Dr. Sam Zheng, CEO & Co-Founder of DeepHow – Wywiad

Sam Zheng, CEO i współzałożyciel DeepHow, stoi na czele dynamicznie rozwijającej się firmy, wspieranej przez renomowanych inwestorów. DeepHow rewolucjonizuje szkolenia dla wykwalifikowanej siły roboczej, wykorzystując innowacyjną, opartą na sztucznej inteligencji, platformę do przechwytywania i transferu wiedzy opartej na filmach.

Przed dołączeniem do DeepHow, Sam poświęcił ponad dekadę firmie Siemens, gdzie napędzał innowacje cyfrowe w różnych branżach. Jego godne uwagi projekty, takie jak Cloud Digital Inspection Jacket, znacznie poprawiły współdzielenie wiedzy technicznej, wydajność i doświadczenie użytkownika, co przyniosło jego zespołowi prestiżową nagrodę Siemens Innovation Award.

Jednocześnie Sam pełni funkcję profesora psychologii na Uniwersytecie Tsinghua i posiada tytuł doktora w dziedzinie psychologii inżynierskiej oraz magistra statystyki na Uniwersytecie Illinois w Urbana-Champaign.

Masz wykształcenie w dziedzinie psychologii i statystyki, jak przeszło Cię do skupienia się na filmach i sztucznej inteligencji?

Moje wykształcenie w dziedzinie psychologii i statystyki okazało się naturalnym przejściem do dziedziny sztucznej inteligencji i platform opartych na filmach. Studia psychologiczne rozbudziły moje zainteresowanie ludzkim umysłem i inteligencją, w szczególności procesem uczenia się umiejętności i rozwoju ekspertów. Tymczasem statystyka dostarczyła matematycznego podłoża do eksploracji sztucznych sieci neuronowych, zainspirowanych naszym biologicznym mózgiem.

W dzisiejszej erze cyfrowej filmy stały się bardziej angażującym, interaktywnym i skutecznym medium edukacyjnym. Ta zmiana jest widoczna na platformach takich jak YouTube i TikTok, gdzie użytkownicy, zwłaszcza młodsze pokolenie, spędzają godziny, konsumując i ucząc się z treści wideo.

Jednak tradycyjny proces tworzenia instruktażowych lub “jak to zrobić” filmów, zwłaszcza część edycyjna, jest czasochłonna i wymaga dużego nakładu pracy. Krótki film trwający kilka minut może wymagać kilku godzin starannej pracy. Rozpoznając tę niewydajność i potencjał do poprawy doświadczenia edukacyjnego, moi współzałożyciele i ja postanowiliśmy wykorzystać moc sztucznej inteligencji i maszynowego uczenia, aby przyspieszyć proces tworzenia filmów “jak to zrobić”.

Nasza platforma oparta na sztucznej inteligencji może przekształcić godziny pracy w kilka minut, znacznie poprawiając wydajność bez kompromisowania skuteczności. W istocie, moje akademickie podłoże w zrozumieniu ludzkiej percepcji i statystycznych modeli, które ją naśladują, pomogło zapoczątkować tę innowacyjną przedsięwzięcie.      

Masz wiele patentów na swoje nazwisko, jaki jest najważniejszy, nad którym pracowałeś?

Wszystkie moje patenty koncentrują się na wykorzystaniu technologii do poprawy ludzkiej wydajności. Podczas mojego pobytu w Siemens, jeden z najbardziej godnych uwagi projektów obejmował pracę nad rozwiązaniem dla profesora Stephena Hawkinga. Rozwinęliśmy intuicyjną metodę wprowadzania tekstu za pomocą oczu, aby pomóc osobom z ALS, podobnym do stanu profesora Hawkinga. Ta innowacyjna praca jest teraz częścią oczekiwanego patentu.

Jednak najważniejszy patent, do którego się przyczyniłem, to niedawny: Platforma Zarządzania Wiedzą oparta na Generatywnej Sztucznej Inteligencji dla organizacji przemysłowych i produkcyjnych.

Oto krótkie podsumowanie:

Nasze wynalazek przedstawia przełomowe rozwiązanie oparte na generatywnej sztucznej inteligencji, specjalnie opracowane dla organizacji przemysłowych i produkcyjnych. Skutecznie przechwytuje, organizuje i rozpowszechnia zarówno wiedzę instytucjonalną, jak i plemienną, łącząc dziedziny takie jak sztuczna inteligencja, maszynowe uczenie, szkolenia i rozwój, oraz systemy zarządzania wiedzą.

Sektory przemysłowe i produkcyjne często stają w obliczu ogromnych wyzwań w przechwytywaniu, organizowaniu i udostępnianiu krytycznej wiedzy. Wysokie wskaźniki fluktuacji pracowników, złożone procesy i ciągła potrzeba podnoszenia kwalifikacji zwiększają te trudności. Tradycyjne metody zarządzania wiedzą są często uciążliwe, czasochłonne i pozbawione elastyczności, co wymaga bardziej zaawansowanego rozwiązania.

Nasze rozwiązanie oparte na generatywnej sztucznej inteligencji wykorzystuje własne algorytmy i techniki maszynowego uczenia, aby uproszczyć tworzenie filmowych procedur operacyjnych (SOP), zoptymalizować przepływ pracy i umożliwić szybki, wydajny dostęp do informacji za pomocą funkcji czatu napędzanego przez sztuczną inteligencję. Ze względu na swoją adaptacyjność i skalowalność, nasze rozwiązanie jest odpowiednie dla szerokiego zakresu kontekstów produkcyjnych.

Czy mógłbyś podzielić się historią powstania DeepHow?

Przed założeniem DeepHow, pracowałem wraz z innymi założycielami, Patrikiem Matosem da Silvą i Wei-Liangiem Kao, w Siemens, gdzie prowadziliśmy różne projekty innowacyjne w sektorach przemysłowych i produkcyjnych. Nasza podróż miała duży przełom, gdy dołączyliśmy do programu akceleracyjnego Techstars Mobility w Detroit w 2018 roku. Doświadczenie to było tak naprawdę boot campem, który pomógł nam zwalidować naszą ideę, zidentyfikować luki i połączyć się z potencjalnymi inwestorami, partnerami i mentorami.

Zobaczyliśmy wartość w umiejętnościach i doświadczeniach, które ludzie wypracowali przez lata, ale był jeden problem – nie było skutecznego sposobu, aby przechwycić i udostępnić tę wiedzę. Zaobserwowaliśmy, jak szybko rozwijała się technologia, i zauważyliśmy, że metody szkoleniowe nie nadążały za tym tempem. Nadal polegaliśmy na przestarzałych, czasochłonnych metodach, które nie były wydajne i, szczerze mówiąc, nie były wystarczająco angażujące.

Zrozumiałem, że jest unikalna okazja, aby połączyć postępy w dziedzinie sztucznej inteligencji i technologii filmowej, aby całkowicie zmienić sposób przechwytywania, organizowania i udostępniania informacji. Postanowiliśmy więc zbudować DeepHow, platformę, na której firmy mogą tworzyć wspaniałe filmy szkoleniowe wewnętrznie i pozostawać w kontroli. Aby zrealizować tę ideę, stworzyliśmy system sztucznej inteligencji o nazwie “Stephanie”. Stephanie jest podstawą naszego rozwiązania, przechwytując wiedzę ekspertów i tworząc repozytorium wiedzy. Generuje krok-po-kroku, interaktywne filmy “jak to zrobić”, aby przyspieszyć proces uczenia się nowych i mniej doświadczonych pracowników.

Dzięki wykorzystaniu indeksowania i segmentacji przepływu pracy opartej na sztucznej inteligencji, udało nam się stworzyć treści wideo dziesięć razy szybciej i poprawić wydajność siły roboczej o 25%.

Przeszliśmy długą drogę od pierwszych dni, ale nasza misja pozostaje taka sama. Jesteśmy zaangażowani w pomoc firmom w wykorzystaniu ich bogactwa wiedzy instytucjonalnej i ekspertów, oraz umożliwienie pracownikom ciągłego uczenia się i rozwoju. To ekscytująca podróż.

Jakie wyzwania na miejscu pracy rozwiązuje DeepHow?

Przeniesienie wiedzy: W każdym miejscu pracy, przeniesienie umiejętności i wiedzy, zwłaszcza od doświadczonych pracowników do nowych lub mniej doświadczonych, może być dość wyzwaniem. Umożliwiliśmy przechwycenie i zorganizowanie tej wiedzy w sposób prosty do udostępnienia, podzielony na segmenty i łatwiejszy do zrozumienia.

… (reszta treści)