北京時(shí)間 12 月 14 日晚間,吳恩達宣布自己的新公司 Landing.ai 成立,希望從制造業(yè)入手,「幫助傳統企業(yè)在 AI 時(shí)代實(shí)現轉型」。與此同時(shí),吳恩達表示公司已經(jīng)與富士康達成戰略合作關(guān)系。兩家公司從今年 7 月就開(kāi)始了合作,集兩家的核心能力打造 AI 技術(shù)、人才和系統。
雷鋒網(wǎng)先進(jìn)時(shí)間在官網(wǎng)與公眾號上報道了這一新聞,此消息也被各路媒體接連刷屏。而在被吳恩達的Landing.ai刷屏后,雷鋒網(wǎng) AI 科技評論從 Twitter 和招聘啟示中看到了三個(gè)有趣的細節。
新聞回顧: 吳恩達成立新公司 Landing.ai,幫助傳統產(chǎn)業(yè)掘金 AI,并宣布與富士康合作
五個(gè)月前的「蛛絲馬跡」
有同行笑侃,吳恩達公布 Deeplearning.ai 項目的時(shí)間也同樣是在國內晚間,這明顯是不讓國內媒體好好休息的節奏??!玩笑歸玩笑,但吳恩達選擇在 12 月 14 日晚間宣布這一消息,實(shí)際上在時(shí)間選擇上是做好了周全的「考慮」,而且早在 5 個(gè)月前,就已經(jīng)確定了要幫助傳統產(chǎn)業(yè)掘金 AI 的想法。為何這么說(shuō)?
在 Medium 博客上宣布 Landing.ai 成立的 8 個(gè)小時(shí)之后,吳恩達以分享 MIT TR 的一篇文章為契機,在 Twitter 上分享了一條標著(zhù)序號「8」的動(dòng)態(tài)。而有意思的是,這條 Twitter 是基于他先前所發(fā)布的七條 Twitter 轉推的,時(shí)間間隔不多不少,正好五個(gè)月。
今年的 7 月 15 日,吳恩達在同一天連發(fā)了七條 Twitter,并以 1-7 的順序標明了它們的先后順序。
AI 科技評論編譯如下:
-
1/ 技術(shù)完善需要時(shí)間:2007 年是推出 iPhone 的好時(shí)機;但 1993 年不是(蘋(píng)果的 Newton),因為電池/屏幕/芯片技術(shù)尚未發(fā)展到那一階段。
-
2/ 極端例子:達?芬奇(Leonardo da Vinci,1480 年代)早在 15 世紀就提出了直升機的發(fā)明原理,但引擎相關(guān)技術(shù)直到 20 世紀才發(fā)展起來(lái)。
-
3/ 2007 年對于自動(dòng)駕駛而言也許為時(shí)過(guò)早(DARPA Urban Challenge),因為人工智能、傳感器等技術(shù)尚未發(fā)展成熟。從 2007 到 2015 年,自動(dòng)駕駛的生態(tài)系統才逐步完善。
-
4/ 90 年代的互聯(lián)網(wǎng)/網(wǎng)絡(luò )/視頻流,無(wú)法滿(mǎn)足 MOOCs 的技術(shù)支持。在 2011 年,基礎設施的進(jìn)步促成了 Coursera 等教育平臺的誕生。
-
5/ 深度學(xué)習。在 20 世紀 90 年代,由于數據/計算量的體量都較小,淺顯算法在彼時(shí)更為流行。而從那會(huì )到 2007 年,基礎設施大家有目共睹。
-
6/ 但是,不論是早期的發(fā)明家,或是近年來(lái)的創(chuàng )新者,我們都應該對所有的變革者予以致敬。他們的工作具有非常大的影響力,也使許多人受益!
-
7/ 2017 年是一個(gè)偉大的時(shí)機,關(guān)于我的這個(gè)想法,敬請持續關(guān)注……(笑臉)
雖然第 7 條動(dòng)態(tài)獲得了 630 個(gè)點(diǎn)贊,但在 8 月份,吳恩達宣布了 Deeplearning.ai 的創(chuàng )辦,這一面向教育領(lǐng)域的全新課程成功轉移了大眾的注意力,人們一度覺(jué)得「吳老師」又回歸了。而殊不知,在時(shí)隔五個(gè)月后,吳恩達才「姍姍來(lái)遲」地發(fā)布了第 8 條動(dòng)態(tài)(附上了 Landing.ai 的成立消息),他寫(xiě)道:
-
8/ 在五個(gè)月后,終于將這條時(shí)間線(xiàn)串聯(lián)起來(lái)。這就是我所認為的,AI 的偉大時(shí)機所在:制造業(yè)!
實(shí)際上,吳恩達曾在 Medium 中提及,Landing.ai 已在今年 7 月便與富士康達成戰略合作關(guān)系,「集兩家的核心能力打造 AI 技術(shù)、人才和系統?!惯@一時(shí)間與吳恩達連發(fā)七條 Twitter 的時(shí)間重疊,加上富士康一直以來(lái)是蘋(píng)果的 OEM 代工制造商,也不難聯(lián)想,實(shí)際上在五個(gè)月前,吳恩達就確定了要往制造業(yè)發(fā)力的想法。
在前面 7 條 Twitter 中,吳恩達反復強調的一個(gè)觀(guān)點(diǎn)是,應用的落地需要技術(shù)基礎的大量積累,時(shí)代的技術(shù)背景決定了制造產(chǎn)業(yè)能邁得多遠。而制造業(yè)作為一個(gè)非?!钢亍沟漠a(chǎn)業(yè),亟待用 AI 來(lái)解決制造業(yè)目前面臨的一些挑戰,包括「改善質(zhì)量管控,縮短設計周期,消除供應鏈瓶頸,減少材料和能源浪費,提高產(chǎn)出?!?/p>
9 大崗位開(kāi)放招聘,一窺工作內容
從官網(wǎng)的招聘消息來(lái)看,目前 Landing.ai 有九個(gè)崗位開(kāi)放招聘,地點(diǎn)都在美國的 Palo Alto。除實(shí)習生與辦公室行政助理外,可以從其它 7 個(gè)崗位的招聘要求及職責中一窺 Landing.ai 的主要工作內容。
官網(wǎng): http://www.landing.ai
軟件工程師方面包括機器學(xué)習方向與 CV 方向,前者主要是「為現實(shí)世界的大規模問(wèn)題開(kāi)發(fā)和改進(jìn)機器學(xué)習解決方案」,并構建迭代深度學(xué)習模型;后者將與「合作伙伴一起構建 AI /機器學(xué)習/深度學(xué)習應用程序」,主要包括對象檢測/識別和分割三個(gè)方向。鑒于目前 AI 最為火熱的領(lǐng)域正是機器學(xué)習方向,而與制造業(yè)較為相關(guān)的是計算機視覺(jué)領(lǐng)域,涉及這兩個(gè)方向的工程師崗位也就不足為奇了。
此外,Landing.ai 還對外招聘全堆棧軟件工程師與入門(mén)級軟件工程師,工作內容包括:
為我們的 AI 解決方案構建各個(gè)層次的基礎架構;
設計和構建軟件(通常是網(wǎng)絡(luò ))應用程序的整體架構;
為機器學(xué)習,數據探索和分析構建軟件基礎架構;
設計和開(kāi)發(fā)內部工具來(lái)幫助我們的 AI 工程師加快他們的迭代設計過(guò)程;
保持質(zhì)量并確保應用程序的響應;
構建高質(zhì)量的代碼庫。
也就是說(shuō),在對算法進(jìn)行設計后,這兩個(gè)崗位的工程師需要為算法提供一個(gè)可以運行的環(huán)境架構,很大程度上包括應用程序甚至是操作系統。
而機械工程師(自動(dòng)化與機器人方向)的工作職責不僅需要為技術(shù)風(fēng)險評估和界面管理以及自動(dòng)化和設備工程實(shí)踐方面的技術(shù)專(zhuān)長(cháng)提供指導,還需要評估與部署 AI 解決方案的潛在硬件機會(huì )。
Landing.ai 在「培訓業(yè)務(wù)經(jīng)理」的招聘介紹中指出,它們正在建設一種新型的培訓方案,使人們能夠為未來(lái)的工作做好準備,這也與吳恩達在博客中提及的相呼應?!肝覀兿嘈?AI 的崛起將導致一系列戲劇性的轉變,從根本上改變今天的許多工作。我們希望為員工創(chuàng )造新的道路,以充分參與新興領(lǐng)域?!咕唧w工作包括:
計劃并幫助執行培訓計劃,向員工傳授人工智能等尖端領(lǐng)域的工具;
您將確保培訓計劃順利進(jìn)行,讓參與者實(shí)現他們的學(xué)習目標;
隨著(zhù)公司發(fā)展,您將幫助開(kāi)發(fā)和實(shí)施一個(gè)系統來(lái)擴展這些程序。
而戰略合作伙伴和業(yè)務(wù)發(fā)展專(zhuān)家的工作內容則更為抽象,需要具備五年以上(制造業(yè)尤佳)的豐富從業(yè)經(jīng)歷,較好能在戰略咨詢(xún)集團工有過(guò)工作經(jīng)驗;此外,自然還需要具備人工智能的相關(guān)經(jīng)驗,以便于交流 AI 解決方案。它的具體職責如下:
確定關(guān)鍵行業(yè)趨勢,揭示市場(chǎng)需求和可能適用于 AI 解決方案的使用案例;
與現有和未來(lái)的戰略合作伙伴(主要集中于制造業(yè))管理和發(fā)展關(guān)系;
與關(guān)鍵的生態(tài)系統利益相關(guān)者建立聯(lián)系;
告知、影響、支持和執行公司的優(yōu)先事項;
在交錯復雜的環(huán)境中構建端到端的工作聯(lián)結;
在緊張,快節奏,高度迭代的環(huán)境中工作。
可以想象,為了滿(mǎn)足 Landing.ai 的業(yè)務(wù)需求,這一崗位的工作者不僅需要擁有傳統行業(yè)的豐富工作經(jīng)驗與人脈關(guān)系,更要對人工智能的落地應用有著(zhù)深刻理解。
而值得一提的是,既然是要在吳恩達手下工作,Landing.ai 實(shí)習生需要完成(i)吳恩達的 Coursera 的機器學(xué)習 MOOC 的學(xué)習,并獲得完成證書(shū),以及(ii)deeplearning.ai 在 Coursera 的深度學(xué)習課程,并獲得完成證書(shū)。實(shí)習將在 1 月下旬開(kāi)始,并將開(kāi)始六周的培訓,隨后將在實(shí)際項目中工作,開(kāi)發(fā)用于部署的機器學(xué)習解決方案。
Landing.ai 著(zhù)眼于制造業(yè)的 AI 戰略規劃
在今年 3 月離職百度后,競猜吳恩達的創(chuàng )業(yè)方向,一直是科技圈津津樂(lè )道的熱門(mén)話(huà)題,每次吳恩達有什么新動(dòng)態(tài),都會(huì )引來(lái)科技界人士及媒體的關(guān)注甚至刷屏。
今年 8 月,吳恩達在博客中宣布了他正在進(jìn)行中的三個(gè)項目之一——Deeplearning.ai,這套全新的深度學(xué)習入門(mén)課程共五門(mén)課,組成了 Cousera 上的全新深度學(xué)習專(zhuān)業(yè)(specialization),而它的使命是為了向全球普及深度學(xué)習知識。
吳恩達曾經(jīng)在博客及公開(kāi)訪(fǎng)談中反復強調 AI 是新一輪電力革命,并且需要創(chuàng )建一個(gè)由 AI 驅動(dòng)的社會(huì )。而這一觀(guān)點(diǎn)在今天的 Landing.ai 又得到了重申。而這一驅動(dòng)力在物理世界的落地點(diǎn),在吳恩達看來(lái)正是制造業(yè)?!窱T 構建了一個(gè)數字化的世界;制造業(yè)觸及了我們生活中的衣食住行等各個(gè)物理世界。通過(guò)制造業(yè),人類(lèi)的創(chuàng )造力通過(guò)計算機的運作實(shí)驗于物理世界中。在將 AI 引入制造業(yè)的過(guò)程中,我們能夠實(shí)現物理世界的數字化轉型?!?/p>
吳恩達也強調,「只有極少數的團隊能夠很好地理解 AI 并有效地將它整合進(jìn)業(yè)務(wù)中去,而在 IT 行業(yè)之外,幾乎沒(méi)有公司能夠獲得足夠的 AI 人才?!苟鴱臄祿杉?、管理架構設計,到如何為項目排列優(yōu)先級,要在它們當中將 AI 整合進(jìn)去,其復雜性堪比 AI 技術(shù)本身。好的 AI 戰略規劃師比好的 AI 技術(shù)專(zhuān)家還要稀有。
因此他認為,Landing.ai 的目的就是幫助企業(yè)克服這些挑戰,「我們正開(kāi)發(fā)一系列的 AI 升級改造項目,從新技術(shù)引入,到重塑管理架構,到員工培訓等等?!?/p>
去年 7 月,麥肯錫(McKinsey)調查了美國 800 多種工作崗位的 2000 多種工作活動(dòng),分析每種活動(dòng)所需的時(shí)間和技能,以及每種活動(dòng)中包含的自動(dòng)化成分,以此來(lái)分析哪些崗位最有可能面臨失業(yè)的危險。調查表示,在制造業(yè)中,59% 的工作活動(dòng)能夠被自動(dòng)化。而在能夠被自動(dòng)化的制造業(yè)領(lǐng)域里,90% 的工作(如焊接、切割、接鋸等)都能由機器人從事。
在博客中,吳恩達表示,人工智能引入制造業(yè)將重振美國及全球的制造業(yè)就業(yè)機會(huì )。因此,人才培訓也同樣是重要的變革組成部分。
「制造業(yè)的下一波浪潮將迥然不同。這些職位需要更復雜的職業(yè)素養,也能獲得更高的薪資,但也對新的技能提出了更高的要求。因此,員工們需要接受大規模的培訓或再培訓?!?/p>
而吳恩達也坦承,職業(yè)培訓與再培訓雖然是一件具有挑戰性的任務(wù),但 Landing.ai 團隊具有獨到的優(yōu)勢,能夠投入大量的時(shí)間與資源為可能失業(yè)的工人提供再就業(yè)的解決方案。同時(shí),團隊也在與政府等合作機構洽談培訓計劃。結合「吳老師」先前豐富的教育經(jīng)驗,不論是為工人們構想就業(yè)方案;或是與合作機構一起制定更為合理的培訓內容,相信作為 CEO 的吳恩達會(huì )在培訓業(yè)務(wù)上投入一番工夫,就像他的 deeplearning.ai 項目一樣。
從這個(gè)角度來(lái)看,吳恩達的 Landing.ai,從培訓的意義上說(shuō),也承擔著(zhù)制造業(yè)的教育職責呢。
更多資訊,敬請關(guān)注雷鋒網(wǎng)AI科技評論。
雷鋒網(wǎng)原創(chuàng )文章,未經(jīng)授權禁止轉載。詳情見(jiàn) 轉載須知 。