黃婷

“Its a once in a lifetime opportunity。”

崔運凱記得自己當時聽到這句話時，全身都起了雞皮疙瘩，熱血涌上了腦袋，似乎有用不完的力氣等著大干一場。

那是2015年，從美國賓夕法尼亞大學畢業(yè)后，崔運凱接到了Uber未來老板的一通電話，約他到匹茲堡參觀他們的無人駕駛項目。當時負責該項目的老板是CMU（卡耐基梅隆大學） 的一位教授，崔運凱不解地問他，為什么會辭去CMU教授的工作加入 Uber ？于是有了上面那句話。

那時候崔運凱手頭還有一份來自高盛的offer。恰如馬斯克所說的：“有太多聰明人涉足金融和法律領(lǐng)域，應該讓更多的人從事現(xiàn)在被瞧不起的制造業(yè)?！?/p>

可能一生只能遇到一次改變世界的機會，這句話給崔運凱打足了雞血，也讓他義無反顧地在高薪與夢想之間做出了選擇，加入了Uber。

改變世界，這很酷，這句話成了崔運凱一直以來的信仰。

2019年，回國后的崔運凱與來自 Snapchat、依圖等知名企業(yè)的合伙人共同創(chuàng)建了Graviti格物鈦（上海）智能科技，試圖打破人工智能行業(yè)的壟斷局面，讓AI不只是Google、BAT等巨頭可以使用的技術(shù)，而是所有開發(fā)者、工程師甚至是所有普通人都可以使用的技術(shù)。

人工智能的困境

崔運凱加入Uber無人駕駛部門的時候，整個團隊僅有五六十人，在匹茲堡一棟廢棄大樓里辦公，作為早期成員，崔運凱在兩年時間內(nèi)做到了部門的技術(shù)經(jīng)理。

“當一個公司或部門在發(fā)展初期僅有50人、100人左右的時候，你作為個體可以有非常大的影響力，你的決策可以幫助一個產(chǎn)品、一家公司選擇更好的方向，而你也可以獲得更多的信息?！痹赨ber飛速發(fā)展的這段時間里，崔運凱也迅速成長起來，但他同時也發(fā)現(xiàn)，隨著公司規(guī)模的擴大，自己能夠改變的事情卻越來越少。

不愿意成為流水線上的一顆螺絲釘，帶著“改變世界”的初心，崔運凱在2018年下決心回國創(chuàng)業(yè)，加入國內(nèi)一家高精度地圖初創(chuàng)公司擔任合伙人。

這是崔運凱的第一次創(chuàng)業(yè)，他的初衷是把全球最先進的無人駕駛技術(shù)帶回國內(nèi)，但在這個過程中，他卻遭遇了理想與現(xiàn)實之間的落差。

“高精度地圖研發(fā)需要收集海量數(shù)據(jù)并訓練大量模型，為了管理和使用這些數(shù)據(jù)，我們一直在尋找類似于Uber內(nèi)部使用的Michelangelo機器學習平臺。”崔運凱說，他們的團隊找了各種各樣的供應商，甚至包括多家國內(nèi)頭部云服務商，可是沒有一家可以滿足他們的需求。

面對AI開發(fā)者遇到的困難，Uber、Google及BAT等大企業(yè)，有足夠的經(jīng)費和大量的工程師可以單獨研發(fā)產(chǎn)品解決問題。而中小企業(yè)、個人開發(fā)者及那些研發(fā)基礎薄弱的傳統(tǒng)企業(yè)在面對這些前沿領(lǐng)域的困難時，卻顯得無計可施。

就像是一記重拳打在了棉花上，那個瞬間崔運凱感覺特別無奈。他與圈子里的朋友們交流，卻發(fā)現(xiàn)，這個問題在人工智能領(lǐng)域特別普遍，人工智能研發(fā)工具鏈處于早期階段且不完善，已經(jīng)成為了行業(yè)發(fā)展的桎梏。

“為什么不專門做一家?guī)椭_發(fā)者解決以圖像、文字、視頻為代表的非結(jié)構(gòu)化數(shù)據(jù)管理和使用痛點的公司，讓開發(fā)者從繁雜的數(shù)據(jù)管理中脫身，更好地將時間和精力集中在解決業(yè)務問題上呢？”崔運凱的這一想法迅速發(fā)酵，并得到了圈內(nèi)朋友的一致認可，就是這樣，他進行了二度創(chuàng)業(yè)，成立了Graviti，并獲得包括紅杉資本、云啟資本、真格基金、風和投資千萬級別美元的投資。

“我們希望所有的開發(fā)者都可以用到和大公司一樣好用的工具，讓人工智能不再遙遠?！贝捱\凱說。

Graviti能做些什么？

“一個10人算法團隊高效運轉(zhuǎn)需要多少資源？”

Graviti通過深度調(diào)查發(fā)現(xiàn)，這樣一個團隊，至少要三個軟件工程師提供工具開發(fā)和運維服務，需要配置百萬元左右的深度學習訓練機器，及百人左右的標注團隊和上百TB到PB級的共享存儲空間。這些加起來往往需要花掉企業(yè)千萬級前置成本和百萬級的維護費用。即使這些都具備，算法工程師還要將大量的時間花在找數(shù)據(jù)，清理數(shù)據(jù)，管理權(quán)限和可視化上，真正用于算法開發(fā)的時間屈指可數(shù)。

針對這個情況，Graviti提供了面向開發(fā)者的SaaS工具，集數(shù)據(jù)集管理、沙箱訓練和模型評估于一體。打通數(shù)據(jù)在人工智能應用開發(fā)的各個環(huán)節(jié)中的流轉(zhuǎn)。讓企業(yè)0前置成本啟動人工智能應用開發(fā)項目，后期費用跟隨團隊的擴張而增加、收縮而減少。

“我們的目的就是，讓開發(fā)者真正專注在重要的事情上?！贝捱\凱說。

這個項目中使用的就是Graviti的數(shù)據(jù)管理系統(tǒng)和模型評估系統(tǒng)，甚至包括模型管理系統(tǒng)，Graviti為淞泓智能搭建了一套在線測試平臺，讓它更好地去測試未來無人駕駛車輛的系統(tǒng)安全性。

基于SaaS的標注服務系統(tǒng)則是Graviti的另一項重要業(yè)務。

人工智能領(lǐng)域有一句行話，“有多少智能，就有多少人工”，說的就是數(shù)據(jù)標注工作。在機器學習的過程中，首先需要由人類對數(shù)據(jù)進行標注，標注過的數(shù)據(jù)相當于書本中的標準答案，這個答案就是機器執(zhí)行的根本。隨著 AI 人工智能和機器高速的學習發(fā)展，數(shù)據(jù)標注的市場需求也越來越大。

目前國內(nèi)的標注公司通常是先聯(lián)系BPO（商務流程外包Business Process Outsourcing），在線下的微信群里對接需求，發(fā)數(shù)據(jù)文檔，再去聯(lián)系標注員，而很多標注員可能是第一次接觸這樣的任務，也沒有特別適用的工具。Graviti提供的則是一鍵式的數(shù)據(jù)標注服務，在其體系中，所有對接都是在軟件中交互完成，分發(fā)程序有一套算法，會自動找到最合適的標注員，通過發(fā)現(xiàn)任務、自主登錄、接受培訓考試去完成這樣的工作。自動化的過程大大提升了標注工作的效率和準確率，同時，Graviti還可以針對客戶的需求從專業(yè)角度做梳理和設計。

除了這兩大塊業(yè)務以外，崔運凱對社區(qū)運營也有著深厚的情結(jié)，他創(chuàng)立Graviti的夢想之一就是要打造一個屬于AI開發(fā)者的社區(qū)，讓全球的AI愛好者都參與到平臺中來，和更多合作伙伴做生態(tài)上的整合，協(xié)同解決更多AI問題。