加入收藏 | 设为首页 | 会员中心 | 我要投稿 通辽站长网 (https://www.0475zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 综合聚焦 > 移动互联 > 评测 > 正文

吴恩达发布《AI转型指南》:喊话CEO们AI转型分五步

发布时间:2018-12-17 21:34:55 所属栏目:评测 来源:张秋玥、笪洁琼、魏子敏、蒋宝尚编译
导读:人工智能毫无疑问重塑了工程师和研究者们,但是,掌管公司发展前景的 CEO 们更关心什么呢? 今年 8 月份,吴恩达在自己的推特上发布了一个问题,称自己因为 Landing.ai 的项目到访很多国家,和非常多的 CEO 交流过他们的 AI 策略,想基于此发布一个报告,

10 年前,职业培训需要邀请专家来到你的公司讲课,这种方式非常低效,回报率也很不明确。现在,数字内容的出现更加经济和个性化。这时,私人的咨询者可以作为线上内容的一个补充(我们一般称其为“翻转课堂”)。这种方式我个人认为更有效率,在斯坦福,我的校内深度学习课程就是用这种方式进行的。雇佣一些人工智能专家来获取个性化经验也是激发团队学习人工智能技能热情的很好方式。

AI 将改变许多不同的工作。所以,应该针对公司的每个员工,根据适用公司发展的相关 AI 知识,请。 咨询为团开发定制课程。 培训计划因人而异,因部门而异:

高管和公司负责(⩾4 小时培训)

  • 目标:让管理人员了解 AI 可以为企业做些什么,做出合理的资源分配决策并与负责 AI 项目的 AI 团队协作。

  • 课程设置:

  • 人工智能的基本业务理解,包括基本技术,数据以及 AI 能做什么和不能做什么。

  • 了解 AI 对公司战略的影响

  • 学习已经落地的 AI 场景应用或者相关行业的案例。

开展 AI 项目的各部门领导(⩾12 小时培训)

  • 目标:部门负责人能够为 AI 项目设定方向,分配资源,监控和跟踪进度,并根据需要进行更正,以确保成功交付项目。

  • 课程设置:

  • 掌握人工智能的基本项目方向,包括基本技术,数据以及 AI 能做什么和不能做什么。

  • 了解基本 AI 算法 。

  • 基本了解 AI 项目的工作流程,AI 团队中的角色和职责,以及 AI 团队的管理。

AI 工程师:(⩾100 小时培训)

  • 目标:新培训的 AI 工程师应该能够收集数据,训练 AI 模型,并提供特定的 AI 项目。

  • 课程设置:

  • 对机器学习和深度学习进行深层次技术理解; 基本了解其他 AI 工具。

  • 了解用于构建 AI 和数据系统的可用工具,包括开源以及其他第三方提供的工具

  • 对员工进行持续培训,以适应日益发展的技术趋势

制定人工智能战略

人工智能战略将引导公司在创建价值的同时建立可防御的护城河。一旦团队开始看到初始 AI 项目的成功,并对 AI 形成了更深的理解。就能够确定 AI 可以在哪些地方创造最大的价值,并将资源集中在这些领域。

一些高管会认为,制定人工智能战略应该是第一步。在我看来,缺乏基本经验的情况下下,大多数公司并不能制定出深思熟虑的人工智能战略。

公司建造“防御性护城河“的方式也在随着人工智能的发展而发展。以下是一些值得思考的方法:

构建自己的优质 AI 资产,这些资产基本上与战略保持一致:AI 使公司能够以新的方式建立独特的竞争优势。

迈克尔·波特(Michael Porter,曾提出著名的波特五力模型)关于商业战略的开创性著作表明,开创一家有防御能力的公司的一种方法是,构建几个与战略大体相符的优质资产。因此,竞争对手很难同时复制所有这些资产。

利用人工智能创建一种特定于你所在行业的优势:与其试图在人工智能领域与谷歌(Google)等领先的科技公司“一般”竞争,我建议你不如成为你所在行业的领先人工智能公司,在那里,开发独特的人工智能功能将使你获得竞争优势。AI 如何影响你公司的战略将取决于行业和具体情况。

与“AI 的良性循环”相一致的设计策略,即积极反馈循环:在许多行业中,我们将看到数据积累导致可防御的企业:

吴恩达发布《AI转型指南》:喊话CEO们AI转型分五步

例如,领先的网络搜索引擎,如谷歌,百度,必应和 Yandex(俄罗斯版谷歌,比谷歌在俄罗斯的使用频率高)都拥有各自巨大的数据资产。这些数据帮助这些公司建立一个更精确的搜索引擎产品(A),这又帮助他们获得更多的用户(B),还导致他们拥有更多的用户数据(C)。竞争对手很难进入这种积极反馈的循环之中。数据是人工智能系统的关键资产。因此,许多伟大的人工智能公司也有复杂的统一数据策略。数据战略的关键要素可能包括:

  • 战略数据获取:可使用从 100 个数据点(“小数据”)到 100,000,000 个数据点(“大数据”)的任意位置构建统一有用的 AI 系统。人工智能团队正在使用非常复杂的策略来获取数据,而具体的数据获取策略则是针对特定行业和具体情况的。例如,谷歌和百度都有大量的免费产品,这些产品不是具有货币化价值的,而是允许它们获取可以其他具有货币化价值的数据。

  • 统一数据仓库:如果你有 50 个不同的数据库,这些数据库在 50 位不同的副总裁(VP)或部门的控制下,工程师或 AI 软件几乎不可能访问这些数据并“连接这些点”。相反,考虑将减少用于储存的数据库。

  • 识别哪些数据是有价值的,哪些不具有价值:拥有许多 TB 级别的数据,并不意味着 AI 团队将能够从这些数据中创造价值。我不幸地看到,一些首席执行官在收集低价值数据方面过度投资,甚至为了获得一家公司的数据而收购该公司,结果却发现目标公司的许多 TB 数据并不具有价值。避免这个错误,在数据获取过程中尽早引入 AI 团队,并让他们帮助你确定要获取和保存的数据类型的优先顺序。

  • (编辑:通辽站长网)

    【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读