如何讓機器學(xué)習(xí)走入更多行業(yè),？
Felicia Hou
2021-11-11
作為一名人工智能工程師,，吳恩達是谷歌大腦研究實驗室（Google Brain research lab）的創(chuàng)始人，也曾經(jīng)擔任百度首席科學(xué)家一職,，他曾經(jīng)使用3.5億張圖片來構(gòu)建計算機視覺系統(tǒng),。但在近期的一場制造業(yè)峰會上，當他詢問現(xiàn)場觀眾在自己的系統(tǒng)中使用了多少數(shù)據(jù)時,，大多數(shù)人的回答都是大約50張圖片或者更少,。
11月8日，在《財富》雜志于波士頓舉辦的人工智能頭腦風(fēng)暴大會（Brainstorm A.I. conference）上,，吳恩達解釋說,，要想解決這個問題，我們需要打造以數(shù)據(jù)為中心的人工智能,，讓制造商能夠在使用小型數(shù)據(jù)集的情況下利用機器學(xué)習(xí)技術(shù),，而這也正是吳恩達創(chuàng)辦的初創(chuàng)企業(yè)——Landing AI的業(yè)務(wù)所在,。
雖然消費軟件可以在單一搜索引擎或人工智能系統(tǒng)上操作，但大多數(shù)其他行業(yè)需要能夠適應(yīng)自己獨特需求的系統(tǒng),。例如,，每家醫(yī)院都有自己的電子健康記錄編碼方式，因此,，單一的人工智能模型自然無法監(jiān)控所有醫(yī)院的各種記錄,。借助Landing AI的技術(shù)，制造商可以訓(xùn)練,、制造復(fù)雜的人工智能模型來完成相關(guān)工作,，而不再需要雇傭成千上萬的工程師。
就在11月8日,，吳恩達宣布Landing AI已經(jīng)完成5700萬美元A輪融資,，由工業(yè)物聯(lián)網(wǎng)風(fēng)投基金McRock Capital領(lǐng)投，其他主要投資者還包括英特爾資本（Intel Capital）,、三星孵化基金（Samsung Catalyst Fund）和Insight Partners,。
吳恩達樂觀認為，人工智能技術(shù)能夠在保留原有崗位的同時,，創(chuàng)造新的就業(yè)機會,，特別是考慮到該技術(shù)在制造業(yè)的潛力，更是如此,。在談及人工智能在未來五到七年有望取得哪些重大突破時,，吳恩達表示，他期待行業(yè)焦點從消費類軟件互聯(lián)網(wǎng)行業(yè)轉(zhuǎn)向以數(shù)據(jù)為中心的人工智能,，不再過度關(guān)注軟件或神經(jīng)網(wǎng)絡(luò)本身,。
吳恩達說：“訓(xùn)練AI系統(tǒng)需要優(yōu)質(zhì)數(shù)據(jù)，而我們目前則缺少更系統(tǒng)的優(yōu)質(zhì)數(shù)據(jù)處理工程規(guī)范,，我認為,，這是普及人工智能的關(guān)鍵所在?！保ㄘ敻恢形木W(wǎng)）
譯者：梁宇
審校：夏林
作為一名人工智能工程師，吳恩達是谷歌大腦研究實驗室（Google Brain research lab）的創(chuàng)始人,，也曾經(jīng)擔任百度首席科學(xué)家一職,，他曾經(jīng)使用3.5億張圖片來構(gòu)建計算機視覺系統(tǒng)。但在近期的一場制造業(yè)峰會上,，當他詢問現(xiàn)場觀眾在自己的系統(tǒng)中使用了多少數(shù)據(jù)時,，大多數(shù)人的回答都是大約50張圖片或者更少。
11月8日,，在《財富》雜志于波士頓舉辦的人工智能頭腦風(fēng)暴大會（Brainstorm A.I. conference）上,，吳恩達解釋說,，要想解決這個問題，我們需要打造以數(shù)據(jù)為中心的人工智能,，讓制造商能夠在使用小型數(shù)據(jù)集的情況下利用機器學(xué)習(xí)技術(shù),，而這也正是吳恩達創(chuàng)辦的初創(chuàng)企業(yè)——Landing AI的業(yè)務(wù)所在。
雖然消費軟件可以在單一搜索引擎或人工智能系統(tǒng)上操作,，但大多數(shù)其他行業(yè)需要能夠適應(yīng)自己獨特需求的系統(tǒng),。例如，每家醫(yī)院都有自己的電子健康記錄編碼方式,，因此,，單一的人工智能模型自然無法監(jiān)控所有醫(yī)院的各種記錄。借助Landing AI的技術(shù),，制造商可以訓(xùn)練,、制造復(fù)雜的人工智能模型來完成相關(guān)工作，而不再需要雇傭成千上萬的工程師,。
就在11月8日,，吳恩達宣布Landing AI已經(jīng)完成5700萬美元A輪融資，由工業(yè)物聯(lián)網(wǎng)風(fēng)投基金McRock Capital領(lǐng)投,，其他主要投資者還包括英特爾資本（Intel Capital）,、三星孵化基金（Samsung Catalyst Fund）和Insight Partners。
吳恩達樂觀認為,，人工智能技術(shù)能夠在保留原有崗位的同時,，創(chuàng)造新的就業(yè)機會，特別是考慮到該技術(shù)在制造業(yè)的潛力,，更是如此,。在談及人工智能在未來五到七年有望取得哪些重大突破時，吳恩達表示,，他期待行業(yè)焦點從消費類軟件互聯(lián)網(wǎng)行業(yè)轉(zhuǎn)向以數(shù)據(jù)為中心的人工智能,，不再過度關(guān)注軟件或神經(jīng)網(wǎng)絡(luò)本身。
吳恩達說：“訓(xùn)練AI系統(tǒng)需要優(yōu)質(zhì)數(shù)據(jù),，而我們目前則缺少更系統(tǒng)的優(yōu)質(zhì)數(shù)據(jù)處理工程規(guī)范,，我認為，這是普及人工智能的關(guān)鍵所在,?！保ㄘ敻恢形木W(wǎng)）
譯者：梁宇
審校：夏林
Artificial intelligence engineer Andrew Ng, founder of the Google Brain research lab and former chief scientist of Baidu, once built a computer vision system using 350 million images. But when he asked the audience at a recent manufacturing conference how much data they used in their systems, the majority of attendees replied around 50 images or fewer.
The solution to this issue, Ng explained at Fortune's Brainstorm A.I. conference in Boston on Monday, lies in data-centric A.I., which allows manufacturers to utilize machine learning even with small data sets. That's where Ng's startup, Landing AI, comes in.
While consumer software can operate under one monolithic search engine or A.I. system, most other industries need their systems to adapt to their unique needs. For example, every hospital has its own way of coding electronic health records, so one A.I. model cannot oversee all records across all hospitals. Landing AI’s tech allows manufacturers to teach and build sophisticated A.I. models instead of hiring tens of thousands of engineers to do it for them.
Just on November 8, Ng announced that Landing AI closed a $57 million Series A funding round led by McRock Capital. Key investors included Intel Capital, Samsung Catalyst Fund, and Insight Partners.
Ng is optimistic that A.I. can create and preserve jobs, especially given its potential in the manufacturing industry. In terms of big breakthroughs for A.I. expected in the next five to seven years, he's looking ahead to a shift away from the consumer software internet industry—and toward a focus on data-centric A.I. over the software or neural networks themselves.
“What we’re missing is a more systematic engineering discipline of treating good data that feeds A.I. systems,” Ng said. “I think this is the key to democratizing access to A.I.”
財富中文網(wǎng)所刊載內(nèi)容之知識產(chǎn)權(quán)為財富媒體知識產(chǎn)權(quán)有限公司及/或相關(guān)權(quán)利人專屬所有或持有。未經(jīng)許可,，禁止進行轉(zhuǎn)載,、摘編、復(fù)制及建立鏡像等任何使用,。
