广州新闻网
科技前沿 当前位置:首页 > 科技前沿 > 正文

AI凛冬将至,企业如何做好准备

公司将为AI准备多长时间?企业思想家209.9.20我想分享

诸如语音识别,图像分类,人工智能和蛋白质折叠算法之类的深度科学技术初创企业受到投资者的追捧。但是Tractable的创始人Alex Dalyac认为,如果这些公司不能赚钱,那么他们的冬天就要来了。

人工智能世界一直是混杂的。一方面,从击败最优秀的播放器和超越人类的图像内容识别能力,机器学习取得了令人难以置信的成就,从深蓝到ImageNet和AlphaGo。但是,这种进步是有代价的。研究上的突破吸引了很多投资,但是这种巨大的投资通常只会产生少量的商业回报。最终的结果只能是减少资金,科研进展停滞不前,“人工智能冬天来了”。这个迹象正在慢慢出现。目前,语音识别和图像分类等投资者青睐的最新学术成就,以及社会影响深远的挑战:城市自动驾驶,机器人操作,自然语言理解。但是,如果要使这些投资具有可持续性,则它们必须在合理的时间内获利。许多人工智能开发公司目前正处于严重亏损的状态,但他们相信有一天,有人会想出一种解决方法。但是,如果无法实现利润怎么办?然后,投资者将退出。除非科技公司能够为投资者,科学进步和社会带来回报,否则所有在研究,新芯片和平台上的投资都将丢失。那么,有没有一家AI公司可以继续从客户那里赚钱呢?我们可以从这些公司中学到什么?

人工智能公司需要赚钱

幸运的是,人工智能的进步确实使世界在某些领域变得更美好,更快和更实惠。例如,Aurora使用深度学习来实现人脸识别以确保机场安全,而Zebra Medical和Enlitic使用人工智能来进行癌症的早期检测,以帮助放射科医生更快地进行干预。这些挑战与现实世界中的我们息息相关,但是以前从未被计算机解决。因此,人工智能可以在这些领域产生立竿见影的效果,不仅可以解决客户和消费者的问题,而且可以将所有投资转化为实际利润,而不是理论上的未来回报。例如,智能的视觉评估还导致了车祸索赔的发展。 Tractable试图改变一些世界上最大的保险公司,以评估汽车损坏的程度。 在计算机视觉中使用了先进的技术,以确保索赔流程比以前更快,更准确且更经济。

这些技术提高了现有产品的质量,还开发了具有实际业务应用的新产品。其中最关键的是:对于人工智能开发,技术突破并不代表成功,客户认可才是成功。除非您可以将这些突破转化为对最终用户有影响的实际收益,否则即使您能够解决世界上最棘手的理论问题,也没有用。

人工智能公司的责任:足以赚钱吗?

但是,对现实世界中的商业应用及其回报的过度关注,是否限制了人工智能的范围?

答案并非如此。例如,Tractable使用人工智能同时处理多个图像以确定汽车的损坏程度,这有助于更好地为客户服务。但是,将这种专业知识和类似的技术突破应用到其他地方并不难想象。例如,通过使用可能与无人机相结合的类似技术,可以快速确定由自然灾害(例如飓风或洪水)造成的财产损失程度。换句话说,当今的商业人工智能为未来的技术突破奠定了基础,并最终帮助更多的人解决更具挑战性的问题。但是,我们能否做到这一点取决于我们实现商业人工智能可持续发展的能力。如果这样做的话,该公司将获得回报,投资者将得到回报,并且将继续将技术进步转化为有价值产品的行业模型将继续存在。也许,就像1910年代发明的汽车和1880年代出现的电力设施一样,未来的历史学家也将为2010年代出现的新行业加油。但是,如果有太多无法实现商业可持续性的AI公司怎么办?在最坏的情况下,就像本世纪初互联网泡沫破灭一样,人工智能供应链中的大多数公司都可能倒闭。因此,当今的科技公司有责任继续赚钱,以确保AI的可持续性并确保崩溃不会发生。收款报告投诉

诸如语音识别,图像分类,人工智能和蛋白质折叠算法之类的深度科学技术初创企业受到投资者的追捧。但是Tractable的创始人Alex Dalyac认为,如果这些公司不能赚钱,那么他们的冬天就要来了。

人工智能世界一直是混杂的。一方面,从击败最优秀的播放器和超越人类的图像内容识别能力,机器学习取得了令人难以置信的成就,从深蓝到ImageNet和AlphaGo。但是,这种进步是有代价的。研究上的突破吸引了很多投资,但是这种巨大的投资通常只会产生少量的商业回报。最终的结果只能是减少资金,科研进展停滞不前,“人工智能冬天来了”。这个迹象正在慢慢出现。目前,语音识别和图像分类等投资者青睐的最新学术成就,以及社会影响深远的挑战:城市自动驾驶,机器人操作,自然语言理解。但是,如果要使这些投资具有可持续性,则它们必须在合理的时间内获利。许多人工智能开发公司目前正处于严重亏损的状态,但他们相信有一天,有人会想出一种解决方法。但是,如果无法实现利润怎么办?然后,投资者将退出。除非科技公司能够为投资者,科学进步和社会带来回报,否则所有在研究,新芯片和平台上的投资都将丢失。那么,有没有一家AI公司可以继续从客户那里赚钱呢?我们可以从这些公司中学到什么?

人工智能公司需要赚钱

幸运的是,人工智能的进步确实使世界在某些领域变得更美好,更快和更实惠。例如,Aurora使用深度学习来实现人脸识别以确保机场安全,而Zebra Medical和Enlitic使用人工智能来进行癌症的早期检测,以帮助放射科医生更快地进行干预。这些挑战与现实世界中的我们息息相关,但是以前从未被计算机解决。因此,人工智能可以在这些领域产生立竿见影的效果,不仅可以解决客户和消费者的问题,而且可以将所有投资转化为实际利润,而不是理论上的未来回报。例如,智能的视觉评估还导致了车祸索赔的发展。 Tractable试图改变一些世界上最大的保险公司,以评估汽车损坏的程度。 在计算机视觉中使用了先进的技术,以确保索赔流程比以前更快,更准确且更经济。

这些技术提高了现有产品的质量,还开发了具有实际业务应用的新产品。其中最关键的是:对于人工智能开发,技术突破并不代表成功,客户认可才是成功。除非您可以将这些突破转化为对最终用户有影响的实际收益,否则即使您能够解决世界上最棘手的理论问题,也没有用。

人工智能公司的责任:足以赚钱吗?

但是,对现实世界中的商业应用及其回报的过度关注,是否限制了人工智能的范围?

答案并非如此。例如,Tractable使用人工智能同时处理多个图像以确定汽车的损坏程度,这有助于更好地为客户服务。但是,将这种专业知识和类似的技术突破应用到其他地方并不难想象。例如,通过使用可能与无人机相结合的类似技术,可以快速确定由自然灾害(例如飓风或洪水)造成的财产损失程度。换句话说,当今的商业人工智能为未来的技术突破奠定了基础,并最终帮助更多的人解决更具挑战性的问题。但是,我们能否做到这一点取决于我们实现商业人工智能可持续发展的能力。如果这样做的话,该公司将获得回报,投资者将得到回报,并且将继续将技术进步转化为有价值产品的行业模型将继续存在。也许,就像1910年代发明的汽车和1880年代出现的电力设施一样,未来的历史学家也将为2010年代出现的新行业加油。但是,如果有太多无法实现商业可持续性的AI公司怎么办?在最坏的情况下,就像本世纪初互联网泡沫破灭一样,人工智能供应链中的大多数公司都可能倒闭。因此,当今的科技公司有责任继续赚钱,以确保AI的可持续性并确保崩溃不会发生。

——



广州新闻网 版权所有© www.asapbj.org 技术支持:广州新闻网 | 网站地图