如何评价谷歌的「人工智能先行」(AI First)战略?
谷歌提出 AI First 是一个非常有魄力的决定,我非常认同这个大战略。
虽然 AI 的定义非常模糊,但是广义来讲,也包括各种流行词汇,比如 Big Data, Machine Learning, Data Mining, Deep Learning 等等。无论是对内应用各类 AI 算法,还是对外提供基于 AI 的服务,都是正确的决定。
现在是 AI 应用发展的黄金时代,因为各种外部条件非常成熟,我认为这样的成熟来自于三个方面:
- 模型表达能力无限强。由于在深度学习等相关领域的飞速进展,以及之前在线性模型上的经验积累,无论我们遇到的问题假设需要什么模型,我们都有能力有办法训练出来。这意味着不论我们面临什么样的数据,只要假设足够强烈,我们都能够找到合适的模型来训练。
- 计算能力无限快。各种分布式机器学习算法框架的出现比如 Spark, XGBoost, MXNet 等等。意味着无论多么复杂的模型,只要我有足够多的机器,总能够在合理的时间内将模型训练出来。在工程领域已经没有障碍。
- 数据无限多。随着企业越来越注意存储日志数据,以及众包平台比如 Amazon MTurk 的出现,Amazon Mechanical Turk 前景如何? 我们可以获得任意量的无标注或者标注的数据,有了足够的数据,我们就可以训练更精准的模型,因此在数据上也没有了任何障碍。
模型表达能力无限期,计算能力无限快,数据无限多,这意味着我们拥有一个威力巨大的锤子,砸到任何钉子上,与任何领域交叉,都能够带来巨大的改变。虽然锤子无比强大,但更难的方向是找到合适的钉子。这必须对于领域知识有足够的了解,同时知道如何用算法来提升原有的业务。钉子不仅要找到合适的,使用正确的方法锤下去也同样重要。
IBM 的 Watson 系统去过华尔街,做过医疗,当过律师。不知道谷歌的 AI First 战略会给我们消费者带来哪些惊喜呢?
继续阅读
全部内容Alexandr Wang 和 Lecun,谁对 Meta 更重要?
谢邀。作为一名身处硅谷一线的AI创业者,这个问题恰好击中了我一直在思考的核心。它看似在比较两个人,实则是在拷问一家科技巨头在当下这个“大重构”时代,究竟该如何选择自己的生存之道。 长话短说,我的核心观点是:在这个充满不确定性的时代,最重要的不是“做对”,而是通过快速试错来获得“信息增量”。因此,谁能帮助Meta更快、更...
为什么苹果公司在ai领域起了个大早赶了个晚集?
我有一个妙计,既然 Meta 最近在疯狂招人,不如 Apple 来一个釜底抽薪,直接收购 Meta,直接解决 Apple 在 AI 领域的问题。 下面是 AI 给出的详细计划: 苹果收购 Meta 的“神级”实施计划 0 · 战略总述 1. 一步到位补齐 AI 短板 Meta 正在用「Zuck Bucks」千金砸人,疯...
Meta 宣布成立「超级智能实验室」,其豪华团队阵容透露了哪些信息?未来可能会在哪些方面发力?
多数人把 Meta 超级智能实验室(MSL)看成一场“更大模型”军备赛。但我认为,扎克伯格真正想造的不是下一只 GPT,而是一套“AI 原生操作系统”——一个结合数据供应链、开发者生态和跨端硬件的全栈平台。模型只是其中一个可替换的插件,而不是终局。 团队构成指向“数据炼油厂 + 开发者平台” Alexandr Wang...

