今年，全球几亿人的目光聚焦在AIGC。ChatGPT在大模型取得技术上的突破，向着AI“能理解，会思考”迈出了关键一步，这次进展为AI的未来发展揭开了新的篇章，不仅为科研人员提供了更广阔的研究空间，也为企业带来了可期许的商业机遇。然而，在企业的应用场景中，大模型的预训练无法深入到企业专业数据的采集，企业更加期待“通用大模型+行业小样本”能够与行业应用场景深度融合，带来效率与利润率的提升。

　　成立于2018年的中科智云就是以小样本为核心技术的全球性创新型人工智能科技公司，该公司依托自主独创的数字化智理AIoT平台IntelliCloud X-Brain，围绕“人员、设备、流程、环境”四大产品体系，为工业、建造、轨交、航空、能源等传统行业提供全方位AI解决方案，摆脱了传统AI赋能所需的大样本、大算力的模式，以小样本、低算力、低成本的方式快速落地智能化应用，获得了市场的关注。

　　去年中科智云收入保持快速增长的同时在行业中率先获得了盈利。今年1月，中科智云宣布完成数千万元Pre-A轮融资，由浙商创投旗下管理的国家中小企业发展基金浙普(上海)基金领投。据悉，本轮融资将用于加强中科智云X-Brain AIoT技术研发，及行业模型迭代升级，进一步夯实其在该领域的领先地位。

　　此外，中科智云不久前还获得中国科学家论坛组委会颁发的“科技中国‘专精特新’新锐企业”荣誉，中科智云CEO魏宏峰则凭借在人工智能领域多年的产业应用研究获得“科技中国当代人工智能行业创新先锋人物”荣誉称号。

　　近日，大公网走近中科智云，对其CEO魏宏峰先生进行了专访。

中科智云CEO魏宏峰

　　中科智云为什么要抓住物理世界的小样本学习

　　如今大模型已经浮出水面众人皆知，而对于企业来说，小样本更加有实用价值以及商业价值。魏宏峰介绍说，小样本的作用是当我们进入到一个行业，通过快速学习和适应，帮助我们的客户在极短的时间内，在少量样本数据的情况下，快速生成或者搭建智能化的应用。

　　什么是小样本学习?小样本学习(Few-shot Learning)目的是在非常有限的数据(即少量的样本数据)情况下，让机器学习模型能够快速地学习和泛化。在许多实际问题中，获取大量标注数据可能代价很高或不可行，因此小样本学习的研究对解决这类问题具有重要价值。

　　来源：https://neptune.ai/blog/understanding-few-shot-learning-in-computer-vision

　　根据2020年Gartner人工智能调查报告，只有53%的AI算法原型最终被落地部署，这些算法需要不断迭代。海通证券的研究报告指出，使用小样本学习可以在人工智能项目落地过程中彻底解决对大量训练数据的依赖，而由于减少了数据标注的工作量，模型训练的成本和周期也在降低。目前越来越多的主流人工智能公司开始对小样本学习方向发力。据了解，中科智云的X-Brain平台结合预训练模型和小样本技术，可实现泛化能力很强的样本自动标注，只需不到传统模式的10%样本，即可达到同等精度的算法提升，算法所需训练时间也缩短到传统模式的10%。

　　小样本学习在计算机视觉方面率先获得突破，而在工业应用领域，基于计算机视觉的小样本学习可以很大程度降低数据采集和标注成本，带来效率的提升，或完成人类无法预测场景的有效识别的任务，而这些场景也是当今制造业能够让智能化落地的领域，正是中科智云寻找的定位点。

　　“AI要实现通用需要解决两方面的问题”，魏宏峰表示，“一是通过自然语言的方式能与人类交互，甚至与人类进行思想层面的交流，这种结果已经通过大语言模型显现了;二是人工智能对物理世界的维度和规则的理解，不只是像素级别的感知上，还延展到温度、重量、体积、张力等多维度的认知，同样可以产生突破式的创新，比如泛视觉大模型。”

　　“中科智云着重打造的就是增强AI对物理世界的认知，让AI能够真正拥有认知、推理，和归纳总结的能力，使其理解物理世界的规则和逻辑，进而对更多的行业带来全新的突破性的变革。”魏宏峰说道。

　　中科智云着力打造的“X-Brain”平台核心是一套自主研发的全新小样本算法框架，只需小样本就能高效完成行业场景中各类视频、图像、文本语义等AI 算法的训练，具体可应用于对现实世界的各类视频、图像的检测、识别、场景分析和补全，尤其能自发适应复杂多变化的环境和规则，为工业、建造、交通等不同领域提供视觉大脑。

　　“X-Brain”平台的功能模块由主动学习引擎、多模态样本采集处理引擎、自动样本标注引擎、自动训练引擎、常识计算引擎、AI自动代码生成等功能模块组成。平台内预置上百种行业预训练模型，非AI专业人员也可快速开发应用和维护，使用者可以根据自身需求在平台内如同拼图般实现模块搭建，形成场景化算法;同时该算法在客户端部署后，能够根据所在环境变化进行自适应自学习，用户可自行对系统和关联设备进行调整维护。

X-Brain-数字化智理AIoT平台，来源：中科智云

　　小样本AI的背后是人工智能核心技术的突破，据悉，中科智云目前有100多位员工，主要由研发、交付和销售人员构成，其中研发人员占到65%以上。截至2023年5月，中科智云共获得50项AI相关软件著作权，技术核心团队成员申请了超过60件发明专利。在顶级学术会议计算视觉模式识别大会(CVPR)、国际计算视觉会议(ICCV)和国际原子能机构技术会议(IAEA TECHNICAL MEETING)发表数十篇AI相关论文，并多次在国际赛事中取得全球佳绩，其中在ICCV(欧洲计算机视觉大会)斩获2项世界第一。

　　小样本AI结合物理世界的产业机遇将更为广阔

　　在2014年带团队回国之前，魏宏峰曾有长达20年在美国求学、教学、科研的经历，曾师从全球人工智能界的知名大咖：加州理工数学家R.M. Wilson 教授，以及加州大学洛杉矶分校 Judea Pearl教授，魏宏峰还在亚马逊、通用电气、辉瑞、索尼、微软、东芝等科技公司担任高级科学顾问，拥有29项各类专利。

　　回国后，团队开始基于社交媒体上的数据进行机器视觉的模型训练，并致力于AI技术与传统行业场景的结合，因为无论从技术上还是从市场机会上，AI落地支柱型行业都是中国全面推进数字化革新所带来的大机遇。

　　从技术上，面对传统产业的复杂性，如提升生产流程的精益程度、减少碳排放等，仅采用互联网是无法解决如此深层次的问题，要将其升级到智能化阶段，需要依靠机器视觉、深度学习、大模型、小样本等技术上根本的变革。

　　从市场和产业政策上，采用先进技术发展实体经济正是国家现阶段发展的重点。我国“十四五”发展规划明确提出，“坚持把发展经济着力点放在实体经济上，加快推进制造强国、质量强国建设，促进先进制造业和现代服务业深度融合。”党的“二十大”进一步指出，“坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”

　　中科智云聚焦落地五大产业场景：生产数字领域、数字建造领域、航空智能化管理领域、航运智能化管理领域、轨交智能化管理领域，直接服务于我国重点发展的行业领域。

　　在大交通领域，中科智云所研发的干散货码头料场的“全域动态智能感知系统”，为某国际矿石码头的堆取料机无人化作业和3D料场数字化建设提供了重要的AI技术支撑，助力提高港口料场大宗散货的整体集疏港作业效率。

码头管理人员正在观看3D数字料场系统，来源：中科智云

　　在建造领域，中科智云已与建筑行业龙头企业、建筑设计院等合作，在设计、施工和运维这三个阶段运用AI技术，进行前沿探索，并为项目落地赋能。在工地建造阶段，中科智云目前正以推进大型工程机械设备的无人化为切入点，如智能无人塔吊系统，伴随着无人塔吊模型的转动，对吊装环境进行实时3D成像，实现智能路径规划并完成复杂的水平和垂直吊装。

　　魏宏峰说道，“我们的传统行业有很多行业相关的场景和知识，但不具备大量的样本用于训练，这正是小样本可以发挥空间的地方。“

　　“通过行业基础模型+小样本技术，我们能够帮助客户优化整个生产运营流程，无论是建造，还是制造，都是一个流程化作业，我们的小样本模型技术能够形成快速交付，从点到线到面，形成对全流程的智能化覆盖，给客户提供最大的价值。以建筑为例，将从设计、施工到运维，革新建筑领域全生命周期。“

　　据了解，中科智云还将与合作伙伴携力打造数字建筑行业的垂直模型，并将此模型能力应用在隧道、机场、轨道等更多建筑场景。事实上，每一个垂直细分领域的智能化产品都蕴含着巨大的产业/商业机遇。

　　如今AIGC被行业和社会广泛认知，并带动相关产业迅猛发展，正如奇绩创坛创始人陆奇所说，我们当前正处于一个新范式的拐点阶段，未来几年将带来无限机会与可能。近期英伟达公司市值达到1万亿美元左右，无论是其漂亮的财报还是对公司的预期，与AI的推动不无关系。比较有意思的是，最近中科智云许多新老客户都主动找上门来，咨询如何帮助他们搭上AI这班快车。

　　魏宏峰说道，“虽然我们基于小样本技术，也不是语言模型，但我们认为OpenAI等公司的大模型验证了我们的技术路线，激发了全行业的创造力，能够带动一大波相关领域的发展。我们和客户交流下来，由于AIGC迅速形成公认的影响力，传统企业对人工智能在不同领域的应用有更高的期待，也愿意加大投入。对于整个AI行业来说而言，未来可期。”