国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

【譯】AI 讓科技公司變得更強大嗎

lylwyy2016 / 2732人閱讀

摘要:由于機器學習的基礎是數據大量的數據很常見的是,人們越來越擔心已經擁有大量數據的公司會變得更強大。事實上,機器學習的傳播并不意味著谷歌變得更強大,但各種各樣的創業公司都可以比以前更快地用這種前沿科學建立事物。

機器學習可能是當今技術中最重要的基本趨勢。由于機器學習的基礎是數據 - 大量的數據 - 很常見的是,人們越來越擔心已經擁有大量數據的公司會變得更強大。這有一定的道理,但是以相當狹窄的方式,同時ML也看到了很多能力的擴散 - 可能存在與集中化一樣多的分散化。

首先,說機器學習是關于數據的意思是什么?由于ML的學術文化,幾乎所有的初級科學都是在創建之后發布的 - 幾乎所有新的都是一篇你可以閱讀和構建的論文。但是你建造什么?那么,在過去,如果軟件工程師想要創建一個系統來識別某些東西,他們就會編寫邏輯步驟(“規則”)。要識別圖片中的貓,你會編寫規則來查找邊緣,毛發,腿,眼睛,尖耳等等,并將它們全部拼接在一起并希望它能夠正常工作。麻煩的是,雖然這在理論上是有效的,但在實踐中它更像是試圖制造機械馬 - 這在理論上是可行的,但所需復雜性的法令是不切實際的。我們實際上無法描述我們用于行走或識別貓的所有邏輯步驟。通過機器學習,您可以向統計引擎提供示例(大量示例),而不是編寫規則,并且該引擎會生成可以區分的模型。你給它10萬張標有"cat"的照片和100,000張標有"no cat"的照片,然后機器計算出差異。 ML用自動確定的數據模式取代了手寫的邏輯步驟,并且對于一個非常廣泛的問題更加有效 - 簡單的演示在于計算機視覺,語言和語音,但用例更廣泛。您需要多少數據才是移動目標:有研究途徑允許ML使用更小的數據集,但就目前而言,(更多)數據幾乎總是更好。

因此,問題是:如果ML讓你做新的和重要的事情,而ML會更好,你擁有的數據越多,那么這意味著那些已經很大且擁有大量數據的公司會變得更強大了多遠?贏家通吃效果有多遠?很容易想象良性循環強化了贏家:"更多數據=更準確的模型=更好的產品=更多的用戶=更多的數據"。從這里開始,這是“Google / Facebook /亞馬遜擁有所有數據”或“中國擁有所有數據”等聲明的一個簡單步驟 - 擔心最強大的科技公司會變得更強大,人口眾多的國家也會變得更加強大"對集中使用數據的態度。

好吧,有點。

首先,雖然您需要大量的機器學習數據,但您使用的數據非常特定于您嘗試解決的問題。通用電氣擁有大量來自燃氣輪機的遙測數據,谷歌擁有大量搜索數據,而美國運通有很多信用卡欺詐數據。您不能使用渦輪機數據作為例子來發現欺詐性交易,并且您無法使用網絡搜索來發現即將發生故障的燃氣輪機。也就是說,ML是一種可推廣的技術 - 您可以將其用于欺詐檢測或人臉識別 - 但您使用它構建的應用程序并不是一般化的。你構建的每件事只能做一件事。這與之前的所有自動化浪潮大致相同:就像洗衣機只能洗衣服而不洗碗或做飯一樣,國際象棋程序不能免稅,機器學習翻譯系統無法識別貓。您構建的應用程序和您需要的數據集都非常特定于您嘗試解決的任務(盡管如此,這是一個移動目標,并且正在進行研究以嘗試使學習在不同數據集之間更易于轉換)。

這意味著機器學習的實現將得到非常廣泛的分布。谷歌不會“擁有所有數據” - 谷歌將擁有所有谷歌數據。谷歌將擁有更多相關的搜索結果,通用電氣將擁有更好的引擎遙測技術,沃達豐將更好地分析通話模式和網絡規劃,這些都是由不同公司構建的不同內容。谷歌更善于成為谷歌,但這并不意味著它在某種程度上擅長于其他任何事情。

接下來,人們可以爭辯說,這只意味著每個行業中的大公司都會變得更強大 - 沃達豐,通用電氣和美國運通各自擁有“所有數據”,無論他們做什么,因此形成了對抗競爭的護城河。但在這里,它更復雜:有各種有趣的問題,關于誰擁有數據,它的獨特性以及它的獨特性,以及正確的聚合和分析點。

那么:作為一家工業公司,您是否保留自己的數據并構建ML系統進行分析(或者向承包商支付費用為您做到這一點)?您是否從已經接受過其他人數據培訓的供應商那里購買成品?您是將您的數據混合到那里,還是從它衍生出的培訓中混合?供應商是否需要您的數據,或者他們已經擁有足夠的數據?答案在您的業務的不同部分,不同的行業和不同的用例中會有所不同。

從另一端來看,如果您正在創建一家公司來部署ML來解決實際問題,那么有兩個基本數據問題:如何獲得第一個數據來訓練模型以獲得第一個客戶,你實際需要多少數據?當然,第二個問題分解為很多問題:問題是通過相對少量的數據解決的,你可以很容易地獲得(但許多競爭對手可以獲得),或者你需要更多,難以獲得數據,如果是這樣,網絡效應可以從中受益,那么勝利者會采取一切動態嗎?產品是否會無限期地獲得更多數據,或者是否存在S曲線?

這取決于。

某些數據對于業務或產品而言是獨一無二的,或者具有強大的專有優勢。 GE發動機遙測可能沒有太多用于分析勞斯萊斯發動機,但如果是,他們將不會分享它。這可能是公司創建的機會,但也是許多內部大公司IT和承包商項目發生的地方

一些數據將適用于許多公司甚至許多行業中的用例。 “這個電話有些奇怪”可能是所有信用卡公司的常見分析 - “客戶聽起來很生氣”可能適用于有呼叫中心的任何人。這是“混合”的問題。在這里創建了許多公司來解決許多公司或不同行業的問題,這里的數據存在網絡效應。

但也有一些情況,在某一點之后,供應商甚至不需要每個增量客戶的數據 - 產品已經在運行。

實際上,隨著機器學習幾乎擴散到所有東西,一個初創公司可能會看到其中的幾個。我們的投資組合公司Everlaw生產法律發現軟件:如果你起訴某人并且他們給你發了一輛裝滿紙的卡車,這會有所幫助。機器學習意味著他們將能夠對一百萬封電子郵件進行情緒分析(“向我顯示焦慮的電子郵件”),而無需根據案例中的數據訓練該模型,因為培訓該模型的情緒示例不需要來自這一特定訴訟(或任何訴訟)。相反,他們也可以對您的數據進行聚類分析(“向我顯示與此相同的電子郵件”),而不會在其他任何地方進行。另一家投資組合公司Drishti使用計算機視覺來檢測和分析生產線 - 其中一些功能是根據您的數據進行培訓的,有些功能根本不是針對您的業務,而是跨行業。

在極端情況下,我最近采訪了一家非常大型車輛的制造商,他們正在使用機器學習來獲得更精確的癟胎檢測器。這是訓練有關數據(很多很多很多來自扁平輪胎和非扁平輪胎的信號的例子),顯然,但是獲得這些數據并不難。這是一個特征,而不是護城河。

因此,我之前說過ML啟動有兩個問題:如何獲取數據以及您需要多少?但這些只是技術問題:你還會問你如何進入市場,你的可尋址市場是什么,你解決的問題對你的客戶有多大價值,等等。也就是說,很快就會有任何“AI”創業公司 - 他們將成為工業過程分析公司,法律平臺公司或銷售優化公司。事實上,機器學習的傳播并不意味著谷歌變得更強大,但各種各樣的創業公司都可以比以前更快地用這種前沿科學建立事物。

這讓我想到了我在其他地方使用過的比喻 - 我們應該將機器學習與SQL進行比較。它是一個重要的構建塊,允許新的和重要的事情,并將成為一切的一部分。如果你不使用它和你的競爭對手,你會落后。有些人會用這種方式創建全新的公司 - 沃爾瑪成功的一部分來自于使用數據庫來更有效地管理庫存和物流。但是今天,如果你創辦了一家零售商并說“......我們將要使用數據庫”,這不會讓你與眾不同或有趣 - SQL成為了一切的一部分然后消失了。機器學習也會發生同樣的情況。

本文為簡譯,更多詳情請參見原文。

文章來源: 網易云社區

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/25402.html

相關文章

  • OpenAI 以 10 億美元出售「靈魂」,網友熱評不再「Open」

    摘要:近日,一篇在上成為了網友熱議的話題。在這種結構改變幾個月后,微軟宣布注資億美元。與微軟的合作關系是基于一個重要的前提,即微軟有權將的部分技術商業化。網友紛紛稱早已應該更名為。 編譯?| 禾木木 出品 |?AI科技大本營(ID:rgznai100) OpenAI 如何以 10 億美元的價...

    wenzi 評論0 收藏0
  • 】盤點即將影響世界的九大創新

    摘要:我們來聊聊可能很快就會影響世界的九大創新人工智能能夠獨立于人類主人而學習操作的人工智能,這看上去就像科幻小說。以色列公司建立了世界最大的海水淡化工廠,每天能生產立方米淡水。 本文轉載自:眾成翻譯譯者:文藺鏈接:http://www.zcfy.cc/article/830原文:https://medium.com/startup-grind/9-innovations-that-coul...

    tinyq 評論0 收藏0
  • 深度學習out了?深度解讀AI領域三大前瞻技術

    摘要:而這種舉一反三的能力在機器學習領域同樣適用,科學家將其稱之為遷移學習。與深度學習相比,我們技術較大優點是具有可證明的性能保證。近幾年的人工智能熱潮中,深度學習是最主流的技術,以及之后的成功,更是使其幾乎成為的代名詞。 如今,人類將自己的未來放到了技術手里,無論是讓人工智能更像人類思考的算法,還是讓機器人大腦運轉更快的芯片,都在向奇點靠近。谷歌工程總監、《奇點臨近》的作者庫茲韋爾認為,一旦智能...

    muddyway 評論0 收藏0
  • []Python作為一種編程語言有多強大

    摘要:易于學習,用戶友好且功能強大,所以能在編程語言中排名前五的毫不令人意外。感謝各種庫使得成為科學計算方面的很好的語言。金融科技企業需要一種易于處理,可擴展,成熟,高性能的編程語言,并配有現成的庫和組件。 Quora問題:Python作為一種編程語言有多強大?以下是Patrycja Okowicka的回答 說實話,Python是一門強大的語言,幾乎所有東西都可以用Python創建!這就是為...

    URLOS 評論0 收藏0
  • 那些開創深度學習的大師們

    摘要:今年月日收購了基于深度學習的計算機視覺創業公司。這項基于深度學習的計算機視覺技術已經開發完成,正在測試。深度學習的誤區及產品化浪潮百度首席科學家表示目前圍繞存在著某種程度的夸大,它不單出現于媒體的字里行間,也存在于一些研究者之中。 在過去的三十年,深度學習運動一度被認為是學術界的一個異類,但是現在, Geoff Hinton(如圖1)和他的深度學習同事,包括紐約大學Yann LeCun和蒙特...

    Jackwoo 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<