圖:Getty
對于一些企業(yè)而言,新冠肺炎疫情帶來了災難性的打擊。但對于另一些企業(yè)而言,新冠肺炎的疫情則意味著巨大的增長和創(chuàng)新的機會。很明顯,喬丹·歐文(Jordan Owen)和他的三位聯(lián)合創(chuàng)始人屬于后者——他們在過去的九個月里,創(chuàng)辦了兩家企業(yè)。
在新冠肺炎疫情初期,他們在蒙特利爾創(chuàng)建了一家可重復使用口罩公司,在此之后,Jordan Owen和他的兄弟Mark以及另外兩位聯(lián)合創(chuàng)始人——Sean Tasse和Benoit Thibault決定轉向一個全新的項目。Squarefeet.ai是他們最新的業(yè)務方向,這是一種人工智能驅動的住宅不動產(chǎn)定價解決方案。
他們在創(chuàng)辦Bien Aller僅僅幾個月之后又開始進行全新的冒險,這樣做的部分原因是因為他們希望專注于聯(lián)合創(chuàng)始人擁有專長的領域:房地產(chǎn)和計算機科學。在創(chuàng)辦了Bien Aller之后,四位聯(lián)合創(chuàng)始人感到他們必須迅速采取行動,以滿足他們的社區(qū)內(nèi)的需求。通過最新的這個項目,他們可以在大家充滿激情和知識的領域投入時間和精力。
他們?yōu)檫@個項目帶來的行業(yè)經(jīng)驗是項目成功的關鍵。四人之中有三位聯(lián)合創(chuàng)始人是房地產(chǎn)專業(yè)人士,而第四位聯(lián)合創(chuàng)始人則具有計算機科學的背景。他們的跨學科協(xié)作是產(chǎn)品成功背后的秘密要素。
Jordan表示:“開發(fā)技術解決方案需要大量專業(yè)經(jīng)驗,而技術與業(yè)務創(chuàng)始人的結合是新產(chǎn)品成功的關鍵。”
多年來,Jordan和他的兄弟Mark一直夢想著在自己的行業(yè)中開展業(yè)務,但是他們抽不出資金或時間全心投入該項目。在這一不尋常的一年里,Jordan推遲了在麻省理工學院的學業(yè),而他們的團隊可以通過Bien Aller獲得收入來資助這項最新的業(yè)務。
為了給住宅房地產(chǎn)單位定價,Squarefeet.ai首先收集數(shù)據(jù),包括公共普查數(shù)據(jù)、公共清單和圖像。然后,人工智能開始量化這個單位的不同位置和設計屬性。設計屬性包括露臺大小、單位死角和景觀質量,而位置屬性包括與公交、附近的雜貨店分布和收入分布??傮w而言,定價包含200個不同的屬性,所有屬性都有價格標簽,并會影響單位的定價。
最后,該平臺可以實時監(jiān)控單位銷售并根據(jù)銷售最快的單位具有的屬性來調整定價。例如,如果能夠看到特定景色的單位的銷售速度更快,那么人工智能就將提高能夠看到相同景觀的所有單位的價格。
Jordan及其聯(lián)合創(chuàng)始人的靈感來自航空和酒店業(yè)的定價機制。世界各地的航空公司和酒店都使用了機器學習技術,以根據(jù)需求管理費率并在此過程中優(yōu)化收入。在房地產(chǎn)行業(yè)中,大量開發(fā)人員和其他行業(yè)專業(yè)人員通過電子表格跟蹤銷售速度,但是這種做法不夠系統(tǒng)化,也難以優(yōu)化。
Squarefeet.ai的原創(chuàng)性對年輕企業(yè)家來說是一個巨大的優(yōu)勢。
Jordan表示:“房地產(chǎn)世界沒有太大變化,而人們正在尋求提高效率。他們對此充滿了渴望。”
Squarefeet.ai產(chǎn)品的用戶體驗旨在盡可能地方便使用。四位共同創(chuàng)始人決定開發(fā)一種能夠模仿微軟電子表格工具外觀的軟件,這樣可以讓他們的客戶從一開始使用這款新工具的時候就感到舒服。此外,他們還集成了標準的可視化方法,例如堆積圖。
Jordan表示:“它被設計得易于使用,方便開發(fā)人員輕松使用。”
Squarefeet.ai的簡單性為他們贏得了加拿大各地的客戶,盡管許多客戶集中在蒙特利爾以及多倫多和渥太華的其他東海岸樞紐。但是,Jordan對于該產(chǎn)品可以輕松擴展到加拿大以外的市場充滿了信心。
Jordan表示:“我們產(chǎn)品的優(yōu)點在于它在任何市場上都很強大,因為我們?yōu)閱蝹€項目創(chuàng)建了一個封閉的環(huán)境,為特定單元、外觀或者相似單位創(chuàng)建供應-需求曲線的模型。”
可以肯定的是,Jordan和他的合作者還沒有準備好讓他們巧妙的商業(yè)想法走下去。當?shù)匾患颐襟w報道了他們的業(yè)務之后,這些年輕的聯(lián)合創(chuàng)始人受到了投資者們的廣泛關注,但他們打算利用自己的年輕時光,盡可能地依靠自己的力量走下去。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。