GMIS 2017大会Saman Farid演讲:人工智能时代创业者面对的挑战和机会

2017-05-28 18:26:32   
0 0 0

全球机器智能峰会(GMIS 2017),是全球人工智能产业信息服务平台机器之心举办的首届大会,邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战,兼顾学界与产业、科技巨头与创业公司,以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。

5 月 28 日,机器之心主办的为期两天的全球机器智能峰会(GMIS 2017)进入第二天,全天议程中最受关注的是多位重要嘉宾出席的领袖峰会,包括《人工智能:一种现代方法》的作者 Stuart Russell、第四范式联合创始人兼首席科学家杨强、科大讯飞执行总裁兼消费者事业群总裁胡郁、阿尔伯塔大学教授及计算机围棋顶级专家 Martin Müller、Element AI 联合创始人 Jean-Sebastien Cournoyer 等。

下午,联想之星 Comet Labs 管理合伙人 Saman Farid 发表了主题为《人工智能时代创业者面对的挑战和机会》的演讲,对 AI 可以应用在哪、 创业公司应该做些什么等问题给出了自己的答案。

Comet Labs 是以人工智能为主的投资和孵化基金,有大量的孵化器,曾入选美国知名科技媒体 TechCrunch 评选的全球 15 家机器智能创业者不可不知的风险投资基金。据 Saman 介绍,Comet Labs 基本上包括三个部分,即大量投资早期的人工智能项目、做行业实验室以及实质性的孵化。

Saman 对于 AI 的潜力基于肯定,并相信 AI 会带来新一代应用变革。他从创业者的角度思考,提到了机器学习的三个主要优点:高于人类的记忆能力、更多的经验以及不怕累。同时,机器学习也存在很大的缺点和漏洞:没有足够的数据、环境因素不可控以及某些特殊案例的存在。

基于人工智能技术的优势与劣势,Saman 对于 AI 可以应用在哪里这一问题,给出了三点回答:「第一,基本上是一些可控的环境,但是不要太可控。在物理环境里面,创业者应该要找一个合适的平衡,也就是目前的人工智能技术可以解决,但是传统的自动化解决不了的问题。第二,明确的商业价值。很多创业者是为了研究去研究,很多类似的创业公司都有技术背景非常强的人,但是到实际应用的时候,他们不是非常了解这个产业需要一些什么东西。第三,人做不了的事情或者是不想做的事情,很多创业者也有感触。我们最近在美国刚投了一个垃圾分类的项目,这个垃圾分类机器人肯定会提升效率,但是实际上更重要的是垃圾处理厂里面的人不想在那儿工作。作为一个创业公司,我们可以去解决一些这样的问题。」

Saman 作为一个投资人,观察到了人工智能在一些传统行业中的机会。他认为,创业公司的机会主要有三点:一是解决好实践问题,二是选择一些可能被解决得很好的问题,三是做那些大公司做不了的事情。

但是同时,Saman 也指出创业公司可能会遇到一些问题。Saman 提到了一个关于数据循环的壁垒:通过做出一个不错的产品,创业公司可以切入到实际使用场景中去。基于使用场景公司可以获取更多的数据,同时这些数据也可让他们对产业的实际情况有更深入的了解。另外,将这些数据进行标签会产生更多的结构化数据,可以基于这些结构化的数据做出一个更完善的模型。这个模型可能会让产品的实际经济效益增加,引入一批新的高质量客户。Saman 认为摩拜单车就是一个成功运作这个数据循环的例子。除此之外,Saman 还提到了平台的网络效应以及深入地潜入到客户产业链中两方面壁垒。

接下来,Saman 谈到了 B2B 创业公司如今面对的三大挑战:闭门造车,造不出好产品;走向市场需要客户资源;技术公司面对全球化竞争。

随后,Saman 以交通实验室为例,举例介绍了投资机构是如何尝试帮助创业者解决问题的,并详细介绍了目前的投资案例,包括档案管理公司 Ripcord、研发活体检测扫描工具的公司 3Scan,摘苹果机器人公司 Abundant Robotics 等,希望给予一些作战的创业公司一些灵感和启发。

演讲的最后,Saman 提出几点对于人工智能创业者的建议:「深度理解使用场景,先切入一个非常细分的问题,再逐渐把它更好。尽可能形成数据循环,有高价值的、比较独特的数据才是非常有用的。」

GMIS 2017大会Saman Farid演讲:人工智能时代创业者面对的挑战和机会相关推荐

  1. GMIS 2017大会Wesly Mukai演讲:智能运输的未来

    GMIS 2017大会Wesly Mukai演讲:智能运输的未来 2017-05-27 13:09:01     GMIS 2017    0 0 0 全球机器智能峰会(GMIS 2017),是全球人 ...

  2. GMIS 2017大会戴文渊演讲:构建AI商业大脑

    GMIS 2017大会戴文渊演讲:构建AI商业大脑 2017-05-27 14:05:58    深度学习    0 0 0 全球机器智能峰会(GMIS 2017),是全球人工智能产业信息服务平台机器 ...

  3. GMIS 2017大会杨强演讲:迁移学习的挑战和六大突破点

    GMIS 2017大会杨强演讲:迁移学习的挑战和六大突破点 2017-05-28 14:04:47     GMIS 2017    0 0 1 5 月 28 日,机器之心主办的为期两天的全球机器智能 ...

  4. GMIS 2017大会漆远演讲:AI 驱动金融生活

    GMIS 2017大会漆远演讲:AI 驱动金融生活 2017-05-28 15:54:38     GMIS 2017    0 0 0 全球机器智能峰会( GMIS 2017 ),是全球人工智能产业 ...

  5. GMIS 2017大会圆桌论坛:机器智能时代的全球化进程

    全球机器智能峰会(GMIS 2017),是全球人工智能产业信息服务平台机器之心举办的首届大会,邀请了来自美国.欧洲.加拿大及国内的众多顶级专家参会演讲.本次大会共计 47 位嘉宾.5 个 Sessio ...

  6. GMIS 2017大会杨洋演讲:认知分析-透过机器重新审视商业本质

    GMIS 2017大会杨洋演讲:认知分析-透过机器重新审视商业本质 2017-05-28 17:23:00     GMIS 2017    0 0 0 全球机器智能峰会( GMIS 2017 ),是 ...

  7. GMIS 2017大会邓力演讲:无监督学习的前沿与SPDG方法的优良性

    GMIS 2017大会邓力演讲:无监督学习的前沿与SPDG方法的优良性 2017-05-27 11:53:46     GMIS 2017    0 0 0 全球机器智能峰会( GMIS 2017 ) ...

  8. GMIS 2017 大会陈雨强演讲:机器学习模型,宽与深的大战

    GMIS 2017 大会陈雨强演讲:机器学习模型,宽与深的大战 2017-05-27 19:15:36     GMIS 2017    1 0 0 5 月 27 日,机器之心主办的为期两天的全球机器 ...

  9. GMIS 2017 大会余凯演讲:深度学习引领驾驶革命

    GMIS 2017 大会余凯演讲:深度学习引领驾驶革命 2017-05-27 16:32:37    深度学习   创业公司   人工智能应用   自动驾驶    0 0 0 全球机器智能峰会(GMI ...

最新文章

  1. 45. Jump Game II
  2. php获取字符串商都_php strlen获取字符串字节长度和mb_strlen获取字符串个数长度的区别(strlen获取中文长度)...
  3. Matlab 字符串比较
  4. 配置多个git账号_docker随手笔记第七节 jenkins通过git部署java微服务插件安装
  5. python爬取知乎标题_python爬虫 爬取知乎文章标题及评论
  6. Python基础学习五 内置模块
  7. oracle+内存错误,oracle使用内存的错误,ORA-27102: out of memory
  8. GCC 使用-C语言编译过程
  9. Docker,使生信分析更简单、可重复
  10. 推荐几个e书下载地址
  11. 由程序猿yyyy-MM-dd跨年Bug引发的深思
  12. 两种求矩阵伪逆的方法
  13. 奇迹虚拟服务器登录软件,奇迹mu 远程云服务器挂机
  14. 内网安全-常见横向移动总结
  15. pcl点云特征提取 法线估计 PFH FPFH NARF 惯量偏心矩 RoPs特征 视点特征直方图VFH GASD特征
  16. Android 更换用户头像(拍照、相册选取)
  17. 计算机原理学习(序)
  18. 十大智能家居系统解决方案
  19. xmms mp3 wma插件
  20. 《Deep Learning with Python》(中文版)—读书笔记

热门文章

  1. 什么从什么写短句_结婚纪念日发朋友圈说说 致自己结婚纪念日短句 一句话经典...
  2. C++虚继承下的内存模型(二)
  3. easyloging 获取日志文件名字_愉快地学Java语言:第十五章 断言与日志
  4. Python应用实战系列(一)-正则表达式大全
  5. 深度学习核心技术精讲100篇(八)-keras 实战系列之深度学习中的多任务学习(Multi-task learning)
  6. Leetcode每日必刷题库第2题,如何实现两数相加?
  7. 【机器学习算法-python实现】决策树-Decision tree(2) 决策树的实现
  8. 服务的实例已在运行中_亚马逊首次把macOS引入云服务
  9. AI算法又整新活,去海边跳一支舞!
  10. 如何在tensorflow2环境运行tensorflow1代码