集团工程中心 (GEC) 的视频分析首席软件工程师 Nah Wu弥合了先进技术与实用、用户友好的解决方案之间的差距。
无论是简化 DroNet 监控的机器学习流程，还是完善监控视频分析，Nah Wu 的工作都能确保我们的可重复使用的通用模块 它们不仅仅停留在概念上，而是成为加速我们集团创新和成功的宝贵工具。
问：告诉我们您在工作中做什么。
我们的团队开发了可重复使用的通用模块，这些模块可以在不同的应用程序中进行调整和部署，从而使我们能够快速扩展解决方案。我专注于确定这些模块的用例，确保我们能够以经济高效、可扩展的方式将它们与其他技术堆栈一起生产。目的是使这些技术尽可能有效且易于使用，因此它们对客户来说非常有价值。
问：您一直在开发哪些可重用的通用模块？[1]
在我们可重复使用的通用模块中，我曾研究过VisionX，视频和流媒体的通用文本搜索功能； VisionSuite，一个一站式平台，利用不同的视频分析引擎进行人工智能驱动的监控；和 REVIDA（可重复使用的视频数据分析），它通过自动化和内置实用程序简化机器学习操作。
问：在让我们的模块做好上市准备的过程中，您面临哪些挑战？
一个巨大的挑战是平衡先进技术与用户体验。产品仅仅在受控实验室中工作是不够的——它必须在现实条件下发挥作用。例如，我们在不同的照明和环境条件下测试了 VisionX，以确保可靠性和易用性。这个过程需要严格的测试和不断的完善。
问：如何确保这些解决方案满足行业需求？
我们与整个集团的团队密切合作，根据特定需求定制这些模块。当我们开发时AGIL® 视觉，我们与数字系统团队一起完善了产品要求，以开发满足目标客户需求的视觉 AI 模块。他们的反馈帮助我们创建了一个更通用的工具，可以适应不同的监控环境。
同样，我们正在与智能出行之路团队创建视觉 AI 架构，能够处理来自数千个摄像头的实时视频流以进行交通监控。这种跨职能的努力确保我们的创新在技术上是合理的，而且在实践中也可部署。
问：你们集成 GenAI 等新技术的方法是什么？
GenAI 并不是要取代现有技术；而是要取代现有技术。这是关于解决以前无法解决的挑战。与传统人工智能不同，它需要新的硬件考虑因素并对其在实际应用中的准确性进行全面评估。关键是在成本、精度和可扩展性之间找到适当的平衡，确保 GenAI 有效补充我们现有的工具。
[1]这些是我们可重复使用的通用模块的工作名称，而不是实际的产品名称。
