Artificial intelligence 人工智能(AI)已成为科技产业背后的驱动力。它已将 NVIDIA 的市值推至超过 2 万亿美元, 山姆·奥尔特曼 (Sam Altman) 成为科技半神,并创造了新的人工智能独角兽。虽然这些发展的共同主题是围绕生成人工智能(GenAI)的炒作达到了疯狂的程度,但也有一些 startup正在突破人工智能其他领域的界限。
一个这样的 startup 位于哥本哈根 焦点X,正在构建 AI 和 SaaS 驱动的检查 software 对于汽车行业,并重新思考视觉人工智能的影响。成立于 2021 年,由充满活力的人领导 team of 伊莎贝拉·阿格德斯坦, 普里坦·博伦瓦尔, 尼希奇斯·乌希尔及 卡洛斯·帕斯夸里FocalX 旨在让计算机视觉达到与 GenAI 同等的地位。
如今,您可以将智能手机摄像头对准一件衣服,然后立即在线购买。使用人工智能和基于云的技术,FocalX 为车辆检查带来了同样的便利,使其变得像拍摄车辆照片并立即诊断其状况一样简单。
该技术有可能彻底改变接送车辆、越野车辆和车队管理的车辆检查。这个新颖的技术解决方案的背后,是创始人的艰难历程,他们的故事让人想起人工智能公司的考验和磨难。
创业的魅力
创业精神的诱惑是 Agdestein 开始打造 FocalX 的主要原因之一。她表示,这种吸引力尤其“在突破当前技术极限的领域,而且似乎是产生切实影响的正确途径。”
“当 Pritam 和我开始建设时,我们的动机很明确:建立一家不仅能应对当前挑战,还能预测未来需求、保持创新前沿的公司,”她解释道。
这不仅仅是打造创新产品,也是发展我们所生活的世界的一部分,而这一旅程也带来了一系列挑战。
Agdestein 担任 FocalX 首席执行官,他并不回避承认与构建相关的挑战 AI 从头开始的技术,不仅复杂而且数据密集。她说,实验所花费的时间和与数据集相关的限制相结合是一个相当大的障碍。
一家主要供应商对他们的解决方案进行了早期验证,使他们能够继续构建该解决方案,并知道“尽管面临挑战,但他们正在朝着正确的方向前进”。
数据挑战
FocalX 客户成功副总裁 Pasquali 表示,他们最大的障碍来自于拥有大量高质量数据来训练他们的系统和构建模型。
在人工智能和大型语言模型的世界中,众所周知的事实是,如果不使用高质量数据进行训练,这些系统可能会出现偏见和幻觉。
对于FocalX来说,从一开始就消灭他们是理所当然的,他们从一开始采取的策略之一就是 训练他们的系统 具有展示“现实世界情况”的数据。
当谈到训练人工智能模型的质量数据时,帕斯夸里表示,他们确保车辆不是原始干净的,而是街道上、不同天气条件下等的车辆。
“我们需要这些场景的大量数据集,以便能够开始构建可以在现实生活中提供价值的计算机视觉技术,”他告诉我。
对于一个年轻的 startup 像 FocalX 一样,访问如此庞大的数据集以及多样化且实时的信息就像攀登珠穆朗玛峰一样。
他们通过与能够提供以下服务的两家大型全球客户合作克服了这一挑战: startup 使用这些数据集并在他们采用 FocalX 的产品时不断生成它们。
“这并不容易,”帕斯夸里补充道,“因为一开始就涉及人工智能,必须进行大量的期望管理。”
云和人工智能改变车辆检查
如果你见过无人驾驶汽车,那么你就知道人工智能已经进入了汽车行业的世界。
在我们达到每辆汽车完全自动驾驶或技术足够成熟以支持这种转变的那一天之前,人工智能将在其他领域取得进展。
人工智能可能产生直接影响的一个领域是车辆检查,而 FocalX 处于这一领域的领先地位。
丹麦人 startup 建立了一个基于人工智能的基于云的车辆检查平台,该平台通过用户友好的应用程序和 API 的组合来工作。
FocalX 的客户可以选择遵循应用程序用户流程来创建检查流程,也可以创建自己的用户流程并通过 API 插入 FocalX。
一旦车辆图像上传到 FocalX 的后端,就会使用机器学习引擎对其进行处理。
“我们有几个模型同时处理图像,”联合创始人兼首席技术官博伦瓦尔说。他补充道,“人工智能损坏结果会立即发送回用户,用户可以在我们的网络系统或应用程序中以 PDF 形式访问检查报告。”
该平台还与客户后端集成,通过 API 直接发送这些报告。博伦瓦尔在重申为其计算机视觉产品构建人工智能模型的挑战时表示,数据的缺乏限制了他们尝试不同版本的模型并了解如何改进结果。他说,他们还必须认识到计算机视觉领域的文献很快就会翻倍的事实。
“要处于技术前沿,需要对新方法进行大量研究,并根据最新研究进行实验。这是一项持续且相当耗时的工作,但极其重要,”他解释道。
尽管面临挑战,FocalX 仍然构建了几种不同的人工智能模型,这些模型在上传到其系统的每张图像上运行。他们的初始阶段模型会检测诸如所看到的是否是汽车、汽车的位置以及图像中存在的汽车零件等信息。
一旦他们验证了车辆、其位置以及图像中存在的汽车部件,FocalX 就会运行其所有损坏模型,然后是针对检测到的损坏的验证模型,最后是定义损坏严重程度的严重性模型。
AWS 支持技术
为了支持其尖端技术,FocalX 需要高效、可扩展且兼容的云服务。博伦瓦尔说,他们发现了所有这些属性 亚马逊网络服务(AWS) 他们选择该服务的原因是“AWS Aurora 强大的 PostgreSQL 兼容数据库管理,以及 AWS SageMaker 的 AI 和 ML 模型开发功能。”
他补充说,AWS 定价模型的成本效益以及 AWS S3 存储桶提供的安全、可访问的数据存储也是关键因素。和许多企业家一样,Bolenwar 和他的联合创始人之前有过使用 AWS 的经验,这使他们更容易无缝集成其内部工具,并进一步简化开发和部署。
“AWS 极大地促进了以技术为导向的 startup 就像 FocalX 一样,提供可扩展且安全的系统。 AWS Lambda、邮件系统、SQS 和无服务器数据库等服务可以用更少的资源实现高效的后端管理,”他说。
虽然可靠性和可扩展性在 FocalX 选择中发挥了关键作用 AWS,他们还承认积分定期为实验和创新提供帮助。 “AWS 通过提供可扩展的系统来帮助我们扩大覆盖范围并更快地扩展,使我们能够处理大量请求,”Bolenwar 补充道。
AWS凭借多区域支持和CDN服务更好地服务客户,进一步增强FocalX的业务运营实力。这 startup 甚至正在考虑从 2025 年初开始使用 AWS Marketplace,以进一步增强其平台的功能。借助 AWS Marketplace,FocalX 将获得广泛的访问权限 software 和服务可以进一步增强其平台的功能。
效率和采用
推出近三年后,FocalX 继续专注于技术和产品开发,同时也寻求扩大其商业规模 team 以更好地满足客户群的需求。这 startup仅技术方面就有 20 多名员工,该公司正在进一步寻求建立其 team 随着人工智能和机器学习世界中最聪明、最聪明的人才的争夺战在世界各地激烈进行。
“我们一直在寻找人工智能和机器学习领域最优秀、最聪明的人才,他们可以引入我们以前未曾探索过的创新研究和想法。 team”,联合创始人兼产品副总裁 Uchil 说道。
智能人工智能 受到广泛关注, startup 看到人工智能世界,像 FocalX 这样的计算机视觉解决方案可以成为大多数人的不可或缺的组成部分 software 系统。这些系统的任务是分析当前状态并自动执行日常任务,这些任务是人类花费数百个非生产性时间完成的。
Bolenwar 甚至表示,这可能不像 GenAI 那样令人惊叹,但他们看到了这种计算机视觉系统的鼎盛时期。 Uchil 表示,在那之前,FocalX 将继续关注效率和采用率,这是其立即成功所依赖的两个关键因素。
这一愿景也得到了一些丹麦最成功的企业家的支持,他们支持了 FocalX 的早期融资。它还获得了多项资助,阿格德斯坦认为这是对其解决方案的新颖性和前景的认可。她补充道 startup 正准备再次进入市场寻求资金,以帮助解决许多汽车企业的挑战。
Uchil 补充道,仍然极其重要的一件事是其解决方案在汽车行业的快速采用。通过展示其与现有工作流程集成的便捷性和直接效益,FocalX 希望将其人工智能提升到显着提高客户运营效率的阶段。
寻找更多类似的鼓舞人心的故事吗?加入 AWS 斯德哥尔摩峰会 与行业领导者和顶级区域建立联系 startups,了解投资者在哪里下注,并沉浸在技术才华中。立即注册以提升您的 startup 旅程!