Dr. Sam Zheng, CEO & Hevserokê DeepHow - Rêzeya Hevpeyvînê

Sam Zheng, CEO û Hev-damezrênerê DeepHow, pêşengiya destpêkek bilez a pêşkeftî dike, ku ji hêla veberhênerên hêja ve tê piştgirî kirin. DeepHow perwerdehiya hêza karker a jêhatî bi platformek girtina zanîn û veguheztinê ya nûjen, bi AI-hêzdar, vîdyo-navendî ve şoreş dike.

Berî DeepHow, Sam zêdetirî deh salan ji Siemens re veqetand, nûjeniya dîjîtal li seranserê pîşesaziyên cihêreng ajot. Projeyên wî yên balkêş, wek Cloud Digital Inspection Jacket, parvekirina zanîna teknîkî, karbidestî, û ezmûna bikarhêner bi girîngî çêtir kiriye, û tîmê wî xelata bi prestîj a Nûvekirinê ya Siemens qezenc kiriye.

Di heman demê de, Sam li Zanîngeha Tsinghua wekî Profesorê Psîkolojiyê yê Alîkarê kar dike û doktoraya xwe digire. li Psîkolojiya Endezyariyê û Masterek di Statîstîkê de ji Zanîngeha Illinois li Urbana-Champaign.

We di psîkolojî û statîstîkê de paşnavek perwerdehiyê heye, we çawa veguherî bal kişandina ser vîdyoyan û fêrbûna makîneyê?

Paşnava min a di psîkolojî û statîstîkê de bi rastî di warê fêrbûna makîneyê û platformên vîdyo-navendî de wekî segek xwezayî xizmet kir. Lêkolîna psîkolojiyê meraqa min bi hiş û aqilê mirovî ve, nemaze pêvajoya fêrbûna jêhatîbûnê û pêşkeftina pisporiyê vekir. Di vê navberê de, statîstîkan bingehek matematîkî peyda kir ku keşfkirina torên neuralî yên çêkirî, ku ji mêjiyê meya biyolojîkî ve hatî îlham kirin.

Di serdema dîjîtal a îroyîn de, vîdyoyan wekî navgînek fêrbûnê ya balkêş, înteraktîf û bi bandor derketine. Ev guheztin bi platformên mîna YouTube û TikTok, ku bikarhêner, nemaze nifşê ciwan, demjimêran veberhênan dikin û ji naveroka vîdyoyê fêr dibin, diyar dibe.

Lêbelê, pêvajoya kevneşopî ya afirandina vîdyoyên hînkerî an çawa-çawa, nemaze beşa guherandinê, dem-dixwe û kedkar e. Vîdyoyek kurt a ku çend hûrdeman vedihewîne dikare bi saetan xebatek berbiçav hewce bike. Naskirina vê bêserûberiyê û potansiyela zêdekirina ezmûna fêrbûnê, min û hev-damezrînerên min biryar da ku hêza îstîxbarata sûnî (AI) û fêrbûna makîneyê bi kar bînin da ku pêvajoya çêkirina vîdyoyê çawa-hêz bikin.

Platforma meya vîdyoyê ya ku bi AI-ê hêzdar e dikare demjimêrên xebata kedkar veguhezîne çend hûrdeman, bêyî ku tawîz bide bandorkeriyê, karbidestiya xwe bi tundî baştir bike. Di eslê xwe de, bingehê min ê akademîk di têgihiştina zanîna mirovî û modelên îstatîstîkî yên ku wê teqlîd dikin de rê li ber vê serpêhatiya nûjen vekir.      

Di bin navê we de gelek patentên we hene, ya herî girîng a ku we li ser xebitî çi ye?

Hemî patentên min balê dikişînin ser karanîna teknolojiyê da ku performansa mirovan zêde bikin. Di dema karûbarê min de li Siemens, yek projeyek girîng a xebatê li ser çareseriyek ji bo Profesor Stephen Hawking bû. Me rêbazek têketina çav-nivîsandina çavan pêşxist da ku alîkariya kesên bi ALS bike, mîna rewşa Profesor Hawking. Ev xebata nûjen niha beşek ji patentek li bendê ye.

Lêbelê, patenta herî girîng a ku min jê re beşdar kiriye, patenta herî dawî ye: Platforma Rêvebiriya Zanîn-Çawa ya Generative AI-Powered ji bo Rêxistinên Pîşesazî û Hilberîner.

Li vir kurtek kurt e:

Dahênana me çareseriyek nûjen a AI-ê ya ku bi taybetî ji bo rêxistinên pîşesazî û hilberîner hatî çêkirin pêşkêşî dike. Ew hem zanîna sazûmanî û hem jî eşîrî bi bandor digire, birêxistin dike, û belav dike, qadên wekî îstîxbarata sûnî, fêrbûna makîneyê, perwerdehî û pêşkeftinê, û pergalên rêveberiya zanînê digihîne hev.

Sektorên pîşesazî û çêkirinê bi gelemperî di girtin, rêxistinkirin û parvekirina zanîna krîtîk de bi kêşeyên mezin re rû bi rû dimînin. Rêjeyên bilindkirina karmendan, pêvajoyên tevlihev, û hewcedariya domdar a jêhatîbûnê van dijwariyan zêde dike. Rêbazên rêveberiya zanînê yên kevneşopî bi gelemperî dijwar in, zexm in, û nermbûnek kêm in, ku pêdivî bi çareseriyek pêşkeftî heye.

Çareseriya meya AI-ya hilberîner algorîtmayên xwedan û teknîkên fêrbûna makîneyê bi kar tîne da ku çêkirina prosedurên xebitandinê yên standard ên vîdyoyê (SOPs) xweş bike, rêyên xebatê xweştir bike, û bi navgîniya taybetmendiyên danûstendinê yên bi AI-ê ve gihîştina bilez û bikêr a agahdariyê hêsan bike. Ji ber adaptebûn û mezinbûna wê, çareseriya me ji cûrbecûr çarçoveyên hilberînê re maqûl e.

Ma hûn dikarin çîroka çêbûna li pişt DeepHow parve bikin?

Berî ku me DeepHow dest pê kir, ez ligel damezrînerên xwe yên din, Patrik Matos da Silva û Wei-Liang Kao, li Siemens dixebitim, ku di sektorên pîşesazî û hilberînê de gelek projeyên nûjeniya dîjîtal dimeşandin. Dema ku em di sala 2018-an de li Detroit beşdarî Lezkera Mobility Techstars bûn, gera me gavek mezin da.

Me qîmeta jêhatîbûn û ezmûnên ku mirovan bi salan çandibûn dît lê pirsgirêkek hebû- rêyek bi rastî bi bandor ji bo girtin û parvekirina vê pisporiyê tune bû. Me mêze kir ku teknolojî çiqas bi lez pêşde diçe, û bi me re hat ku ew rêbazên ku me ji bo perwerdehiya karmendan bikar anîne negirtine. Em hîna jî xwe dispêrin rêbazên kevnar, demdirêj ên ku ne bikêr bûn û, bi eşkereyî, têra xwe tevnegerin.

Min fêhm kir ku fersendek bêhempa heye ku meriv pêşkeftinên di teknolojiya AI û vîdyoyê de berhev bike da ku bi tevahî biguhezîne ka meriv çawa agahdariya girtin, avahî û parvekirina me biguhezîne. Ji ber vê yekê me dest bi avakirina DeepHow kir, platformek ku pargîdan dikarin vîdyoyên perwerdehiya ecêb li hundurê xwe biafirînin û di bin kontrolê de bimînin. Ji bo rastkirina vê ramanê, me pergalek AI-ê ya bi navê "Stephanie" çêkir. Stephanie bingeha çareseriya me ye, zanîna pisporan digire û depoyek zanînê diafirîne. Ew gav-bi-gav, vîdyoyên çawaniya înteraktîf diafirîne da ku pêvajoya fêrbûnê ji bo xebatkarên nû û kêm bi tecrube zûtir bike.

Bi karanîna îndekskirin û dabeşkirina xebata AI-ê, me karî deh carî zûtir naveroka vîdyoyê biafirînin û performansa hêza kar ji sedî 25 baştir bikin.

Ji rojên destpêkê ve em gelek rê ketine, lê wezîfeya me hîn jî heman e. Em pabend in ku ji pargîdaniyan re bibin alîkar ku dewlemendiya zanîn û pisporiya sazûmaniyê bi kar bînin û karmendên xwe bihêlin ku bi domdarî fêr bibin û mezin bibin. Ew rêwîtiyek heyecan e.

Hin pirsgirêkên cîhê kar çi ne ku DeepHow çareser dike?

Veguheztina zanînê: Li her cîhê kar, veguheztina jêhatîbûn û zanînê, nemaze ji xebatkarên demsalî berbi karkerên nû an jî karmendên kêm bi tecrube, dikare pir dijwar be. Me îmkan da ku meriv wê zanînê bi rengekî ku hêsan were parve kirin, li beşan were veqetandin û hêsan were famkirin were girtin û ava kirin.

Perwerdehiya Kêrhatî: Perwerdehiya kevneşopî dikare bêzar be, rast? Saetên dirêj, zehmet e ku meriv agahdarî bigire - ew her gav ne pêvajoya herî bikêr e. Bi DeepHow re, karmend dikarin bi leza xwe û bi rengek ku çêtir li gorî şêwaza fêrbûna xweya bêhempa tête fêr bibin. Armanca me ew e ku em perwerdehiyê bê êş û xweş bikin.

Skills Gap: Carinan, fêhmkirina ku kêmasiyên şarezayên tîmên we li ku ne, dibe ku mîna hewildana dîtina derziyek di çolê de hîs bikin. Ew tiştek din e ku em dikarin jê re bibin alîkar. Platforma me analîtîkan bikar tîne da ku nîşanî we bide ku di perwerdehiyê de valahiyek heye û rê dide tîmên perwerdehiyê ku bi afirandina naveroka taybetî ya ku ew hewce ne, wê pir bikin.

Materyalên Perwerdehiyê yên Dembûyî: Tişt zû diguherin, ne wisa? Standard û prosedurên, ew hemî bi berdewamî pêşve diçin. Welê, em piştrast dikin ku materyalên perwerdehiya we tu carî li paş nemînin. Guherandin û nûvekirin zû û bê êş e, û meriv bikaribe wan nûvekirinan li cîh û kirasên cihêreng bi peywirek jêhatîbûnê ya hêsan parve bike, piştrast dike ku kes bêyî agahdariya herî nûjen namîne.

Fêrbûna Li Ser Daxwazê: Rehetî padîşah e! Her kes dixwaze ku bigihîje tiştên ku ew hewce ne, gava ku ew hewce ne. Ew felsefeya li pişt DeepHow e. Em bawer dikin ku divê perwerde ne bûyerek plansazkirî be ku tevahiya rojê têk bibe, lê çavkaniyek maqûl be ku gava ku hûn jê re hewce bikin li wir e. Bi cih û wextê ve girtî ne îdeal e. Ma hûn hewce ne ku tiştek taybetî fêr bibin, niha? Bigerin û temaşe bikin. Ew nikare hêsantir be.

Zêdekirina Tevlêbûna Karmendan: Em hemî dizanin ku perwerde carinan dikare bibe, baş, ne tiştê herî balkêş. Lê bi rastî ne hewce ye ku bi vî rengî be. DeepHow dihêle odeya afirîner afirîner bin. Pêdivî ye ku fêrbûn ezmûnek xweş, balkêş û dilxweş be.

Pêşxistina Ragihandinê: Danûstandin dikare dijwar be, nemaze dema ku bi pêvajoyek an pêvajoyek tevlihev re mijûl dibe. Platforma me bi rêvekirina rêbernameyên gav-bi-gav ku rê dide karmendan ku bi hêsanî peywira di dest de bihese û fam bikin, pêwendiyê hêsan dike, û li seranserê panelê peyamên zelal û domdar pêşve dixe. Platforma me bi qasî 50 zimanan jî fêm dike, werdigerîne û dinivîse. Vê taybetmendiyê tenê îsbat kiriye ku yek ji wan amûrên herî bi qîmet e ku gelek pargîdanî xwedî dikin. Bihêlin ku kesek bi zimanê xwe yê zikmakî fêr bibe têgihîştina çêtir misoger dike û moral zêde dike.

DeepHow çawa pargîdaniyan dihêle ku bernameyek perwerdehiya adaptîf biafirînin?

Ka em hawîrdora perwerdehiya kevneşopî bifikirin. We materyalek statîk, nexşeyên hişk, û nêzîkatiyek yek-qebûl heye. Naha, van rêbazan nahesibînin ku her kes cûda û bi lezek cûda fêr dibe. Ew ne berbelav in an jî maqûl in ku guheztinek zû-guharbar an pêşkeftina karmendê kesane bicîh bînin. Ew ji bo her pargîdaniyek xalên êşê yên girîng in, rast?

Ew tam cihê ku DeepHow gav bavêje ye. Em ji we re dibin alîkar ku hûn li ser van pirsgirêkan skrîptê bixin. Em karûbaran dihêlin ku bernameyên perwerdehiya zirav ên ku dînamîk, kesane û pir bersivdar in ji hewcedariyên karsaziyê û şêwazên fêrbûna karmendan re pêşve bibin. 

Platforma me zanîna pispor di modulên fêrbûnê yên bi hêsanî-şopandinê de digire. Lê em li vir nesekinin. Em hêza AI-ê bikar tînin da ku danûstendinên karmendan bi van modelan re analîz bikin, û têgihîştinek kûrtir li ser cihê ku kêmasiyên jêhatîbûna we dimînin vedigirin. Ew li ser zivirîna qelsiyan li hêz û sermiyanê li qadên pisporiyê yên takekesî ye ku çandek fêrbûna domdar pêşve bibe. 

DeepHow di zêdekirina ewlehiya cîhê kar de çi rola dilîze?

Ewlehî di her cîhê kar de ew qas krîtîk e, di heman demê de pir caran dijwar e ku meriv wê rast bigire, ku dibe sedema qezayên nebaş û binpêkirinên rêziknameyê. Ev mixabin di pîşesaziyên wekî çêkirin, avahî, an lênihêrîna tenduristiyê de rast e, ku tewra kêmbûnek piçûk jî dikare encamên girîng hebe.

Ji ber vê yekê DeepHow li ku derê dikeve nav vê wêneyê? Welê, em dilgiran in ku bicîh bikin ku pratîkên ewlehiyê bi zelalî têne fam kirin û bi domdarî li seranserê panelê têne bicîh kirin.

Em vê yekê bi peydakirina platformek ku pargîdan dikarin bi hêsanî zanyariyên pispor li ser protokolên ewlehiyê bigirin û parve bikin dikin. Li şûna destanên dibistana kevin, ku meriv bişopîne zehmet e, em rêberên vîdyoyê yên înteraktîf, gav-bi-gav pêşkêş dikin. Ew rasterast in, hêsan têne fêm kirin, û ya herî girîng, di her dem, li her deverê de têne gihîştin. Ev tê vê wateyê ku karmend qet nebe hincetek ku bi protokolên ewlehiyê yên herî dawî re nemînin. Ewlehî divê her gav pêşînek sereke be û her kes heq dike ku di kar de xwe ewle hîs bike.

Çawa Generative AI-ê çawa tê bikar anîn da ku ev çêbibe?

Di dilê platforma rêveberiya zanîna me ya Generative AI-ê de, "Maven", komek kapasîteyên nûjen e ku armanc ew e ku şoreşa awayê ku rêxistinên pîşesazî û hilberîner digirin, rêvebirin û parvekirina zanîna xwe ya sazûmanî û eşîrî vedihewîne. Maven algorîtmayên xwedan û teknîkên fêrbûna makîneya pêşkeftî bikar tîne da ku cûrbecûr pêvajoyan hêsan bike û zêde bike:

1. Afirandina SOP-a Vîdyoyê ya Serastkirî: Bi karanîna algorîtmayên meya AI-ya Generative ya bêhempa, Maven di hilberîna otomatîkî ya rêberên kişandina vîdyoyê û nivîsarên vegotinê de dibe alîkar. Ev çêkirina SOP-ên vîdyoyê yên bi domdarî hêsan dike, standardek pîşesaziyê ya nû saz dike.
2. Optimîzasyona Xebata Karker: Bi karanîna teknîkên pêşkeftî yên fêrbûna makîneyê, amûrên dîtbarî yên xebata Maven bikarhêneran dihêlin ku peywirên tevlihev hêsan bikin, bi vî rengî hilberîneriyê bi navgînên bikarhêner-heval û sepanên hişmend ên AI-ê re pêşve bibin.
3. Nexşeya Zanyarî ya Stratejîk: Algorîtmayên AI-ê yên Maven ji rêxistinan re dibe alîkar ku zaniyariyên girîng nexşe bikin, kêmasiyên zanînê nas bikin, û derfetên naverokê yên bingehîn derxînin holê. Ev encam dibe sedema pêşkeftina materyalên perwerdehiyê yên armanckirî yên ku bi taybetî li gorî hewcedariyên xebatkarek jêhatî têne çêkirin.
4. Taybetmendiya Chat-Enhanced AI: Ji hêla algorîtmayên hilberandina zimanê xwezayî ya pêşîn ve hatî hêz kirin, Maven's AI Chat bikarhêneran dihêle ku bi karanîna pirsên zimanê xwezayî zû û bi bandor bigihîjin agahdariya pêwîst.
5. Generasyona Naveroka Multimodal: Di rewşên ku SOP-ya nivîskî ne berdest e, Maven dikare naveroka vîdyoyê analîz bike û naveroka pirmodal wekî SOP-ên vîdyoyê-gav-bi-gav, SOP-ên nivîsê, û diagramên xebata xebatê biafirîne, bi vî rengî pêvajoya afirandina naverokê hêsan bike.

Bi zewicandina AI-ya Pêşkeftî ya Generative bi stratejiyên herî dawîn ên rêveberiya zanînê re, Maven amûrek bêhempa pêşkêşî rêxistinan dike da ku potansiyela hêza xebatkarê xwe ya jêhatî bi kar bîne, pêşveçûn û nûjeniya domdar bimeşîne.

Ma cûreyên din ên algorîtmayên fêrbûna makîneyê yên ku têne bikar anîn hene?

Bi rastî, DeepHow rêzek algorîtmayên fêrbûna makîneya sofîstîke û teknîkên AI-ê di nav deverên Pêvajoya Zimanê Xwezayî (NLP) û Vîzyona Komputerê de bi kar tîne. Van teknîkan, hem bi çavdêrî û hem jî neçavdêrî, teknolojiya AI-ya me ya xwedan, domain-taybet, ku ji bo sektora pîşesazî û çêkirinê hatî perwerdekirin û xweşbîn kirin, piştguh dike. Qadên sereke yên serîlêdanê hene:

1) Segmentation Workflow: Em algorîtmayên fêrbûna makîneyê bikar tînin da ku agahdarî û gavên krîtîk ji xwenîşandanên peywira tevlihev, nesazkirî yên ku di vîdyoyan de hatine girtin derxînin. Ev rê dide me ku em prosedurên tevlihev li gavên birêkûpêk, hînkirî veqetînin.

2) Veguheztina Step Multimodal: Bi modelkirina 'jenomek çalakiyê', em dikarin rêwerz û rêbernameya xebata xebatê ji nû ve mîheng bikin da ku li gorî şert û mercên xebitandinê yên taybetî biguncînin.

3) Retrieval Cross-Modality: Em teknîkên pêşkeftî yên lêgerîna vîdyoyê bikar tînin da ku vegerandina naverokê ya pir-ziman, li ser bingeha jêhatîbûnê hêsan bikin. Ev rê dide bikarhêneran ku bi karîgerî û rastiyek mezintir bigihîjin agahdariya têkildar.

4) Nexşeya Zanîn-Çawa: Em grafikek zanînê ava dikin ku bi dîtbarî jêhatîyên bingehîn ên rêxistinekê temsîl dike. Ev nexşe rê dide pargîdaniyan ku sermayeyên zanîna xwe bi zelalî nas bikin, stratejiyên nûvekirin û perwerdehiyê bi bandortir bike.

Van teknîkên fêrbûna makîneya pêşkeftî, bi baldariya me ya li ser karûbarên pîşesazî û çêkirinê re, dihêlin ku em ji kêşeyên bêhempa yên ku rêxistinên di van sektoran de rû bi rû ne re çareseriyek berfireh pêşkêşî bikin.

Ji bo pargîdaniyên ku dixwazin dest pê bikin, pêvajo çi ye?

Me platforma xwe bi sadebûn di hişê xwe de sêwirandiye, ji ber vê yekê ketina pargîdaniya we ne pêdivî ye ku tevlihev be. Bi rastî, zêdetirî 80 xerîdarên pargîdanî û SMB bi serfirazî çareseriyên me li zêdetirî 400 malperan li 24 welatan li seranserê 6 parzemînan bicîh kirine. 

Pêşîn, tîmên me dê li ser hewcedariyên taybetî û xalên êşê yên pargîdaniya we bicivin û danûstendinek bikin. Em dixwazin armancên we, kêşeyên perwerdehiyê yên ku hûn pê re rû bi rû ne, celeb jêhatîbûnên ku hêza we ya kar hewce dike fam bikin - tevahî wêne. 

Dûv re, em di pêvajoya girtina zanîna pisporên xwe de rêberiya we dikin. Ev dikare li ser her pêvajoyek an jêhatîbûna ku ji pargîdaniya we re girîng e. Tîmê me dê ji we re bibe alîkar ku hûn van rêberên vîdyoyê yên gav-gav bi karanîna amûrên xwerû yên DeepHow biafirînin.

Tîmê me li wir e ku her gav ji we re piştgirî bike, ji sazkirina destpêkê heya xweşbîniya domdar a bernameya weya perwerdehiyê. Em li vir in ku bi we re hevkariyek çêbikin û jêhatîbûn û karbidestiya hêza weya kar zêde bikin. Simply serdana DeepHow.com bi dest bigire.

Tiştek din heye ku hûn dixwazin li ser DeepHow parve bikin?

Di dilê DeepHow de mîsyonek zelal, berbiçav e: me armanc dike ku her karkerek jêhatî hêzdar bikin ku bibe pispor. Em hewil didin ku veguheztin û perwerdehiya zanînê bêkêmasî, balkêş û biha-bandor bikin, û hêza veguherîner a AI-ê bikar bînin. Em bi tundî bawer dikin ku teknolojî divê kapasîteyên mirovan zêde bike, ne ku şûna wan bigire. Ev prensîb her tiştê ku em dikin rêber dike.

Di perestgeha meya teknolojiyê ya ku bi lez pêşve diçe, ev mîsyon ji her demê bêtir têkildar e. Veguheztina ber bi veguherîna dîjîtal û Pîşesaziya 4.0 çêkirinê nûjen kiriye, komek teknolojiyên pêşkeftî destnîşan kiriye. Van nûbûn hewcedariyên kar bi girîngî guhezandine, ji karkeran daxwaz dikin ku jêhatîbûnên teknîkî yên nû bidest bixin da ku van makîneyên sofîstîke bixebitînin, biparêzin û xweşbîn bikin. Leza guheztinê ew qas bilez e ku nêzîkatiyên perwerdehiya kevneşopî ji bo domandina têkoşînê dixebitin, ku rê li ber valahiyek jêhatîbûnê ya her ku diçe berfireh dibe.

Armanca me ev e ku em serî li vê pirsgirêkê bidin, hêz bidin karkeran ku bi ji nû ve jêhatîkirina kargehên sibê re 'baştir ava bikin'. Asta bilind a otomasyonê tê vê wateyê ku kêmtir hewcedariya keda destan heye; di şûna wê de, balê dikişîne ser karanîna pisporî û têgihîştina karkeran di xebitandina pergalên teknolojîk ên pêşkeftî de.

Kargeh di deh salên borî de, bi yekbûna robotîk, kobotîk û teknolojiyên analîtîk ên ku bi domdarî hilberanê xweştir dikin û bermahiyê kêm dikin, bi giranî pêş ketine. Ji bo birêvebirina van teknolojiyên, hêzek karker a jêhatî girîng e.

DeepHow metodolojîyek perwerdehiyê ya nûjen peyda dike, rê dide hilberîneran ku jêhatî bikişîne, pozîsyonên asta têketinê tije bikin, û xebatkarên pêşkeftî ji bo rolên pêşkeftî yên di hilberîn, lojîstîk û plansaziyê de pêşve bixin. Bi giranî li ser perwerdehiya hevdem, balkêş, em dibin alîkar ku têgihîştina hilberînê ji kariyerek mirî berbi qadek dînamîk, teknolojiyê ve bi îmkanên bêsînor veguhezînin.

Spas ji bo hevpeyivîna hêja, xwendevanên ku dixwazin bêtir fêr bibin divê biçin DeepHow.