Andrei Kulik，XENOM 联合创始人——访谈系列

Andrei Kulik 是 XENOM 的联合创始人兼首席执行官，将端侧人工智能、分布式系统和机器学习方面的经验带入工业运营领域。他此前共同创立了 AIMatter；该公司后来被 Google 收购。他还曾在 Google 从事面向消费设备的人工智能系统研发。他的职业生涯始终专注于一项目标：让先进的人工智能在现实硬件和环境的实际限制下稳定运行。

XENOM 开发工业人工智能平台，将软件与智能防护装备相结合，为现场人员实时呈现作业现场状况。其系统整合了定位、员工通信、环境感知和安全数据。在这次访谈中，Kulik 谈到了边缘人工智能、智能头盔、人工监督、员工隐私，以及工业监控如何迈向预测性决策支持。

您此前共同创立了 AIMatter，该公司后来被 Google 收购；此后，您多年致力于开发可直接在消费设备上运行的人工智能系统。是什么促使您共同创立 XENOM？您在 Google 的经历又如何影响了您将人工智能引入工业环境的愿景？

被收购后，我花了数年时间专注于一个具体问题：如何让先进的人工智能在一台能放进口袋的设备上稳定运行，同时应对有限的电池容量、不稳定的连接，以及任何实验室都无法完全模拟的真实环境。我们将这项成果应用于手机、眼镜和耳机，覆盖了数十亿台设备。后来，我开始思考，这种架构还可以在哪些领域发挥作用。消费设备固然方便，但在工业现场，错误决策——或完全没有决策——造成的代价，是人员伤亡和数百万的生产力损失。如今，大多数工业现场仍然无法实时掌握正在发生的情况。这个缺口正好对应了我们多年来打造的技术所能解决的问题。

XENOM 将人工智能驱动的软件与智能防护装备相结合，为工业运营提供实时可视性。传统工业安全系统最大的盲点是什么？你们的平台如何应对传统监控技术难以解决的挑战？

根本问题在于，大多数系统的设计初衷是记录已经发生的事情，而不是防止事情发生。工人的位置每隔几分钟才更新一次；工时表要到轮班结束时才填写；安全违规情况则要等事故报告提交后才会记录。等经理看到这些数据时，轮班可能已经结束，或者事故已经发生。第二个盲点是信息割裂：一家公司可能有一套气体监测系统、一套独立的门禁系统、一份纸质个人防护装备检查清单，以及人工填写工时表的流程，而这些系统和流程彼此并不连通。XENOM 用来自现场的单一连续数据流取代这一切，并对数据进行实时处理，让经理看到一幅连贯的全景，而不是五份互不关联的信息。

您的职业生涯大部分时间都专注于优化资源受限设备上的机器学习和大语言模型推理。您如何将这些原则应用于工业环境？与依赖云基础设施相比，在边缘端处理人工智能工作负载有哪些技术优势？

在资源受限设备上工作，会让人养成一种严谨习惯：每一毫秒、每一毫瓦、每一个字节都必须物尽其用。这正是工业头盔所需要的思维方式，因为头盔要佩戴一整个班次，而且在第十一小时的表现必须和第一小时一样稳定。我们有意将任务拆分：处理语音流和传感器信号，或检测跌倒和撞击等对时间要求严格、数据量较大的任务，由头盔中的 NPU 负责运行，所用模型经过压缩并针对该硬件进行了调优；现场整体情况和更深入的分析则在平台端构建。

边缘处理带来四项实际优势。第一是速度：设备可以立即响应事件，无须往返服务器。第二是可靠性：精简的端侧模型行为可预测，而处理链路中每多一个环节，就多一个故障点。第三是网络负载：数百顶头盔不可能持续传输原始音频和传感器数据，因此每顶头盔只需发送分析结果。第四是电池续航：传输是设备最耗电的操作之一，因此在本地处理并减少数据发送量，就能延长工作时间。

XENOM 开发了智能头盔，集成定位、通信、环境感知和人工智能功能。将这些技术整合到一起时，最棘手的工程挑战是什么？尤其是在连接、电池续航和可靠性都难以预测的环境中，面临哪些挑战？

最棘手的并非某一项技术，而是在足以摧毁大多数消费电子产品的环境中，让所有技术都能在同一台设备里可靠地协同工作。工业现场环境脏污、作业强度大，温度条件也极端。头盔可能会摔落、淋雨，还要经受长达 12 小时的轮班佩戴。定位、传感器、通信和 AI 推理同时运行时，电池续航就成了实实在在的限制。此外还有连接架构：我们需要在户外 RTK 卫星定位与室内专有的 UWB 网状网络之间实现无缝切换，确保工人从一种环境进入另一种环境时，定位精度不会出现任何断档。要让这种切换自动、可靠且实时地完成，是我们打造过的技术难题中最具挑战性的之一。

你们团队开发了一种语音 AI 模型，能够通过语音识别酒精影响迹象，其性能据称超过以往的学术基准。哪些技术突破使这成为可能？你们又如何验证系统在不同语言、口音、背景噪声水平以及真实工作环境中的可靠性？

关键发现是，醉酒会在语音的细微模式中留下可检测的特征——关键不在于说了什么，而在于语音的声学属性：语速和节奏、音高变化以及发音的准确度。我们开发的模型能够在日常语音通信过程中于后台分析这些模式，无需专门进行测试，也不需要工人采取任何行动。86.7% 的准确率来自针对已发表学术数据集进行的严格基准测试。在真实环境验证中，我们会在不同语言、口音和背景噪声条件下进行测试，模拟实际工业现场的情况，包括重型机械、风声以及多名说话者同时发言。模型必须足够稳健，才能在与受控研究环境截然不同的条件下正常工作。为此，我们投入了大量工作，提升训练数据的多样性并反复迭代模型。

用于识别工人受酒精影响或疲劳状态的 AI 系统，会引发关于误报和问责的重要问题。XENOM 如何在尽早发现风险与需要人工核实之间取得平衡？又采取了哪些保障措施，防止不准确的 AI 评估对工人造成不公平的影响？

从一开始，我们就对此进行了非常审慎的考量。系统的设计目的是向主管人员提示疑虑，而不是自主采取行动。AI 对可能存在的受酒精影响状态作出评估后，会触发人工核查——主管可以直接观察工人、提出问题，或在认为有必要时要求进行现场测试。AI 不会将任何人移出现场，而是向人提供所需信息，帮助他们比以往更快地作出判断。我们还会在部署期间跟踪误报率，并持续改进模型。我们的目标是减少因无人察觉而发生的事故，而不是建立一个仅凭算法就惩罚工人的系统。

创立 XENOM 之前，你曾担任 OneSoil 的首席技术官，将计算机视觉和机器学习应用于农业监测与生产力分析。在农业领域部署 AI 的过程中，哪些经验在为建筑工地、矿山、港口和能源设施打造智能系统时最有价值？

在实体环境中部署 AI，与在软件中部署 AI 是截然不同的挑战。你要应对各种变化，设备每次的表现可能都不一样；还要面对从业数十年的操作人员，他们对任何要求自己改变做法的事物都深怀疑虑。工业现场也有同样的情况。技术必须靠表现赢得信任：它得比人们预期的更经常准确可靠；同时还必须足够简单，让负责管理 50 人团队的人无需培训就能实际使用。另一个教训是：现场数据质量几乎总是比预想的差。你必须打造能够应对噪声、数据缺失以及各种边缘情况的系统，而这些情况在干净的数据集中从未出现过。

工业 AI 平台能够生成关于工人位置、活动、通信和生产力的详细信息。在确保这些技术真正提升安全性和运营效率的同时，你们如何处理数据隐私、员工同意以及工作场所监控可能带来的问题？

我们从目的限制的角度来看待这个问题。XENOM 收集的数据用于安全保障和运营情况掌握，而不是用于监控生产力，也不应被用于此目的。在部署之前，我们会与运营方共同制定明确的数据治理政策：收集哪些数据、保留多久、谁有权访问，以及在什么情况下可以将数据用于人事决策。用于生产力分析的工人位置数据会经过汇总和匿名化处理；安全主管可以在紧急响应时查看个人位置，但一线经理不能将其用于绩效评估。随着《欧盟人工智能法案》的适用范围扩展至工业 AI 系统，我们预计相关监管框架会将许多此类要求正式确立。我们宁愿提前做好准备，也不愿等到最后才仓促应对合规要求。

将人工智能从受控实验室环境应用到安全关键型工业运营中，会带来软件类人工智能公司鲜少遇到的挑战。在 XENOM 的实际部署过程中，最令你们意外的是什么？你们如何衡量这项技术是否切实改善了事故预防、运营效率和员工生产力？

最令我们意外的是，仅仅准确掌握人员所在位置以及时间的使用情况，就能带来如此大的价值。我们原以为，与运营人员交流时，安全会是首要话题。但我们发现，掌握生产效率情况——了解各班次在哪些环节耗费时间、为什么某些团队表现优于其他团队、瓶颈在哪里——往往能更快带来投资回报，也能更迅速地在企业内部培养平台的支持者。第二个意外是，不同行业之间，甚至同一行业的不同工地之间，都存在很大差异。德国的建筑业与阿联酋的建筑业运作方式大不相同。不能只开发一种产品，就假定它适用于所有地方，而不进行大量迭代。

展望未来，XENOM 希望打造一款工业人工智能副驾驶，使其不再局限于监控，还能预测风险并提出运营决策建议。你认为未来五年实体人工智能将如何发展？工业人工智能系统要在保持人工监督的同时实现更高程度的自主运行，还需要哪些技术突破？

目前，工业人工智能主要停留在可视化阶段——了解正在发生什么。下一阶段是预测：在事故或生产效率损失发生之前，识别出可能预示这些情况的模式。这需要长期、大规模地积累结构化标注数据，而这正是 XENOM 从第一天起就在做的事。再下一阶段是提出建议：系统不仅告诉你可能发生什么，还会建议采取什么措施——如何重新调配人员、何时暂停作业，以及针对特定任务，哪种团队配置能取得最佳成效。我们正在朝着工业人工智能副驾驶的这一第三阶段努力。实现这一阶段所需的技术突破，主要不是模型方面的进步，而是数据问题。你需要从足够多、类型各异的工地获取足够多的高质量运营数据，才能训练出能够可靠泛化的模型。现在就开始收集这些数据的公司，将拥有一种日后很难复制的优势。

感谢这次精彩的访谈。希望了解边缘人工智能、智能防护装备和实时工业安全监测的读者，请访问 XENOM。