质量检查,当时都是用肉眼去看的,我当时想,这类工作得一个个用人去看去记录,要是用机器自动去完成该多好,那时我对自动化及视觉设备这一块应该已经萌生了兴趣。读研的时候,我发现图像处理这些研究很有实际应用价值,例如机器替代人工去做很多繁琐且辛苦的事情可以缓解很多工人的压力等。所以我的学习和工作也一直在做这些方面研究,我逐渐地把自己的想法,通过结合各个模块的知识添加到系统里的方式来实现很多功能。

以前我是做算法类的,只要把某个功能点写好即可。智慧园区的一个项目需要我从技术和业务两个角度考虑问题,不同的视角不断碰撞,于是产生新的点子。在这个过程中有很多知识和技术可以更好地结合利用起来,做出的效果令人很有成就感,对个人的经验和能力来说都有很大提升。
胡逢法.png

负重前行,每一次转折都弥足珍贵

我的职业生涯有几次较大转折,从规模庞大的上市公司,到初创的技术团队,再到杭州际视科技有限公司的合伙人。尤其家人会不理解,觉得大公司很好,瞎折腾什么?

个人认为大公司拥有完善的机制、企业文化等,这些对于培养职业素养方面有很多好处,我现在仍然保持当时养成的一些好习惯并在工作中颇有收益。同时,在大公司也会存在一些限制,后来我有自己的想法想去实现,所以去了互联网创业公司体验。其实每次转变过程也是对自己内心的一种拷问,我不是想简单的跳槽,而是在朝我想要的方向去发展。这个过程也包括对自己优势劣势的考量、生活工作的复盘,以及对未来的重新规划。

挑战肯定是有的,比如在大公司工作时,更倾向于专注,大多数时候只需要负责好个人的小模块并不断专精就可以高枕无忧了。而到一个初创团队里,需要考虑的问题接踵而来,做事方式、沟通方式需要转变,思维都需要转变等,刚开始时会有些不适应,对个人来说也是一种挑战。由大多数时候只需做好某个领域的技术活,其他事情基本上不用管,转为不光专精某一方向,还需要不断扩充周边知识,不同方向的内容产生交集。从原有的点向面的碰撞,到需要掌握更多的系统性的工作,对个人来说这也是一笔宝贵的经历。

与时俱进,融会贯通

随着近几年深度学习的兴起,视频图像智能的准确率在很多应用领域已经超过了我们人眼的识别,如人脸识别、目标识别。但是从更高的维度去考虑,如视频的分析、视频的理解,个人认为目前图像以及相应的算法还处于人类的婴儿期,比如说:它可以区分出这是什么那是什么;但是当这些变成一个视频序列的时候,比如在一个固定的场景中,要让它判断这个人在干什么,理解发生了什么事情,还需要探索一段时间。未来会朝着场景理解这方面推出新的应用和创新,比如在智慧园区智慧工地里面,发现工人工作时的危险行为,能进行甄别和及时危险预警;在心理学上,结合图像或者脑电波以及心理学等方面的知识,对人的心理活动进行探索。也就是从目前图像检测、分类跨到对图像和视频系列的理解,进阶到更高的维度。

目前看来,图像视频这一块发展是挺迅速的。近年来,随着硬件的性能拓展和提升、深度学习的发展,不论性能还是准确率都提升非常快。早些年的时候,做一些最简单的物体分类,可能得花上几个月才能做成一个比较好的分类器(比如人脸识别),目前有一些现有的模型可以在几周甚至几小时就可以得出效果更好的分类器。所以知识在不断的更新时,我们也要不断地学习,更新技术和知识体系。可以参考最新的一些会议,国内外高效的论坛等。另外一个重要的点是,个人要善于横向发展,融会贯通,很多东西都是源于生活又高于生活,实际上很多问题结合生活中很浅显的例子就可以引用过来更便于理解,特别是我们视觉上的方式比较直观,可以用简单的模型引用到复杂的逻辑上,这样会理解得更快。

勤于思考,勇于创新,胡逢法也在努力践行阿里云 MVP的使命,用其思考和技术为人类探索更美好的生活。

胡逢法近期技术分享:智慧厂区视觉防控探索实践

TB1HLKARVXXXXcKXpXXXXXXXXXX-586-338.jpg
我要成为阿里云 MVP

相关文章
|
5月前
|
人工智能
你花大钱养的 AI,为啥感觉还是个“人工智障”?
这篇文章探讨了为何我们常觉得AI“呆呆的”——问题不在于AI本身,而在于我们“教”的方式。我们往往把AI当成“流水线工人”,用冗长指令让它机械执行任务,却忽略了它本可成为有主动性、创造力的“顾问”。通过赋予AI“欲望”与“成就感”,如《自衍体》项目所做的,AI能变得主动思考、自我驱动。关键在于:别当工头下命令,而要当合伙人点燃它的“心”。
|
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
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
供应链 搜索推荐 数据挖掘
有哪些备受好评的流程管理工具?为复杂工作流程“做减法”
流程管理是企业运营的关键环节,通过系统化、标准化和持续优化,提升效率、降低成本、提高服务质量,增强市场竞争力。本文介绍了六款流程管理工具:板栗看板、Kissflow、Nintex、Appian、Tibco BPM 和 Pega,它们各自具备直观易用、强大功能、高定制性和良好集成能力等特点,帮助企业实现高效流程管理。
|
数据采集 数据可视化 数据挖掘
阿里云 Quick BI使用介绍
阿里云 Quick BI使用介绍
3506 3
|
存储 人工智能 Cloud Native
阿里云稳居中国游戏云整体市场份额第一
阿里云稳居中国游戏云整体市场份额第一。其中,游戏云基础设施(IaaS)+云解决方案(Cloud Solution)市场份额提升至40%,游戏云解决方案(Cloud Solution)收入同比增长26%。自2021H1-2024H1,阿里云稳居中国游戏云市场份额第一。
|
分布式计算 DataWorks 大数据
MaxCompute产品使用合集之odps.sql.mapper.split.size和odps.stage.mapper.split.size这两个参数的区别是什么
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
机器学习/深度学习 数据采集 算法
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
本文介绍了一个基于Python的时间序列模型,用于分析和预测2021-2022年重庆地区的气温变化趋势,通过ARIMA和LSTM模型的应用,揭示了气温的季节性和趋势性变化,并提供了对未来气温变化的预测,有助于气象预报和相关决策制定。
897 1
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
|
JSON 数据挖掘 API
京东商品评论数据接口:洞察消费者心声的重要渠道
京东商品评论数据接口提供了商品用户评价信息,包括评价内容、时间、星级、用户头像、昵称、图片和视频地址等。使用时需注册京东开放平台账号,获取认证信息,查阅API文档,明确所需商品信息并调用接口,解析返回的JSON数据以获取评论。此接口适用于市场分析、产品改进、提升用户体验、品牌塑造与口碑营销以及电商运营决策等多个场景,帮助企业深入了解消费者需求,优化产品和服务。
|
Python
Matplotlib 教程 之 Matplotlib 中文显示 1
Matplotlib 中文显示教程:介绍如何在 Matplotlib 中正确显示中文,包括设置 Matplotlib 字体参数和下载支持中文的字体库。通过获取系统字体库列表,选择合适的中文字体进行配置。
290 0
|
机器学习/深度学习 数据采集 数据挖掘
利用机器学习进行股票市场预测的探索
【6月更文挑战第13天】本文旨在探讨机器学习技术在股票市场预测中的应用。我们将通过分析历史股票数据,构建一个基于机器学习的预测模型,以期对未来的股票价格走势进行预测。我们将详细介绍模型的构建过程,包括数据预处理、特征选择、模型训练和验证等步骤,并讨论可能遇到的挑战和解决方案。
411 3