211service.com
Hvis du tenker på å omfavne AI: bare hopp inn
Er du en bedriftsleder som ønsker å ta i bruk AI i virksomheten din, men føler deg overveldet over utsiktene? Da har Andrew Ng, tidligere grunnlegger av Google Brain og sjefforsker ved Baidu, noen råd til deg: hopp inn.
Det er en stor reise, sa han på EmTech Digital-scenen, MIT Technology Reviews årlige AI-konferanse, men å hoppe inn er ikke vanskelig.
Ng er nå grunnlegger og administrerende direktør for Landing AI, en satsning dedikert til å hjelpe selskaper uten ressursene og kunnskapen til tradisjonelle teknologiselskaper til å delta i AI-revolusjonen. Det er de selskapene utenfor AI-industrien, for eksempel innen detaljhandel, logistikk eller transport, som kan dra nytte av den økte effektiviteten og ulåste potensialet som maskinlæringsapplikasjoner gir, sa Ng. Men han forstår at det kan være vanskelig. [Vi er her for å] hjelpe selskaper med å gjøre en veldig vanskelig, men veldig verdifull ting, sa han.
Hvordan hoppe inn? Ng råder til å begynne i det små. Begynn med et pilotprosjekt som krever bare en eller to ingeniører; sette realistiske forventninger til hva AI kan og ikke kan gjøre; og fokusere på å vinne raske seire. Ikke bare hjelper denne strategien en organisasjon raskt å forstå hva som skal til for å fortsette å investere i AI, men den vil også bidra til å sikre innkjøp fra ledere på høyere nivå. Den beste måten å lykkes med AI-adopsjon, sa han, er å ha støtte fra alle nivåer i en organisasjon.
Han trakk et eksempel fra sin egen erfaring da han først lanserte Google Brain. I de første dagene da han startet det teamet, møtte han utbredt skepsis i selskapet om potensialet til dyp læring. Det var gjennom innledende raske seire at han bygget det nødvendige momentumet for å skaffe flere ressurser.
Ng delte også sin begeistring for fremtidige fremskritt innen AI – og hva de vil bety for bedrifter. For eksempel kan opplæring av dyplæringsmodeller på små datasett – 100 datapunkter eller mindre – åpne AI-adopsjon for mange bedrifter, for eksempel helsevesen, som kan ha mye mindre data å jobbe med enn store teknologiske plattformer.
Foreløpig er Landing AI imidlertid fokusert på en to-til-fire-års tidsskala. Det eneste som er bedre enn en enorm langsiktig mulighet er en enorm kortsiktig mulighet, spøkte han. Vi har mange av dem akkurat nå.