之所以取了这样的名字，是因为禾思众成的创始人有来自西安交通大学金禾经济研究中心，这支队伍希望秉承交通大学“饮水思源”的光荣传统与品格，聚志同道合之众，成不同凡响之事。当杨泽霖第一次接触到深度学习算法时，就敏锐地认识到这将成为一种革命性技术，而图像识别将成为深度学习算法的第一个发力点。
经过多方调研，21岁的杨泽霖同几个志同道合的伙伴，开始了他们的创业之路——将深度学习技术带入工业图像识别领域，服务传统行业。因此，要打入这个市场，就要对商业模式进行彻底的颠覆。禾思众成选择另辟蹊径，更加专注于人工智能技术在移动设备上的兼容性、并行运算效率上的优化，让轻量级可迁移的算法可以快速运行在arm架构的cpu上。
当时，计算机视觉领域的头部企业都在做政府部门相关的规模化项目，这些项目销售额高、利润大。针对这些场景，禾思众成提出了“云+端”的解决方案。以人脸识别举例，识别到人脸进行本地边缘计算，与底层数据库比对通过后向闸机、门禁发送信号，同时上传结构化的数据到云端，用于管理和统计。
2018年是对人工智能公司真正的考验，资本的寒冬已经隐隐显现。人工智能不是一个独立封闭的行业，而应当成为千千万万传统行业发展的助推剂。只有做到ai+传统行业，借助人工智能为传统行业赋能，让人工智能的颠覆性创新真正地深入日常生产生活的每一个角落，才能实现人工智能真正的价值。
米其林轮胎曾深为抄写特征码而苦恼。禾思众成为其提供了一个方案：直接对轮胎进行一次扫描就可以将特征码识别出来，并且和后台系统进行联动、管理。该方案采集了50万张轮胎照片，训练机器识别各种各样情况下的特征码，将视觉精度一下子提高到99.7%。
杨泽霖正和他的伙伴们一道，在创业这条路上积极进取、奋力拼搏，努力在人工智能领域“发挥更大的价值”。
本文来自生意我最行，创业家系授权发布，略经编辑修改，版权归作者所有，内容仅代表作者独立观点。