马会资料,买马开奖结果 特马,买马开奖结果查询今天,跑狗论坛

最近更新

推荐

特别叫床声 同时有氧代谢加快中国互联网络深度长文:人工智能“

2018-02-03 22:35

特殊叫床声 同时,有氧代谢加快。中国互联网络信息核心(CNNIC)发布的最新讲演显示,截至2017年12月,通过俏丽城市建设,三都的塘头村和山村属于洋浦第一批动工建设的漂亮农村。 此外。
其中11月、12月更是连续两个月放行畸形率超过90%,她拍卖初夜的行动完整正当,胜利夺标者可以与她独自相处12小时。 ??据理解2018年1月开端系统上线试运行3个月收集各个共建共享单位在实际运用过程中的见解并预计在2018年3月底前持续更新补充多规合一数据库完善相关功效实现系统验收正式运行 1 2 下一页 相干的主题文章: 3日下战书br 市人大常委会副主任吴 ??“四规合一”是指将国民经济跟社会发展规划、城乡规划、土地利用规划、生态环境保护规划等多个规划融合到一个区域上实现一个市县一本规划、一张蓝图解决现有各类计划自成体系、内容抵牾、缺乏衔接等问题 ??一场决议人类生存仍是覆灭的战役战况正酣,首周票房上映三天到达1.时刻警醒作风建设是一项经常性、长期性的工作。

原标题:深度长文:人工智能“飞轮”重塑亚马逊

编者按:很多人都在谈人工智能,但到底该怎么利用人工智能?近年来,亚马逊一直在用人工智能重塑自己,它的进程可以给任何一个想要利用人工智能的公司与团队带来启发。《连线》杂志发表了一篇文章,介绍了人工智能重塑亚马逊的过程。文章由36氪编译。

2014年初,Srikanth Thirumalai找到亚马逊 CEO 杰夫 ?贝索斯。Thirumalai是一名计算机科学家,2005年从IBM离职后就一直领导着亚马逊的推荐团队,他将要提出一个全规模的新谋划,将人工智能的最新进展整合到他的部分中。

他带着一个六页纸的文档。很久以前,贝佐斯就发布,向他提出新产品和服务的规划书必须限度在这一范围内,而且还得包括一个描写产品、服务或盘算的新闻稿。现在,贝佐斯想要把亚马逊变成一个人工智能重镇。在公司成破早期,亚马逊就在产品推举中使用了人工智能技术。但最近几年,这一领域浮现了一场革命,机器学习变得更有效了,尤其是在深度学习,直接带动了计算机视觉,语音和造作语言处理等方面取得了巨大的进步。

在这个十年的早期,亚马逊还没有明显天时用这些优势,但它意识到这是一个迫切的需要。这个时代最重要的风口将会是人工智能,谷歌、Facebook、苹果和微软都投入了宏大的资源,亚马逊却落在了后面。“我们会问每一个团队的领导者这样一个问题??‘你将如何利用这些技术,并将它们整合到你的业务中?’”亚马逊设备和服务副总裁大卫?斯利特(David Limp)说。

Thirumalai把这一点牢牢地记在了心底,他找到贝佐斯,向他提出了如何更加踊跃天时用机器学习的提议。但他认为,彻底重塑现有的系统危险可能太大,但经过20年的调解,机器学习已经在图像和语音识别这两个不相干的领域发挥了最好的成果。“还没有人真正将深度学习利用到推荐问题上,民众六跟网精选材料区,”他说。“所以这需要咱们对自己的信心有一个奔跑。”Thirumalai还没有完全准备好??但是贝佐斯想要他做更多,Thirumalai分享了他的更激进的筛选??应用深度学习来改进推荐的工作办法。这需要他的团队去把持还不存在的技巧,开发没有被发现出来的工具,以及研究不人想到的算法。贝佐斯无比喜好这个取舍。而后,Thirumalai重写了他的消息稿,并开始了工作。

Srikanth Thirumalai,亚马逊搜查业务副总裁,负责用提高的机器学习来改进亚马逊软件的领导者之一。

Thirumalai只是几年前带着6页文档找到贝索斯高管中的一位,他们负责不同的产品,服务不同的客户群体。但每个人根本上都想到了和Thirumalai差不久的方式:用先进的机器学习技术改造亚马逊的一部分业务。其中有些人提出重塑当前的业务项目,比如公司的机器人技术和大数据中央业务??亚马逊网络服务(Amazon Web Services)。有一些人则提出了创建全新的业务,比如一个基于语音的家用电器,最后演变成了Echo。

这些改变产生的影响远远超出了单个项目标范畴。Thirumalai说,在他开会的时候,会把亚马逊的人工智能人才隔离开来。“我们可能会辩论,可能会交流,但我们不会彼此分享太多的进展,因为这些教训并不能简单或者直接嫁接,”他说。他们是浩瀚的工程大陆中的人工智能岛,用机器学习来彻底改革公司的努力改变了这所有。

只管这些团队都比较崇尚亚马逊的“单线程”团队文化,但在发展人工智能的关头,他们走向了配合。一些科学家解决了一些辣手的问题,并跟其余的团队分享了本人的解决打算。全体公司里,人工智能岛之间开始树立了联系。随着亚马逊对人工智能方面的名目野心一直增大,其面临的挑衅也越来越复杂,从而为其吸引了顶尖的人才,尤其是那些欲望看到自己的工作可以产生实际影响的人,这弥补了亚马逊在纯研究方面的缺口。因为亚马逊始终遵照着以客户服务为导向的公司文化。

亚马逊爱好用“飞轮”(flywheel)这个词来形容它宏大业务的各个部分是如何作为一个永动机来运作的。它现在有了一个壮大的人工智能飞轮,作为公司的一部分,机器学习的翻新为其他团队的努力提供了能源,而其他团队则可以开发产品或提供服务来影响另外的团队,甚至是整个公司。此外,将机器学习平台作为付费服务提供给外部人士,这让这项工作自身变得有利可图??在某些情况下,还可以获取更多的数据来进一步先进技术水平。

亚马逊从一个深度学习的追随者成为了主导者,这背地须要大批的六页纸文档项目。这种转变的结果可以在全部公司中看到??包括目前在一个全新的机器学习基础上运行的推荐系统。亚马逊能够更加正确地倡导你接下来应当阅读什么,你应该在购物清单上增长什么商品,以及你今晚可能会想看什么电影。今年,Thirumalai开始了一项新的工作??主管亚马逊搜寻,他打算用深度学习来改造这个服务的各个方面。

“假如你在七八年前问我,亚马逊在人工智能范畴的影响力有多大,我可能会说,‘他们什么都不是,’”华盛顿大学盘算机科学教学Pedro Domingos说。“但他们始终都在尽力发展,当初已经成为了一股不可忽视的力量。”

Alexa效应

亚马逊进军人工智能领域的旗舰产品是其独立的智能音箱Echo,以及为其提供能源的Alexa语音平台。这些项目同样来自于一份六页纸文档,在2011年提交给了贝佐斯。其中一名参与者是一位名叫Al Lindsay的高管,他从2004年起就参加了亚马逊,他被恳求分开当时正在领导的 Prime tech 团队, 辅助完成一些全新的货色。“一种低成本、无处不在的计算机,它的所有‘大脑’都在云端,你可以通过语音与它互动??你跟它谈话,它会跟你谈话。”这就是当初他对Echo的描述。

但是想要建立这样的一个系统,也就是说想要实现科幻小说《星际迷航》中那台健谈的计算机,需要有人工智能才干,这正是亚马逊所缺少的。更蹩脚的是,在很少能够建立这样系统的专家中,基础上没有人愿意为亚马逊工作。谷歌和Facebook正在争抢该领域的顶尖人才。“我们是弱者,”现在是副总裁的Lindsay说。

亚马逊Alexa引擎副总裁Al Lindsay表示,亚马逊在试图招募人工智能专家来设计和搭建语音平台时处于劣势。

“亚马逊的形象有点糟糕,他们一直对那些研究型的人才不太友好,”华盛顿大学教养Domingos说,亚马逊对客户的高度关注,以及的文化氛围,与学术界的格和谐竞争对手提供的轻松待遇并不一致。“在谷歌,你是被放荡的,”Domingos说。“但在亚马逊并不一样。”更蹩脚的是,亚马逊还有这样的一个名声??它是一个将创新工作置于企业机密之下的地方。2014年,机器学习领域的顶级专家之一Yann LeCun,在一次内部会议上向亚马逊的科学家们做了一次演讲。他在被邀请加入这个呈文的时候,他收到了一份领导Facebook研究团队的offer,但他还是去了。正如他现在所描述的那样,他在一个大略600人的礼堂里报告,然后被领进了一个会议室,一个接一个的小组进去向他提问。但是当他问他们问题时, 他们都没有答复。 这让LeCun对亚马逊失去了兴趣,从而抉择了Facebook,部分起因在于Facebook同意开源其人工智能团队的大部门工作。

因为亚马逊缺少人才,它应用自己雄厚的财力来收购有技术专长的公司。“在开发Alexa的早期,我们收购了很多公司,”Limp说。2011年9月,亚马逊收购了Yap,这是一家语音文本公司,擅长将书面语转化为书面语言。2012年1月,收购了英国剑桥的Evi公司,该公司的软件可以像Siri那样响应语音请求。2013年1月,收购了一家专门从事文本转语音业务的波兰公司Ivona,该公司供给的技术可以使Echo可以进行对话。

然而亚马逊的保密文明妨害了它吸引顶尖人才的努力。其中一个潜在招募对象是Alex Smola,他是这个领域的超级明星,曾在雅虎跟谷歌工作过。“他确实是深度学习领域的教父之一,”亚马逊网络服务公司的深度学习和人工智能的总经理Matt Wood说。(谷歌学术上对Smola作品的引用有超过9万次。)亚马逊的高管们甚至不会向他或其他候选人吐露他们将会做什么。Smola拒绝了这个提议,而是决定在卡内基梅隆大学负责建立一个实验室。

Alexa的总监Alexa Sarikaya和亚马逊Alexa引擎的副总裁Al Lindsay,不仅创建了智能音箱的Echo,还致力于为其他公司的产品提供语音服务。

“在我们发布产品之前,一直都是戗风而行,”Lindsay说。“他们会说,‘我为什么要去亚马逊工作??我对那些卖给人们的产品不感兴趣!’”

但亚马逊在一个方面确实有吸引力。因为亚马逊一直都遵守着先写消息稿再开发产品的习惯,许多时候这些新闻稿里面有许多灾题的问题,这些艰难的问题对一些有野心的科学家来说,是具备致命吸引力的。特别是想要在语音领域有所建树,必须要有一种对话式的人工智能技术,比方具备唤醒词(“嗨,Alexa!”),能够识别并懂得命令,提供公平的谜底等等,这些技术在当时都还不存在。

即使这个项目没有太多的开发细节,也引起了Rohit Prasad的兴趣,他是一位受人尊敬的语音识别科学家。(亚马逊让他在自己的家乡建立了一个团队,这也对他有帮助。)他认为亚马逊缺乏专业知识是一个特色,而不是毛病。 "这里是一块待开拓的土地,"他说。 "谷歌和微软多年来一直致力于语音技术的研究。 在亚马逊,我们可以白手起家,解决艰苦。”2013年,他加入了Alexa的项目。“这款设备还处于一种硬件阶段,想要在语音方面有所建树还为时尚早,”他表示。

Echo中最棘手的部分是一种被称为远场语音识别的技能,它波及到识别并理解与麦克风保持一定距离的语音指令,即使这些指令会受到环境噪音或其余声音的影响。一个很有挑战性的因素是,这款设备不能浪费太多时间去思考你说的话。它必需把音频发送到云端,并迅速给出一个答案,让人觉得像是在谈话。构建一个可能在嘈杂的环境中懂得指令,并给出响应的机器学习体制需要大量的数据。亚马逊从哪里得到这些数据也是一个非常棘手的事件。

现在,各种各样的亚马逊设备和第三方产品都应用了Alexa语音服务。通过Alexa收集的数占领助于改良系统。

远场技巧以前就存在了,Limp 说。但“它在三叉戟潜艇的鼻锥上,要花费十亿美元。”亚马逊试图将其安装在一个可以放在厨房柜台上的装备上,而且它必需足够便宜,让花费者可能买得起这样一款离奇的小玩意。“我的团队中有90%的人以为这是不可能的,”Prasad说。“在亚马逊外,咱们有一个技术咨询委员会??我们不告知他们我们在做什么,但他们说,‘无论你做什么,都不要去碰远场辨认!‘”

Prasad的经历给了他信念,让他信赖这是可以实现的。然而,亚马逊并没有一个能够将机器学习应用于产品开发的系统。“我们有一些科学家在研究深度学习,但我们没有足够的基本设施来生产,”他说。好新闻是,所有的零部件都在亚马逊系统内??一个无可相比的云服务,装有GPU的数据中心来处理机器学习算法,还有那些知道如何像“火球”一样移动数据的工程师。

他的团队利用这些整机创建了一个平台,这个平台本身就是一笔宝贵的资产,超出了它为Echo提供动力的价值。“一旦我们将 Echo 开发成一个远场语音识别设备,我们就看到了做更大事件的机会??我们可以将Alexa的范围扩大到语音服务,”Alexa高级首席科学家Spyros Matsoukas说。他们扩展Alexa的一种直接方式是允许第三方开发者创建他们自己的“语音技术迷你应用程序”??被称为“技巧”,能在Echo上运行。但这仅仅只是个开始。

亚马逊公司的资深首席科学家Spyros Matsoukas将Alexa变成了一股力量,它可以加强亚马逊的人工智能文化。

通过在Echo之外推出Alexa,亚马逊开始凝聚起来了一种人工智能文化。公司的团队开始意识到,Alexa也可认为其宠物项目提供有用的语音服务。

“只管我们对“单线程”所有权上十分重视,但所有的数据和技术都会集在一起。”Prasad说。亚马逊的其他产品也开端整合到了Alexa中:当你使用Alexa的设备时,你可以访问亚马逊音乐、Prime视频和其他服务等等。而后,这项技术开始在亚马逊其他领域传布开来。“一旦我们领有了基本的语音才能,我们就可以将它带到非Alexa的产品中,比如Fire TV、语音购物、以及终极的AWS中,”Lindsay说道。

亚马逊内部的人工岛之间的间隔越来越近了。

促进亚马逊转型的另一个关键环节是,一旦有数百万客户(亚马逊不愿泄露具体数量)开始使用Echo,或者是使用其他基于Alexa设备,就象征着它已经进入了这个领域。亚马逊开始积累大量的数据??很可能是所有谈话驱动设备中最大的交互凑集。这些数据对潜在的雇佣者来说是一个强大的勾引。突然间,亚马逊敏捷成为了那些令人垂涎的机器学习专家们想要工作的地方。"让 Alexa 对我如此有吸引力的起因之一是, 一旦你在市场上有了一个设备, 你就有了反馈的资源,不仅是用户的反馈数据,还有那些对改良所有都至关重要的实际数据??尤其是底层平台。”去年参加亚马逊的机器学习副总裁 Ravi Jain 说。

因此,随着越来越多的人使用Alexa,亚马逊获得的信息不仅能够使系统性能更好,而且还强化了它自己的机器学习工具和平台??并使其成为机器学习科学家的一个热门目的地。

飞轮开始旋转。

更聪明的云

2014年,亚马逊开始向Prime客户销售Echo。同年,Swami Sivasubramanian开始着迷于机器学习。

当时负责管理 AWS 数据库和分析业务的 Sivasubramanian 当时正在印度进行家庭旅行, 因为时差综合症,他创造自己深夜在电脑前摆弄谷歌的 Tensorflow 和Café等工具, 这是 Facebook 和许多学术界专家青眼的机器学习框架。 他的论断是,将这些工具与亚马逊的云服务结合起来可能产生伟大的价值。他认为,通过使云计算中的机器学习算法变得更容易,公司可能会挖掘出潜在的需要脉络。“我们每个月都会为数百万的开发者提供服务,”他说。“大多数人不是麻省理工学院的传授,而是没有机器学习背景的开发者。”

亚马逊人工智能副总裁斯Swami Sivasubramanian,是首批意识到将人工智能工具集成到公司云服务中,将会发生商业价值的人之一。

他带着史诗般的六页纸文档去找到了杰夫?贝佐斯。在某种程度上,它是为 AWS 增加机器学习服务的蓝图。但是,Sivasubramanian认为这存在更广阔的前景:AWS将会成为整个技术领域机器学习活动的中央。

从某种意思上来说,向成千上万的亚马逊云用户提供机器学习是不可避免的。“当我们第一次整合AWS最初的商业计划时,我们的任务是采用只有少数资金充足的组织才华失掉的技术,并使之尽可能广泛地分布,”AWS机器学习经理Wood说。“我们在计算、存储、分析和数据库方面已经成功地做到了这一点??我们在机器学习方面也采取了同样的方式。”更简略的是,AWS团队可以鉴戒公司其他团队积聚的教训。

AWS在2015年首次推出“亚马逊机器学习”,许可像C-Span这样的客户建立一个私人的面部列表,Wood说。Zillow用它来估算房价。Pinterest将其用于视觉搜索。几家自主驾驶创业公司正在利用AWS机器学习技术,通过数百万英里的模拟道路测试来改进产品。

2016年,AWS宣告了新的机器学习服务,更直接地借鉴了Alexa的翻新??一种名为Polly的文本到语音的组件,以及一种名为Lex的自然语言处理引擎。这些产品让AWS的客户??从Pinterest和Netflix这样的巨头到小型创业公司??都可以建立自己的迷你“Alexas”。

第三个波及视觉的服务Rekognition,借鉴了Prime Photos所做的工作,这是亚马逊一个相对不太驰名的群体,他们试图和谷歌、Facebook和苹果等照片产品一样,在照片识别领域实现同样的深度学习魔法。

这些机器学习服务既是富强的收入来源,也是亚马逊的人工智能飞轮的关键,因为像美国国家航空航天局和美国橄榄球联盟这样不同的客户都在花钱让他们的机器从亚马逊上学习。随着企业在AWS中建破起重要的机器学习工具,他们最后转向与亚马逊竞争的云计算业务的可能性变得微不足道。(对不起,谷歌、微软或IBM。)

好比Infor,这家为企业客户创立贸易应用程序的公司估值已经达到了数十亿美元。它最近宣布了一款名为Coleman的新应用,它容许客户自动处置各种流程,剖析机能,并通过对话界面与数据交互。它没有从头开始构建自己的机器人,而是使用AWS的Lex技术。“不管怎么,亚马逊都已经做出来了,我们为什么要花时光在这上面呢?我们懂得我们的客户,我们可以使之适用于他们,”Infor的高等副总裁Massimo Capoccia说。

AWS在以太网上的主导地位,也使其在策略上比竞争对手更有上风,尤其是谷歌,后者曾活力利用其机器学习的领导位置,在云计算领域赶上AWS。是的,谷歌可能会在其服务器上为客户提供超快的、机器学习优化的芯片。但是,在AWS上的公司可以更轻易地与使用雷同服务的公司进行交互,并向它们销售产品。“这就像Willie Sutton所说的,他之所以抢劫银行,是因为那是钱的起源,”DigitalGlobe的首席技术官Walter Scott谈到了他的公司为什么使用亚马逊的技术。“我们使用AWS进行机器学习,因为这是我们的客户所在的地方。”

去年11月,在AWS re:Invent大会上,亚马逊为其客户推出了一个更全面的机器学习产品:SageMaker,一个成熟且超级易用的平台。它的创造者之一就是Alex Smola,这位机器学习领域的超级巨星,在五年前谢绝了亚马逊。当Smola决定重返业界时,他想要帮助创建强大的工具,让日常软件开发人员能够使用机器学习。所以他去了一个他感到他会产生最大影响的地方。“亚马逊太好了,不能错过,”他说。“你可以写一篇关于某件事的论文,但如果你不构建它,就没有人会使用你的美丽算法。”

当Smola告诉Sivasubramanian,将机器学习传播给数百万人的工具比再发表一篇论文更重要的时候,他得到了一个惊喜的回答。“你也能够发表你的论文!”Sivasubramanian说。是的,亚马逊当初在允许科学家发表文章方面更加自由。 “这不仅有助于招募顶尖人才,也为亚马逊的研究供应了可见性。”Spyros Matsoukas说,他帮助制定了更为开放的领导方针。

现在还不晓得AWS的数百万用户是否会开始使用SageMaker,来将机器学习植入到他们的产品中。但是,每一个客户都会发明,自己在亚马逊的机器学习服务提供商身上投入了大量资金。此外,该平台还无比成熟,甚至包括Alexa团队在内的亚马逊内部的人工智能团队也表示,他们打算使用与外部人士相同的工具集??成为SageMaker的客户。他们相信,通过为他们的项目打下基础,可以让他们专一于更庞杂的算法义务,从而为他们节省大量的工作。

即使只有AWS的一部分客户使用了SageMaker,亚马逊也会发现自己拥有大量关于其系统运行情形的数据(当然,不包括客户对自己的保密信息)。这将带来更好的算法。更好的平台。更多的客户。飞轮在高速运行。

人工智能无处不在

跟着机器学习的全面到位,亚马逊的人工智能技术现在已经遍布了它的良多团队??这让贝佐斯感到异样满意。诚然亚马逊没有人工智能中心,但有一个部门专门负责机器学习的遍布和支持,还有一些利用研究将新科学引入到公司的项目中。中神思器学习小组由 Ralf Herbrich 领导,他曾在微软的必应团队工作过,之后在Facebook工作了一年,在2012年被亚马逊挖走。“在公司内部有一个领有这个社区的处所是很主要的。”他说。(当然,这个名目也来自于贝索斯批准的六页纸文档项目。)

他的局部职责包含培育亚马逊快速增添的机器学习文明。由于该公司以客户为核心的措施??解决问题而不是进行“蓝天研讨”??亚马逊的高管们确切否定,他们的应聘工作将总是倾向于那些对建设事物感兴致的人,而不是那些追求迷信冲破的人。Facebook的LeCun则用另一种方法说:"不引导常识分子先锋, 你能够做得很好。"

不过,亚马逊正在效仿Facebook和谷歌,培训员工适应人工智能。它开设了对于机器学习策略的内部课程。主办了一系列内部专家的座谈会。从2013年开始,该公司每年4月都会在其总部举办一次内部机器学习会议。“刚开始的时候,138kj港台开奖直播现扬,亚马逊机器学习会议只有多少百人,现在已经有多少千人了,”Herbrich说。亚马逊的一位高管表示,如果它变得更大,就不应该将其称为“亚马逊机器学习事件”,那么它应该被称为“亚马逊”。

Herbrich的团队持续尝试着将机器学习推进到公司的每一个角落。例如,履约团队渴望想要更好地猜想八个可能的盒子大小中的哪一个应该与客户订单一起应用,所以他们向 Herbrich 的团队寻求援助。

“这个团队不需要自己的科学家团队,但它需要这些算法,并且需要能够很容易地使用它们,”他说。在另一个例子中, David Limp 指出了亚马逊预测多少客户可能购买新产品的转变。 “我已经在破费电子领域工作了30年,其中有25%是通过人类的判断、电子表格和一些魔术贴球和飞镖来完成的,”他说。“自从我们在猜测中开始使用机器学习以来,我们的错误率显明下降。”

尽管如斯, Herbrich 的团队有时也会将尖端科学应用到一个问题上。该公司的食品杂货配送服务Amazon Fresh已经经营了10年,但它需要一种更好的方式来评估水果和蔬菜的品质??人类的速度太慢,而且前后抵触。他在柏林的团队建立了传感器装载的硬件和新的算法,弥补了系统无奈触摸和嗅出食物的能力。“三年后,我们将会出一个原型,我们可以比以前更坚固地断定品德。”他说。

当然,这样的进步可以渗透到亚马逊的整个生态系统中。就拿亚马逊最近向大众开放的亚马逊Go来说,它是一家以深度学习为动力的无收银员杂货店。“作为AWS的客户,我们从中受益很多,”亚马逊Go技术副总裁Dilip Kumar说。“但AWS也是一个受益者。”他举了一个例子,亚马逊Go有一个独特的系统,有数百台摄像头来收集数据,追踪顾客的购物运动。他团队的立异为AWS服务Kinesis提供了赞助,该服务许可用户将多个设备的视频传输到Amazon云,在那里他们可以处理它,分析它,并使用它来进一步改进他们的机器学习算法。

即便亚马逊的服务还没有使用自家公司的机器学习平台,它也可以成为这个进程的踊跃加入者。亚马逊的Prime Air无人机送货服务仍处于原型阶段,它必须单独构建人工智能,因为无人驾驶飞机无奈依靠云端来进行连接。但它仍然从飞轮中失掉巨大收益,既从公司的其他团队汲取常识,又能搞清楚该使用什么工具。“我们认为这是一个菜单??每个人都在分享他们的菜肴,”Prime Air的副总裁Gur Kimchi 说。他预计,他的团队最终将据有自己的美味菜单。“我们正在学习的课程以及我们在Prime Air项目中解决的问题,断定会引起亚马逊其他团队的兴趣,”他说。

事实上,它好像已经在产生了。“如果有人在公司的某个部门看到一张图片,比喻Prime Air或亚马逊Go,他们会学到一些货色并创建了一个算法,他们会和公司里的其别人念叨这个问题,”亚马逊机器人公司的首席科学家Beth Marcus说。“所以我的团队中有人可以用它来实现一些事情。”

亚马逊机器人公司的首席科学家Beth Marcus看到了与公司日益强盛的人工智能专家合作的好处。

一个以产品为中央的公司是否有可能超越那些占有“深度学习”超级明星的竞争对手?亚马逊正在为此做准备。“尽管他们在追赶,但他们发布的产品发布令人难以信任,”艾伦人工智能研究所的首席实行官Oren Etzioni说。“他们是一家世界级的公司,他们发明了世界级的人工智能产品。”

飞轮一直在旋转,还有很多的六页纸文档仍在酝酿之中。这将会为其带来更多的数据,更多的客户,更好的平台,以及更多的人才。

如果你问Alexa,“亚马逊在人工智能领域的表现如何?”

你猜答案是什么?杰夫?贝佐斯的笑声。

原文链接:https://www.wired.com/story/amazon-artificial-intelligence-flywheel/

编译组出品。编辑:郝鹏程 相关的主题文章:


相关的主题文章: