吴文俊人工智能科学技术奖
议题一
Home > 议题一 > 正文

杜 强(研讨发言)

2022年07月21日   来源:中国人工智能学会     

5478

北京小白世纪网络科技有限公司总经理

北京小白世纪网络科技有限公司总经理杜强议题一研讨发言


北京小白世纪网络科技有限公司总经理杜强议题一研讨发言表示:“如何有效推动年度提名报奖项目的前置化数据挖掘,健全知识产权运营体系,切实保护商业化核心技术?前置化数据挖掘,我理解为就是怎么找到好的项目,我个人判断好的项目从三个方面可以找到,第一:分析专利布局。有些工程专利写一堆没有什么用,一个好的专利顶一百个不好的专利。第二:前沿科研方向。其实有很多科研很强的人,他可能有传承,除了他自己,还有他的导师,包括在文章里面也可以找到很多好的方向。第三:中国有很多创新创业大赛,这里面可以找到非常多的好项目。


关于产业化思路,怎么做这个转化?我有三点非常深的体会。高校的资源,一般数据集是比较规范的,高校算法人员研究人员强是强在算法上,所以高校出来的成果在数据集,规模,适应性上都有很大的不足,到了实际产业化落地过程中这个模型其实是要重新训练,包括系统代码要重写。如果有这个思路就知道,这两个团队是有一道鸿沟,这就要找到从纯算法到后面工业化产品的人才梯队。

我们原来找方向过程中发现每一个行业特点非常鲜明,比如说视频广告和医疗影像,虽然都是影像视觉,实际上医疗产品在产品逻辑,合规性上非常严格,医疗数据采集、标注、存储有一系列严格的规范,产品报证过程更要遵从医疗器械的法规。如果对这个认识不足,你会发现做出来的产品基本上是很难获得相应论证也很难在市场上推开,因为很多医生的逻辑跟实验室老师研究员逻辑是不一样的。

还有产品的数据来源,不管是哪个方向一定都会存在数据孤岛的问题,如果做得好提供一些必要数据融合的思路和工具,包括站在更高的高度做行业数据库的建立。

培养科技项目管理专业化技术经纪人队伍,对提升科技成果转化将发挥哪些积极效用?我认为创新产品的创始人,他不是掌握一个领域的知识就可以了,它其实是需要跨领域,但是跨领域特别难,因为每个领域思维逻辑都不一样,这就需要有意识找跨领域的人。其实工程思维和商业模式思维有非常大的不一样,应该有意引导工科人员进行商科教育,这样思路的转变会带来产品和商业模式质的突破。还可以跟资深投资人沟通,我自己感觉,很多资深投资人在投资之前都是行业的大难,方方面面经验非常丰富,这个时候跟他们多沟通,多辅导其实是非常有利于最后的成果转化。”

组织机构

主管单位
中华人民共和国科学技术部
国家科学技术奖励工作办公室
主办单位
中国人工智能学会

奖励资质