论文部分内容阅读
“It’s a once in a lifetime opportunity。”
崔运凯记得自己当时听到这句话时，全身都起了鸡皮疙瘩，热血涌上了脑袋，似乎有用不完的力气等着大干一场。
那是2015年，从美国宾夕法尼亚大学毕业后，崔运凯接到了Uber未来老板的一通电话，约他到匹兹堡参观他们的无人驾驶项目。当时负责该项目的老板是CMU（卡耐基梅隆大学） 的一位教授，崔运凯不解地问他，为什么会辞去CMU教授的工作加入 Uber ？于是有了上面那句话。
那时候崔运凯手头还有一份来自高盛的offer。恰如马斯克所说的：“有太多聪明人涉足金融和法律领域，应该让更多的人从事现在被瞧不起的制造业。”
可能一生只能遇到一次改變世界的机会，这句话给崔运凯打足了鸡血，也让他义无反顾地在高薪与梦想之间做出了选择，加入了Uber。
改变世界，这很酷，这句话成了崔运凯一直以来的信仰。
2019年，回国后的崔运凯与来自 Snapchat、依图等知名企业的合伙人共同创建了Graviti格物钛（上海）智能科技，试图打破人工智能行业的垄断局面，让AI不只是Google、BAT等巨头可以使用的技术，而是所有开发者、工程师甚至是所有普通人都可以使用的技术。
人工智能的困境
崔运凯加入Uber无人驾驶部门的时候，整个团队仅有五六十人，在匹兹堡一栋废弃大楼里办公，作为早期成员，崔运凯在两年时间内做到了部门的技术经理。
“当一个公司或部门在发展初期仅有50人、100人左右的时候，你作为个体可以有非常大的影响力，你的决策可以帮助一个产品、一家公司选择更好的方向，而你也可以获得更多的信息。”在Uber飞速发展的这段时间里，崔运凯也迅速成长起来，但他同时也发现，随着公司规模的扩大，自己能够改变的事情却越来越少。
不愿意成为流水线上的一颗螺丝钉，带着“改变世界”的初心，崔运凯在2018年下决心回国创业，加入国内一家高精度地图初创公司担任合伙人。
这是崔运凯的第一次创业，他的初衷是把全球最先进的无人驾驶技术带回国内，但在这个过程中，他却遭遇了理想与现实之间的落差。
“高精度地图研发需要收集海量数据并训练大量模型，为了管理和使用这些数据，我们一直在寻找类似于Uber内部使用的Michelangelo机器学习平台。”崔运凯说，他们的团队找了各种各样的供应商，甚至包括多家国内头部云服务商，可是没有一家可以满足他们的需求。
面对AI开发者遇到的困难，Uber、Google及BAT等大企业，有足够的经费和大量的工程师可以单独研发产品解决问题。而中小企业、个人开发者及那些研发基础薄弱的传统企业在面对这些前沿领域的困难时，却显得无计可施。
就像是一记重拳打在了棉花上，那个瞬间崔运凯感觉特别无奈。他与圈子里的朋友们交流，却发现，这个问题在人工智能领域特别普遍，人工智能研发工具链处于早期阶段且不完善，已经成为了行业发展的桎梏。
“为什么不专门做一家帮助开发者解决以图像、文字、视频为代表的非结构化数据管理和使用痛点的公司，让开发者从繁杂的数据管理中脱身，更好地将时间和精力集中在解决业务问题上呢？”崔运凯的这一想法迅速发酵，并得到了圈内朋友的一致认可，就是这样，他进行了二度创业，成立了Graviti，并获得包括红杉资本、云启资本、真格基金、风和投资千万级别美元的投资。
“我们希望所有的开发者都可以用到和大公司一样好用的工具，让人工智能不再遥远。”崔运凯说。
Graviti能做些什么？
“一个10人算法团队高效运转需要多少资源？”
Graviti通过深度调查发现，这样一个团队，至少要三个软件工程师提供工具开发和运维服务，需要配置百万元左右的深度学习训练机器，及百人左右的标注团队和上百TB到PB级的共享存储空间。这些加起来往往需要花掉企业千万级前置成本和百万级的维护费用。即使这些都具备，算法工程师还要将大量的时间花在找数据，清理数据，管理权限和可视化上，真正用于算法开发的时间屈指可数。
针对这个情况，Graviti提供了面向开发者的SaaS工具，集数据集管理、沙箱训练和模型评估于一体。打通数据在人工智能应用开发的各个环节中的流转。让企业0前置成本启动人工智能应用开发项目，后期费用跟随团队的扩张而增加、收缩而减少。
“我们的目的就是，让开发者真正专注在重要的事情上。”崔运凯说。
这个项目中使用的就是Graviti的数据管理系统和模型评估系统，甚至包括模型管理系统，Graviti为淞泓智能搭建了一套在线测试平台，让它更好地去测试未来无人驾驶车辆的系统安全性。
基于SaaS的标注服务系统则是Graviti的另一项重要业务。
人工智能领域有一句行话，“有多少智能，就有多少人工”，说的就是数据标注工作。在机器学习的过程中，首先需要由人类对数据进行标注，标注过的数据相当于书本中的标准答案，这个答案就是机器执行的根本。随着 AI 人工智能和机器高速的学习发展，数据标注的市场需求也越来越大。
目前国内的标注公司通常是先联系BPO（商务流程外包Business Process Outsourcing），在线下的微信群里对接需求，发数据文档，再去联系标注员，而很多标注员可能是第一次接触这样的任务，也没有特别适用的工具。Graviti提供的则是一键式的数据标注服务，在其体系中，所有对接都是在软件中交互完成，分发程序有一套算法，会自动找到最合适的标注员，通过发现任务、自主登录、接受培训考试去完成这样的工作。自动化的过程大大提升了标注工作的效率和准确率，同时，Graviti还可以针对客户的需求从专业角度做梳理和设计。
除了这两大块业务以外，崔运凯对社区运营也有着深厚的情结，他创立Graviti的梦想之一就是要打造一个属于AI开发者的社区，让全球的AI爱好者都参与到平台中来，和更多合作伙伴做生态上的整合，协同解决更多AI问题。
崔运凯记得自己当时听到这句话时，全身都起了鸡皮疙瘩，热血涌上了脑袋，似乎有用不完的力气等着大干一场。
那是2015年，从美国宾夕法尼亚大学毕业后，崔运凯接到了Uber未来老板的一通电话，约他到匹兹堡参观他们的无人驾驶项目。当时负责该项目的老板是CMU（卡耐基梅隆大学） 的一位教授，崔运凯不解地问他，为什么会辞去CMU教授的工作加入 Uber ？于是有了上面那句话。
那时候崔运凯手头还有一份来自高盛的offer。恰如马斯克所说的：“有太多聪明人涉足金融和法律领域，应该让更多的人从事现在被瞧不起的制造业。”
可能一生只能遇到一次改變世界的机会，这句话给崔运凯打足了鸡血，也让他义无反顾地在高薪与梦想之间做出了选择，加入了Uber。
改变世界，这很酷，这句话成了崔运凯一直以来的信仰。
2019年，回国后的崔运凯与来自 Snapchat、依图等知名企业的合伙人共同创建了Graviti格物钛（上海）智能科技，试图打破人工智能行业的垄断局面，让AI不只是Google、BAT等巨头可以使用的技术，而是所有开发者、工程师甚至是所有普通人都可以使用的技术。
人工智能的困境
崔运凯加入Uber无人驾驶部门的时候，整个团队仅有五六十人，在匹兹堡一栋废弃大楼里办公，作为早期成员，崔运凯在两年时间内做到了部门的技术经理。
“当一个公司或部门在发展初期仅有50人、100人左右的时候，你作为个体可以有非常大的影响力，你的决策可以帮助一个产品、一家公司选择更好的方向，而你也可以获得更多的信息。”在Uber飞速发展的这段时间里，崔运凯也迅速成长起来，但他同时也发现，随着公司规模的扩大，自己能够改变的事情却越来越少。
不愿意成为流水线上的一颗螺丝钉，带着“改变世界”的初心，崔运凯在2018年下决心回国创业，加入国内一家高精度地图初创公司担任合伙人。
这是崔运凯的第一次创业，他的初衷是把全球最先进的无人驾驶技术带回国内，但在这个过程中，他却遭遇了理想与现实之间的落差。
“高精度地图研发需要收集海量数据并训练大量模型，为了管理和使用这些数据，我们一直在寻找类似于Uber内部使用的Michelangelo机器学习平台。”崔运凯说，他们的团队找了各种各样的供应商，甚至包括多家国内头部云服务商，可是没有一家可以满足他们的需求。
面对AI开发者遇到的困难，Uber、Google及BAT等大企业，有足够的经费和大量的工程师可以单独研发产品解决问题。而中小企业、个人开发者及那些研发基础薄弱的传统企业在面对这些前沿领域的困难时，却显得无计可施。
就像是一记重拳打在了棉花上，那个瞬间崔运凯感觉特别无奈。他与圈子里的朋友们交流，却发现，这个问题在人工智能领域特别普遍，人工智能研发工具链处于早期阶段且不完善，已经成为了行业发展的桎梏。
“为什么不专门做一家帮助开发者解决以图像、文字、视频为代表的非结构化数据管理和使用痛点的公司，让开发者从繁杂的数据管理中脱身，更好地将时间和精力集中在解决业务问题上呢？”崔运凯的这一想法迅速发酵，并得到了圈内朋友的一致认可，就是这样，他进行了二度创业，成立了Graviti，并获得包括红杉资本、云启资本、真格基金、风和投资千万级别美元的投资。
“我们希望所有的开发者都可以用到和大公司一样好用的工具，让人工智能不再遥远。”崔运凯说。
Graviti能做些什么？
“一个10人算法团队高效运转需要多少资源？”
Graviti通过深度调查发现，这样一个团队，至少要三个软件工程师提供工具开发和运维服务，需要配置百万元左右的深度学习训练机器，及百人左右的标注团队和上百TB到PB级的共享存储空间。这些加起来往往需要花掉企业千万级前置成本和百万级的维护费用。即使这些都具备，算法工程师还要将大量的时间花在找数据，清理数据，管理权限和可视化上，真正用于算法开发的时间屈指可数。
针对这个情况，Graviti提供了面向开发者的SaaS工具，集数据集管理、沙箱训练和模型评估于一体。打通数据在人工智能应用开发的各个环节中的流转。让企业0前置成本启动人工智能应用开发项目，后期费用跟随团队的扩张而增加、收缩而减少。
“我们的目的就是，让开发者真正专注在重要的事情上。”崔运凯说。
这个项目中使用的就是Graviti的数据管理系统和模型评估系统，甚至包括模型管理系统，Graviti为淞泓智能搭建了一套在线测试平台，让它更好地去测试未来无人驾驶车辆的系统安全性。
基于SaaS的标注服务系统则是Graviti的另一项重要业务。
人工智能领域有一句行话，“有多少智能，就有多少人工”，说的就是数据标注工作。在机器学习的过程中，首先需要由人类对数据进行标注，标注过的数据相当于书本中的标准答案，这个答案就是机器执行的根本。随着 AI 人工智能和机器高速的学习发展，数据标注的市场需求也越来越大。
目前国内的标注公司通常是先联系BPO（商务流程外包Business Process Outsourcing），在线下的微信群里对接需求，发数据文档，再去联系标注员，而很多标注员可能是第一次接触这样的任务，也没有特别适用的工具。Graviti提供的则是一键式的数据标注服务，在其体系中，所有对接都是在软件中交互完成，分发程序有一套算法，会自动找到最合适的标注员，通过发现任务、自主登录、接受培训考试去完成这样的工作。自动化的过程大大提升了标注工作的效率和准确率，同时，Graviti还可以针对客户的需求从专业角度做梳理和设计。
除了这两大块业务以外，崔运凯对社区运营也有着深厚的情结，他创立Graviti的梦想之一就是要打造一个属于AI开发者的社区，让全球的AI爱好者都参与到平台中来，和更多合作伙伴做生态上的整合，协同解决更多AI问题。