·如何判斷某項技術(shù)是否需要投入？羅曉忠的標準是“接地氣”。他表示，“一定要結(jié)合公司的實際情況，不要‘為了創(chuàng)新而創(chuàng)新’。我們所有的創(chuàng)新都要圍繞一個目的，那就是提升企業(yè)的效率。”

·羅曉忠認為，大模型之所以有這么高的能力，是因為它擁有大量高質(zhì)量的數(shù)據(jù)和新型的訓(xùn)練方法，因此在大算力的支持下，涌現(xiàn)出了令人驚艷的能力。但在自己的行業(yè)領(lǐng)域，羅曉忠直接表示：“我們需要的是基于基礎(chǔ)大模型之上的行業(yè)大模型。”

心鑒智控創(chuàng)始人兼CEO羅曉忠向澎湃科技介紹，公司的第一個產(chǎn)品用了兩年時間才正式落地，在這兩年期間公司沒有任何營收，只有不斷地研發(fā)投入。

“我最喜歡辛棄疾的‘醉里挑燈看劍’，很小的時候我也有當大俠的夢想，希望自己武功高強、除暴安良等。雖然這是小時候的夢想，但它也指引了我人生的一些選擇。”

心鑒智控創(chuàng)始人兼CEO羅曉忠喜歡讀詩并感悟美好，用他自己的話來說，是一個“文縐縐”的人。五年前創(chuàng)業(yè)時，他和聯(lián)合創(chuàng)始人為公司取名“心鑒智控”用的是《詩經(jīng)》中的“我心匪鑒”，寓意“用心做鑒別”。

羅曉忠于密歇根大學(xué)博士畢業(yè)，創(chuàng)業(yè)前在美國微軟總部任首席軟件架構(gòu)師，擁有大數(shù)據(jù)、人工智能技術(shù)及企業(yè)級軟件的開發(fā)經(jīng)驗及團隊管理經(jīng)驗。2018年，羅曉忠創(chuàng)立心鑒智控，專注工業(yè)場景下透明、反光、高速運動物品的AI視覺檢測，主要應(yīng)用場景包括醫(yī)藥外包裝（鋁塑泡罩，輸液袋，軟膏及三期等）、導(dǎo)光板，瓶蓋瓶身等的瑕疵檢測。

在日前舉辦的華映資本2023年會間隙，羅曉忠接受了澎湃科技專訪，談及自己選擇創(chuàng)業(yè)，他覺得仍然和年少時的夢想相關(guān)，只不過更加practical（重視實踐），“希望能做一些切實把人的雙眼從生產(chǎn)線中解放出來的事。因為人的眼睛要去看風(fēng)景、看美好的東西，而不是去做瑕疵檢測。”2023年初，心鑒智控連續(xù)完成了A+和A++兩輪融資，融資總額近億元。

微軟工作18年后辭職下工廠

2018年，在加入微軟18年后，羅曉忠選擇辭職回國創(chuàng)業(yè)。“我始終都有‘在這個世界上創(chuàng)造一些東西’的想法，而不是僅僅做一顆大廠螺絲釘。最小的孩子上大學(xué)后，沒有了對家庭的顧慮，我的太太也很支持我，所以正式投身創(chuàng)業(yè)。”

從工程師轉(zhuǎn)化成創(chuàng)業(yè)者，羅曉忠覺得最大的改變是“真是更加深入地理解了‘以客戶為中心’到底意味著什么。”談到自己曾經(jīng)因為理論和實際脫節(jié)吃的虧，羅曉忠笑著回憶道，“我們公司有很多海歸員工，大多是軟件和AI（人工智能）的人員，對工業(yè)實操欠缺經(jīng)驗，做出過不少失敗的產(chǎn)品。后來我們就要求所有人必須到工廠去，看到實際的工況才不會閉門造車。”

心鑒智控剛成立不久，曾經(jīng)為一家知名品牌做過一個瓶蓋檢測的項目。酒瓶蓋的檢測看似簡單，卻因團隊不了解生產(chǎn)線上的實際情況而最終流產(chǎn)。

“我們沒有想到，客戶的同一條生產(chǎn)線上只要更換模具，就可以生產(chǎn)十幾款大小規(guī)格不同的酒瓶蓋，甚至包括印刷都完全不同，但當時我們的模型迭代速度沒有那么快，滿足不了客戶的要求，”羅曉忠表示，“從那之后，我們在跟客戶溝通和交流的過程之中，信息的收集會更加全面，讓項目最后成功的幾率更大。”

創(chuàng)業(yè)后，羅曉忠很多情況下需要為公司親自做戰(zhàn)略決策，這直接影響到公司的生和死，他也感到作為創(chuàng)業(yè)者肩上沉甸甸的責(zé)任。羅曉忠介紹，一個產(chǎn)品面臨失敗了要如何及時止損，以及一些技術(shù)路徑上面是否需要投入，這都是讓自己壓力很大的決策。

如何判斷某項技術(shù)是否需要投入？羅曉忠的標準是“接地氣”。他表示，“一定要結(jié)合公司的實際情況，不要‘為了創(chuàng)新而創(chuàng)新’。我們所有的創(chuàng)新都要圍繞一個目的，那就是提升企業(yè)的效率。”

“我們創(chuàng)業(yè)早期還保留著工程師的習(xí)慣，想把事情做得比較完美，但實際上短期之內(nèi)你不需要那么完美，卻一定要把它盡快落地用出去，讓產(chǎn)品在實踐的過程中不斷迭代才是最重要的。”羅曉忠表示。

第一個產(chǎn)品歷經(jīng)兩年才落地

機器學(xué)習(xí)需要海量的數(shù)據(jù)做支撐，高質(zhì)量的數(shù)據(jù)越多，最后的人工智能模型效果就會越好。對人工智能創(chuàng)業(yè)公司而言，一家初創(chuàng)公司，還沒有積累足夠多的行業(yè)數(shù)據(jù)時，是發(fā)展最為艱難的時期。

羅曉忠向澎湃科技介紹，公司的第一個產(chǎn)品用了兩年時間才正式落地，在這兩年期間公司沒有任何營收，只有不斷地研發(fā)投入。產(chǎn)品真正落地之前的測試之中，團隊不管在硬件、軟件、還是模型上，都經(jīng)歷了一系列的問題，在工程化層面，團隊跟客戶也做了很多協(xié)同。

軟件層面的問題主要體現(xiàn)在速度上。如果軟件處理的速度是20毫秒，但生產(chǎn)節(jié)拍是18毫秒，那軟件就會因為來不及處理而導(dǎo)致系統(tǒng)崩潰。為了提高自己軟件的速度，羅曉忠推翻了自己原本用Python語言編寫的應(yīng)用，重新打造了公司基于C++語言的軟件框架。“Python是一種解釋性的語言，它運行的速度很慢，一到高速產(chǎn)線就崩潰了。C++是一個多線程的語言，一個線程里可以有很多進程并行，它的運行速度比Python快很多。”

還有一個難點是公司的模型和客戶的產(chǎn)線系統(tǒng)需要匹配。羅曉忠介紹，藥片生產(chǎn)和包裝的速度很快，心鑒智控的系統(tǒng)在流水線上的A點識別出某一板藥品有瑕疵之后，它已經(jīng)位移到B點了生產(chǎn)線上的設(shè)備才能把瑕疵品剔出，因此模型和系統(tǒng)需要通過軟件和PLC（Programmable logic controller，可編程邏輯控制器，專門用于工業(yè)環(huán)境的一種數(shù)字運算操作電子系統(tǒng)）控制實現(xiàn)精準地協(xié)調(diào)和同步，這也花費了團隊很多時間和精力進行調(diào)試。

除了軟件方面之外，在流水線上的硬件也出現(xiàn)過各種各樣的問題，需要仔細排查并解決。團隊曾經(jīng)發(fā)現(xiàn)有的工業(yè)相機里沒有緩存，也有的相機會反復(fù)提交同一張圖片。工人操作時可能把線碰松了導(dǎo)致數(shù)據(jù)傳輸不穩(wěn)或是相機掉線。還有的便宜導(dǎo)線本身就數(shù)據(jù)傳輸不穩(wěn)，需要更換。

在心鑒智控將產(chǎn)品工程化的過程中，也與藥廠就藥品瑕疵的定義達成了共識。現(xiàn)在的行業(yè)標準中，鋁塑泡罩藥片有8種不同的瑕疵，膠囊有21種不同的瑕疵，就是心鑒智控在產(chǎn)業(yè)實踐中最早制訂出來的藥品瑕疵標準。隨著行業(yè)數(shù)據(jù)的積累和客戶的增加，現(xiàn)在，心鑒智控在醫(yī)藥產(chǎn)品、白玻、高速產(chǎn)線上物品的綜合檢測領(lǐng)域能力已經(jīng)位于行業(yè)第一梯隊。

打造自己的“行業(yè)大模型”

羅曉忠介紹，心鑒智控在高透光、高反光的場景中，有自己獨到的光學(xué)成像技術(shù)，可提供高質(zhì)量的初始圖像。另外，自己的人工智能模型也是另一個核心競爭力。

公司的人工智能模型中，采集數(shù)據(jù)有兩個技術(shù)模塊：一個是數(shù)據(jù)的素材系統(tǒng)，能夠?qū)ιa(chǎn)線上的圖片數(shù)據(jù)進行采集壓縮，并將數(shù)據(jù)在邊緣側(cè)上傳到云端，在云端解壓打開后，做半自動機器標注和人工的標注；另一個是數(shù)據(jù)的重復(fù)利用系統(tǒng)，模塊在云端有自己的自動學(xué)習(xí)平臺，能夠把標注好的數(shù)據(jù)進行模型的訓(xùn)練迭代和優(yōu)化，這就將圖片數(shù)據(jù)和生產(chǎn)線部署的邊緣側(cè)模型進行了高效率的再利用。

心鑒智控成立至今，已經(jīng)在視覺檢測的業(yè)務(wù)中積累了大量高質(zhì)量的數(shù)據(jù)，并在2022年下半年訓(xùn)練出了自己在工業(yè)檢測領(lǐng)域的通用模型。同年11月，ChatGPT橫空出世。經(jīng)研究之后，

羅曉忠認為，大模型之所以有這么高的能力，是因為它擁有大量高質(zhì)量的數(shù)據(jù)和新型的訓(xùn)練方法，因此在大算力的支持下，涌現(xiàn)出了令人驚艷的能力。但在自己的行業(yè)領(lǐng)域，羅曉忠直接表示：“我們需要的是基于基礎(chǔ)大模型之上的行業(yè)大模型。”

“瑕疵檢測的容錯率非常低，有一點點差錯都不行，語言類的模型達不到這個水平，所以ChatGPT有時候會一本正經(jīng)地滿口胡話；另外，瑕疵品的圖片數(shù)據(jù)是ChatGPT背后的訓(xùn)練數(shù)據(jù)庫里沒有的，所以大模型不會根本性替代我們公司現(xiàn)有的技術(shù)底座，”羅曉忠說，“但借鑒大模型多模態(tài)的訓(xùn)練方式，結(jié)合公司已有的行業(yè)數(shù)據(jù)，我們可以更好地打造自己的行業(yè)大模型。”