Пол Маттейс Ломберт, Hedge: Первопроходцы отрасли делятся планами с TKT1957

Пол Маттейс Ломберт (Paul Matthijs Lombert), генеральный директор и соучредитель Hedge tkt1957.com
Пол Маттейс Ломберт (Paul Matthijs Lombert), генеральный директор и соучредитель Hedge

Традиционный опрос TKT1957 по итогам выставки IBC: Пол Маттейс Ломберт (Paul Matthijs Lombert), генеральный директор и соучредитель Hedge.

  • Каковы основные тенденции на выставке IBC в этом году Вы можете отметить?

Существуют две преобладающие тенденции.

Во-первых, среди людей растет осознание того, что выбор между полностью облачным или полностью автономным производством не является простым. Они изучают возможности плавного перехода между удалённым и локальным сотрудничеством во время производства.

Во-вторых, существует ощутимый интерес к машинному обучению и искусственному интеллекту, но многие до сих пор не уверены в его практическом применении. В связи с ростом стартапов, предлагающих решения искусственного интеллекта, пользователи опасаются манипулировать несколькими приложениями. Вместо этого они ищут способы интегрировать модели ИИ в существующие рабочие процессы, но не могут понять, как это сделать.

  • Какие новые продукты ваша компания представит на IBC 2023?

В этом году у нас интересный состав. Мы представляем следующую версию Hedge, ответвление нашего подхода, полностью основанное на S3. 

Ещё одним важным моментом является предварительная версия технологии PostLab, нашей платформы для совместной работы. Эта платформа теперь поддерживает рабочий процесс с битовой блокировкой, адаптированный для редакторов Final Cut Pro. В этом месяце он должен войти в фазу бета-тестирования.

Кроме того, мы предлагаем краткий обзор Drop Off, разработанного как решение для передачи данных для клиентов Lucid Link, аналогичное WeTransfer.

  • Есть ли разработки по интеграции ИИ в ваши решения?

Наша цель — предоставить пользователям возможность выбирать, где находится их модель ИИ: в облаке или локально. Задача заключается не в поиске надёжной модели; их множество, и модели обучения становятся все более доступными. Настоящим препятствием является определение правильных вопросов, которые следует задать этим моделям во время производства. Крайне важно автоматизировать этот процесс, что означает создание хорошо структурированного конвейера рабочих процессов. В этом суть проблемы на данный момент. 

Больше информации