他告(gao)诉记(ji)者，在噪音处(chu)理的过程中，团队面临的较大挑战之一是如何处(chu)理突发噪音和复杂场景中的噪音。“传统的降噪技术往往只能(neng)处(chu)理稳定的噪音，而对于拍手、放(fang)杯子(zi)等突发噪音则无能(neng)为(wei)力。比如出现混响现象(xiang)，在空旷的房间里拍一下手，会有声音的反(fan)射，如果房间里开了(le)空调(diao)，还会混入空调(diao)运(yun)行的声音等。”

他们采集了(le)大量(liang)不(bu)同环境下的各(ge)类噪音，建立了(le)一个包含超过300种噪声的数据库来对降噪模(mo)型(xing)进行训练，通过AI模(mo)型(xing)识(shi)别和分离出有用的语音信号，确保用户能(neng)够清晰地听到对方的声音。

研发过程中，赖诺林也遇到过一些(xie)不(bu)好处(chu)理的场景。他举例(li)说，在学(xue)校里，学(xue)生们齐声朗读的声音会被降噪模(mo)型(xing)误认(ren)为(wei)是噪声而消除，“但通过AI模(mo)型(xing)，现在可以支持整个班级一起朗读的声音被拾取(qu)了(le)，而上课(ke)过程中学(xue)生动(dong)一下桌(zhuo)椅、翻(fan)一下书和老(lao)师讲课(ke)的声音，都可以被精准‘剔除’”。

赵梓(zi)合本科毕业(ye)于沈阳航空航天大学(xue)的飞(fei)行器(qi)动(dong)力工程专业(ye)，他在大学(xue)时(shi)参加的机器(qi)人竞赛中逐步学(xue)习了(le)机器(qi)感知算(suan)法(fa)。后来，赵梓(zi)合把研究方向缩小在心理诊疗上。他笑称，最初调(diao)研时(shi)，他曾伪装成患者，观(guan)察医生与病人之间的每一次对话和诊疗全过程。他发现，传统心理治疗受限于工作强度、经验差异等问题(ti)，每天接(jie)待大量(liang)患者，有的患者情绪起伏(fu)大时(shi)，还会影响医生的诊疗过程。于是，他想打造一款心理治疗量(liang)化辅助工具——辅助医生作出更加准确、快捷的临床治疗方案的“情绪智能(neng)体”。

“在AI具备理解人的意图的基(ji)础能(neng)力时(shi)，如果为(wei)它添加更多模(mo)态和不(bu)同的传感器(qi)，再进行一些(xie)特殊训练，从逻辑上讲，这样的设备就可以像医生和朋友一样解决人的心理诉求问题(ti)。”在赵梓(zi)合看来，从技术角度分析，这个方向可行。

不(bu)过，他也坦言，他们调(diao)研发现，在ChatGPT技术成熟之前，行业(ye)普(pu)遍(bian)认(ren)为(wei)AI与心理诊疗的结合还“躺”在课(ke)题(ti)中，几乎无法(fa)落地。转(zhuan)机出现在2023年下半(ban)年，部分医生开始主动(dong)关注AI应用的价值。他向医生了(le)解得知，“有患者在诊疗过程中告(gao)诉医生，自己在通过与ChatGPT聊天缓解焦虑，这促使医生重新评估技术的可能(neng)性”。

借着这股东风，他们成立了(le)“边缘创智”团队开启研发，还得到了(le)深圳科创学(xue)院发起人、院长李泽湘的天使投资，入孵深圳科创学(xue)院。不(bu)久前，团队还获得了(le)奇绩创坛(tan)创始人兼CEO陆奇的第二笔投资，并(bing)联合香港科技大学(xue)（广州）的深度交(jiao)叉智能(neng)实验室，与深圳、广州等地的医院开展(zhan)合作。

“医疗领域(yu)对AI心理治疗的态度很积极，我们也计划开展(zhan)更多临床合作，与疼痛科、肿瘤科等科室合作，探索慢(man)性病患者的心理干预。”赵梓(zi)合告(gao)诉记(ji)者，他们也希望拓展(zhan)更多场景，帮助基(ji)层(ceng)医疗筛查潜在精神健(jian)康问题(ti)。

新一轮(lun)AI热潮袭来，我国的AI公司尤其(qi)是创业(ye)型(xing)AI公司在全球竞争中寻找到了(le)新机遇。在上海零号湾(wan)创业(ye)投资有限公司总经理张志刚看来，不(bu)只是DeepSeek公司，我国许(xu)多AI公司同样在资源有限的情况下在各(ge)自不(bu)同领域(yu)精益化发展(zhan)，“他们通过不(bu)断的算(suan)法(fa)优化和应用场景迭代，建立了(le)技术、产业(ye)和应用之间高(gao)效率的配(pei)合，让高(gao)高(gao)在上的科技成果落地成为(wei)现实”。

技术在产业(ye)中快速迭代，加强自主学(xue)习是关键

春(chun)节前夕(xi)，黄铄宁(ning)高(gao)兴(xing)地晒(shai)出了(le)刚刚获得的“人工智能(neng)训练师”高(gao)级工职(zhi)业(ye)技能(neng)等级证书。

在ChatGPT等生成式(shi)AI技术引发全球关注时(shi)，她也敏(min)锐地意识(shi)到这项技术蕴藏的潜力，开始尝试(shi)在自己从事(shi)的投资行业(ye)中进行应用，“AI让我们能(neng)够实现许(xu)多传统机器(qi)无法(fa)完成的任务，比如在投资分析中，可以帮助我们快速生成报告(gao)，甚至预测市场趋势(shi)”。

在参加培训考试(shi)时(shi)，黄铄宁(ning)发现，同她一起参加考试(shi)的人大多来自IT行业(ye)，“但AI的应用远不(bu)止于此，AI训练师的职(zhi)责是将AI技术与具体业(ye)务场景结合，帮助企业(ye)实现智能(neng)化转(zhuan)型(xing)，而AI的价值在于解决实际问题(ti)，而不(bu)仅是技术本身”。

在暨南大学(xue)数字创新与公共传播研究中心研究员赵罗希看来，新技术不(bu)仅改变(bian)了(le)传统行业(ye)格局，更为(wei)创新思(si)维提(ti)供了(le)广阔(kuo)的舞(wu)台，职(zhi)业(ye)多样性的增加更是有目共睹。“人工智能(neng)训练师、大数据工程技术人员等新职(zhi)业(ye)都得到了(le)人力资源和社会保障部的认(ren)可，这为(wei)求职(zhi)者提(ti)供了(le)更多的选(xuan)择和发展(zhan)方向。”

当(dang)AI“跨界”来到各(ge)行各(ge)业(ye)，产业(ye)不(bu)断向新发展(zhan)。东北大学(xue)机器(qi)人科学(xue)与工程学(xue)院副院长贾子(zi)熙观(guan)察到，以医疗产业(ye)为(wei)例(li)，目前国外已经研发出一些(xie)AI辅助医疗大模(mo)型(xing)，我国也有相应辅助软件的研发，用大模(mo)型(xing)帮助医生处(chu)理病患诊疗的数据，“这个大模(mo)型(xing)学(xue)习了(le)医生的诊断逻辑，但现在的大模(mo)型(xing)有时(shi)也会出现‘幻觉’，可以作为(wei)辅助工具，最后还是要由(you)人决定”。

“大模(mo)型(xing)的研发门槛非(fei)常高(gao)，需要投入大量(liang)资金和人力。更多的走出高(gao)校的AI人才需要懂得大模(mo)型(xing)的原理逻辑，在此基(ji)础上拓展(zhan)更多应用场景，针对不(bu)同场景作定制化研发。”贾子(zi)熙认(ren)为(wei)，人工智能(neng)尤其(qi)是大模(mo)型(xing)，可以通过向不(bu)同行业(ye)的垂直渗透，带来更为(wei)繁荣的就业(ye)市场。

不(bu)过，近年来，新技术尤其(qi)是AI的发展(zhan)，“对就业(ye)机会创造更多还是替代更多”的话题(ti)也被广泛讨论。赵罗希认(ren)为(wei)，新技术在带来机遇的同时(shi)也伴随着挑战，如对部分传统行业(ye)的就业(ye)挤压等，“这需要个体上更积极的学(xue)习心态、社会上更科学(xue)的终身学(xue)习体系、制度上更完善(shan)的就业(ye)和保障体系，但只要我们秉持积极心态，采取(qu)积极措施，这些(xie)问题(ti)都是可以解决的”。

“AI技术的应用门槛将会变(bian)得越来越低，大量(liang)现有技术人才可以通过主动(dong)自我学(xue)习转(zhuan)化为(wei)AI应用人才。”张志刚的另一个身份是上海交(jiao)通大学(xue)副教授，他认(ren)为(wei)，AI技术的发展(zhan)对高(gao)校人才培养提(ti)出了(le)新的挑战，“AI技术在产业(ye)里的迭代速度会越来越快，传统的学(xue)制和教材编写、教学(xue)计划标准化人才培养的体系已经很难培养出高(gao)水平的AI人才。高(gao)校和教师要真正参与到AI行业(ye)发展(zhan)中，才有可能(neng)培养高(gao)水平人才。在人才培养的过程中，也需要与行业(ye)协同，与技术发展(zhan)同步”。在他看来，另一方面，大多数人也可以依赖AI技术的发展(zhan)及公开的学(xue)习通道进行主动(dong)学(xue)习，成为(wei)AI人才。