首頁|必讀|視頻|專訪|運營|制造|監(jiān)管|大數(shù)據(jù)|物聯(lián)網(wǎng)|量子|元宇宙|博客|特約記者
手機|互聯(lián)網(wǎng)|IT|5G|光通信|人工智能|云計算|芯片報告|智慧城市|移動互聯(lián)網(wǎng)|會展
首頁 >> 論壇 >> 正文

【分享】關于AI創(chuàng)業(yè),你必須知道的七件事

2018年3月28日 08:49  雷鋒網(wǎng)  

雷鋒網(wǎng)按:這里是,油管Artificial Intelligence Education專欄,原作者Siraj Raval授權雷鋒字幕組編譯。

原標題 How to Start an AI Startup

翻譯 | 李振  J叔 余杭   字幕 |  凡江   整理 | 廖穎

我們正處在一個AI大革命的開端,每周都有新的創(chuàng)新出現(xiàn)。例如Tetra利用語音識別技術,從你的手機中生成詳細的筆記;Hyper Science通過利用OCR從表單中輕松提取數(shù)據(jù);Jet Lore利用消費者行為作為一個模型的輸入,輸出結構化數(shù)據(jù)。在本期視頻中,我將結合自己的創(chuàng)業(yè)經(jīng)驗,告訴你們如何啟動一個AI的創(chuàng)業(yè)項目。

一、推薦的學習材料

現(xiàn)在是2018年,如果你希望今年加入創(chuàng)業(yè)大軍的話,首先就要學習AI。如果你自己不了解這個神奇的技術是怎么工作的話,你不可能創(chuàng)造出AI解決方案。如果你剛剛開始看教程,記得按照這個順序——先學習面向數(shù)據(jù)科學的python,然后是Tensorflow的介紹,接著是Deep Learning的介紹,最后是關于人工智能的數(shù)學知識。

另外,Andrew Ng的最新Deep Learning課程是必選項,Jeremy Howard的Fast.Ai 課程也非常棒。我最喜歡的關于深度學習的書是lan Goodfellow著的Deep Learning。這本書的電子版是免費的,它對你理解關于Deep Learning的數(shù)學知識非常有幫助.Deep Learning被證實在廣泛的范圍內,可以幫助每一個其他的機器學習模型。

所以,關于AI的炒作是有道理的。然而你需要確切地知道,其他機器學習模型是怎么工作的。在無法獲取大量數(shù)據(jù)的情況下,你只能建立一個簡單的預測模型。這種情況下,支持向量機,甚至一個簡單的決策樹,都比深度神經(jīng)網(wǎng)絡更有用。

知道什么時候用什么模型的唯一方法是,建立關于AI的直覺——這種直覺在學習和掌握大量AI 知識資源后才能得到。當掌握了構建AI算法的全貌時,你需要找到一個激發(fā)你濃厚興趣的問題去研究——世界上大多數(shù)成功的公司都是從解決問題開始的。

二、記錄遇到的問題

記錄你和你朋友面臨的問題,以及在生活中亟待解決的問題吧,這會是非常好的選擇。這些問題困擾著你關心的人,于是你就會有解決它的熱情。

如果沒有好的想法,你可以使用社交網(wǎng)絡主動尋找想要尋找解決方案的人。利用關鍵字或關鍵詞,找到人們發(fā)布的遭遇很大挫敗感的話題,例如我該怎么做,尋找問題解決方案,或者關于這個工作做的不好等。你可以在Reddit或Twitter等社交媒體上找到這些信息。

三、讀萬卷書,行萬里路

我認為最好發(fā)現(xiàn)問題的方法是旅行,和不同人接觸。我在前幾年曾歷時三個月環(huán)游歐洲,在倫敦偶然碰到了Alex macaw,他給了我啟發(fā),讓我在大學前幾年的主修方向,從商學轉為計算機科學。這是我這一生最重要的改變,才能讓我成立了機器人創(chuàng)業(yè)公司Lucid Robotics。

我在劍橋讀三年級的時候,在南亞和東南亞旅行了四個月。這次旅行幫助我以不同的角度看待同一個事物。離開硅谷以后,我會親自去發(fā)現(xiàn)人們面對的問題,他們日常的生活問題,關系到基礎設施、商業(yè)活動,當然還有教育,對我的影響非常大。當?shù)厝诉M行許多簡單的交流,最終形成了我自己的想法,形成了一個大的計劃——即關于AI的教育。

四、前期調研

像馬斯克說過:“創(chuàng)業(yè)就像披荊斬棘,篳路藍縷”。如果你對解決一個問題沒有熱情,你就無法堅持。當遇到不論多少負面的評論。我總持保留意見,因為這不是針對我的,而是針對解決AI問題的。一旦你有了待解決的目標問題,就該做一些市場調查,包括你的客戶,他們在哪里購買,他們的承受能力,這是產(chǎn)品還是服務,配置的花銷,市場的歷史怎么樣等等。

這方面的內容可以參考dot.com(互聯(lián)網(wǎng))和大數(shù)據(jù)分析公司。根據(jù)公布的關于一般AI創(chuàng)業(yè)公司的報告,AI型創(chuàng)業(yè)公司大致分為兩類:第一類是水平方向的AI創(chuàng)業(yè)公司,主要針對服務于不同行業(yè)的基礎問題,比如自然語言處理;第二類是垂直方向的創(chuàng)業(yè)公司,針對非常具體的客戶群體,為他們解決問題,屬于一類具體的行業(yè)。

每個主流的技術公司都非常注重AI,他們雇傭AI方面的大牛,從Hinton到LeCun都是天才。他們多年來從用戶那收集了大量數(shù)據(jù),而這些只對他們自己的研發(fā)團隊開放,因此這些科學巨人擁有巨大的優(yōu)勢。他們建立水平方向的產(chǎn)品,可以被用在很多行業(yè),例如圖像識別,語言翻譯或者其他的基礎設施。

而你所擁有的優(yōu)勢,是可以根據(jù)一個獨立的問題,針對垂直方向的領域展開快速的行動。他們沒有時間去處理簡單的小問題,但是你有。

總的來說, 他們關注客戶多過于關注企業(yè),你可以幫助企業(yè),建立個人主頁,描述你的產(chǎn)品,注冊獲得發(fā)布版本,在社交網(wǎng)絡上發(fā)布它。一個提升你產(chǎn)品認知度的方法,是提升你自己的形象,把自己包裝成一個AI思想領袖,建立博客或者其他形式回答AI的基礎問題。當你注冊時,讓觀眾看到,如果你做的非常好,你產(chǎn)品的價格也會跟著增長——它和你可以提供的成正比,這至關重要。

五、尋找數(shù)據(jù)

如果你將AI從公司剝離,但如果在正確的軌道上的話,它仍是一個有價值的產(chǎn)品。如果AI是你唯一的東西,沒有消費者或者投資者會滿意的。當你開始市場調研,就是建立你產(chǎn)品的最佳時機。建立模型的時候,你需要盡可能地組織和標注你的數(shù)據(jù)——高質量的數(shù)據(jù)經(jīng)常是機器學習流水線中最重要的部分,重要程度甚至超過模型結構——在垃圾中分析垃圾什么也得不到。

最簡單的方法是尋找公布的數(shù)據(jù),Github上有非常棒的數(shù)據(jù)庫,California Irvine有巨大的ML數(shù)據(jù)資源庫,Kaggle也有很多很棒的數(shù)據(jù)。如果這些都不管用,用你已有的數(shù)據(jù)建立自己的數(shù)據(jù)庫,例如當你嘗試著對手寫字體進行分類,你可以通過增加噪聲的方法,從已經(jīng)存在的數(shù)據(jù)中生成新的數(shù)據(jù)。如果你有未標注數(shù)據(jù),通過Amazon的Mechanical Turk進行眾包是一個好的選擇。你可以找人來標注他們。另外還有像data circle這樣的數(shù)據(jù)市場,你可以直接從其他人手中購買或者交換數(shù)據(jù)。

最后,如果你夠有創(chuàng)意,可以利用scrapy庫或者web service來編寫python腳本實現(xiàn)自動抓取數(shù)據(jù),就像在diggernaut.com 上一樣。當你開始建立模型,Tensorflow仍然是最能經(jīng)受考驗的機器學習框架。Tensorflow的生態(tài)圈有一大堆的工具,比如產(chǎn)品化的Tensorflow Serving。建議一個模型,用你的數(shù)據(jù)通過 AWS google cloud 或者 FloydHub 來訓練這個模型。利用你的模型進行預測——這就是你的產(chǎn)品。數(shù)據(jù)越多意味著算法越智能,同時也意味著產(chǎn)品更優(yōu)秀,用戶更多以及數(shù)據(jù)越多,這個環(huán)狀結果往復循環(huán)。

六、融資

融資是一個加速拓展業(yè)務的方法,或許ICO圈子現(xiàn)在非常熱門,但如果你長時間處身其中,可能產(chǎn)生法律問題,這里就不談了。我的一個朋友——Aetherium的第一個設計者,他不希望給他的公司做ICO,于是采用眾籌的方法籌錢。

我們可以發(fā)現(xiàn)他的做法很具有啟發(fā)性,我有一篇文章,詳細地描述了這件事。風險投資(VC)是另一選項,通過重復使用一些流行語來使VC投資人相信你的產(chǎn)品很棒。其中,最好的VC投資人可以很好地理解你的產(chǎn)品,所以你需要準備好向他們解釋其中的技術。

如果你可以在一些高檔的地方和VC投資人交流,說明你已經(jīng)獲得了一些現(xiàn)金流;如果沒有,就不用。這就是我在紐約被那么多VC投資人拒絕的原因——我還沒證明我的機器人能夠有很好的銷售市場,因此我并沒有得到很多的投資,我所做的是建立一個受眾群體。我可以接受被挑剔,但是我現(xiàn)在不關注融資。

七、招聘

接下來是招聘。極少數(shù)的天才分布在全球各地,所以從kaggle的全球排行榜招人是有道理的,即最招最有用的人——我很難找到適合幫助我編輯視頻的人。如果你真心喜歡一件事情, 是很難放棄的。如果你找到合適的人,事情變得簡單了。

Steve Jobs說過,最高興的事情是你擁有一個核心團隊——可能是10個優(yōu)秀的人。它是可以自控的,某種程度上,你可以選擇退出。不論之后是被Aqua或其他的大型技術公司雇傭,還是被IPO雇傭,如果都沒有,可以走咨詢公司這條路,只是沒有開發(fā)產(chǎn)品那么具有誘惑力,但是找?guī)讉朋友開一家咨詢公司總能填飽肚子,得到一些初始用戶,慢慢做好品牌,證明自己。

視頻原址 https://www.youtube.com/watch?v=9bbS-trc8ys

雷鋒網(wǎng)相關推薦

沒有博士學位和頂會論文,我如何拿到DeepMind研究員Offer?

更多文章,關注雷鋒網(wǎng)

添加雷鋒字幕組微信號(leiphonefansub)為好友

備注「我要加入」,To be an  AI  Volunteer !

 

編 輯:章芳
聲明:刊載本文目的在于傳播更多行業(yè)信息,本站只提供參考并不構成任何投資及應用建議。如網(wǎng)站內容涉及作品版權和其它問題,請在30日內與本網(wǎng)聯(lián)系,我們將在第一時間刪除內容。本站聯(lián)系電話為86-010-87765777,郵件后綴為#cctime.com,冒充本站員工以任何其他聯(lián)系方式,進行的“內容核實”、“商務聯(lián)系”等行為,均不能代表本站。本站擁有對此聲明的最終解釋權。
相關新聞              
 
人物
工信部張云明:大部分國家新劃分了中頻段6G頻譜資源
精彩專題
專題丨“汛”速出動 共筑信息保障堤壩
2023MWC上海世界移動通信大會
中國5G商用四周年
2023年中國國際信息通信展覽會
CCTIME推薦
關于我們 | 廣告報價 | 聯(lián)系我們 | 隱私聲明 | 本站地圖
CCTIME飛象網(wǎng) CopyRight © 2007-2024 By CCTIME.COM
京ICP備08004280號-1  電信與信息服務業(yè)務經(jīng)營許可證080234號 京公網(wǎng)安備110105000771號
公司名稱: 北京飛象互動文化傳媒有限公司
未經(jīng)書面許可,禁止轉載、摘編、復制、鏡像