个人简介
Naum Sayfullin 致力于构建能将科学知识转化为实际应用的自主智能体。他深耕于 CAS 的药物数据分析领域，随后在数据治理和平台开发方面积累了丰富经验，目前专注于利用专用工具解决复杂数据驱动问题的智能体 AI 系统。他工作的核心优势在于实现了从专业领域到落地部署的贯通。其药物科学背景确保了研究始终聚焦于现实世界的科学应用，而他的技术演进则紧跟行业前沿。他在自然语言处理（NLP）领域的研究涵盖了从经典机器学习、深度学习到最先进大语言模型（LLM）的全过程，并辅以从早期 YOLO 架构到视觉 Transformer 的计算机视觉研究成果。他拥有俄亥俄州立大学药物科学学士学位和雪城大学应用数据科学硕士学位。
计算机视觉通过分析海量视觉数据集，推动科学研究实现更快速的突破。
人工智能驱动的计算机视觉具备分析视觉数据集的能力，这意味着任何使用图像的领域——即当今所有的科学领域——都将迎来更快的创新。