長久以來，人工智能和機器學習一直被吹捧為實現(xiàn)自動化和提高生產力的靈丹妙藥，但很多技術挑戰(zhàn)阻礙了人們的采用。從2007年職業(yè)生涯初期開始，Google應用人工智能技術總監(jiān)Ron Bodkin就一直參與開發(fā)和部署機器學習。現(xiàn)在，工作十多年中，Bodkin終于看到這項技術開始走向成熟。
Bodkin說：“現(xiàn)在我們正處于這樣一個階段，很多公司將這些資產放在一起。你可以獲得令人驚嘆的云資源，就像Google提供的這些資源一樣，不僅可以處理大量信息，而且開始真正采取行動，因為．．．．．．與大數(shù)據(jù)演進并行的是算法的演進，以及獲取大量數(shù)字數(shù)據(jù)的途徑。”
在近日舉行的BigData SV活動上，Bodkin談到了人工智能從概念到產品化的演進。
在機器學習技術發(fā)展的早期，人們有一種誤解，認為所有的數(shù)據(jù)都可以簡單地被獲取，而且其價值可以被輕易地提取出來。然而，根據(jù)Bodkin的說法，釋放機器學習潛力的關鍵，是所使用的數(shù)據(jù)的質量。
“你必須至少有一定的數(shù)據(jù)結構；你必須盡力調整數(shù)據(jù)，以便獲得有效的結果，”Bodkin說。
谷歌也在擴展自己的內部數(shù)據(jù)科學和機器學習基礎設施，用于自己的產品，著重于以云服務的方式提供谷歌的技術。Bodkins的Applied AI團隊負責與其他公司合作，利用這些服務（如自然語言處理或圖像識別）提供價值。
“我們已經為我們自己的產品建立了這種強大的能力，我們現(xiàn)在可以為客戶提供這些能力，客戶也在說，我如何利用這些能力？我如何與谷歌合作？我如何使用這些產品？我如何使用這些功能？”Bodkin說。
微信掃一掃
