Re: [新聞] PTT創辦人杜奕瑾辭微軟職務 創AI實驗室
不知道有沒有機會得到本人回覆
因為一直很好奇這到底要幹嘛
新聞裡面有一段提到
他指出,目前「台灣AI實驗室」成員約有10人,預計1年內將擴大招募成員至20人左右,
並須具擅長Speech、Image、Language、Cloud Service 與App的專業人才,年薪將是國內
所有軟體公司之冠。
所以是打算從頭開始嗎?
以speech, image, language, 還有cloud service
這幾個項目來說
微軟自己的東西就全部都有了
api都提供了,放進一張圖,就自動辨識圖裡面的內容、文字、各式各樣的資訊
還有聲音、語意分析,最後還可以拿去bing search
這些東西微軟自己整套都整合在一起了
但重點是...
微軟研究員的人才等級跟數量應該贏過台灣不知道幾個等級了
但辨識準確度跟實用性都是慘不忍睹
之前公司的專案跟台灣微軟合作,他們自己都不相信自己公司的東西了
那台灣現在是打算從頭開始做一個是嗎
所以台灣的20人可以打贏為微軟研究院的幾百人?
又如果要在底層一點
google他自己的deep learing架構都開源了
要自己從頭開始能做得比這幾間好嗎
就好像軍備競賽一樣,人家都可以上太空了,你還在研究飛機要怎樣做
而且不管微軟跟google又都綁了自己的雲端服務
如果真的做出來,實際的應用還是得要去串到這幾間的系統啊
所以真的不知道台灣在這之間的角色到底是什麼
真要從頭做我認為就是死路一條而已
那如果是走應用
用人家現成的API去開發
那到底要做什麼東西還是服務
國外也一堆這樣的公司,kickstarter一堆這種智能專案的募資
那台灣的方向是?
像這些應該不是政府砸五十億,買超快的電腦就有解的吧
又如果是IOT這類
amazon現在火紅的alexa,api也都提供了
可以串連到各式各樣的IOT服務
自然語意辨識也都有了,雖然準確度還有問題
但人家至少也是一個完整的生態鏈,有他自己的未來規劃圖
所以
大概真的就是
不知道這個AI實驗室要做蛇麼啊~~~~
※ 引述《VisualStudio (2017)》之銘言:
: 來源: https://goo.gl/N58fn1 中央社 2017/04/27 17:54
: PTT創辦人杜奕瑾辭微軟職務 創AI實驗室
: 迎接人工智慧浪潮,PTT創辦人杜奕瑾辭去在美國微軟公司職務,回台創辦「台灣人工智
: 慧實驗室」,預計1年內招募20名高手競技,盼帶領台灣前進世界科技新舞台。
: 行政院政委唐鳳、科技部長陳良基和杜奕瑾下午共同出席「台灣人工智慧實驗室啟動 號
: 召AI高手加入」啟動記者會,象徵官民共同攜手奠定台灣人工智慧(AI)發展的契機,並
: 宣示「台灣AI元年,從此刻開始」。
: 杜奕瑾表示,台灣掌握AI領域最核心的關鍵「軟體人才」,同時也有堅實的硬體創新研發
: 能力,希望藉由創立「台灣AI實驗室」吸引國際科技巨擘與人才,結合資料創新、演算法
: 創新和體驗創新,以開發出國際水準的AI應用,進軍世界科技舞台。
: 他指出,目前「台灣AI實驗室」成員約有10人,預計1年內將擴大招募成員至20人左右,
: 並須具擅長Speech、Image、Language、Cloud Service 與App的專業人才,年薪將是國內
: 所有軟體公司之冠。
: 杜奕瑾說明,「台灣AI實驗室」並未拿政府任何經費也不是附屬組織,但將循PTT和台大
: 的關係一樣,透過緊密合作推動許多網路革新;同時,「台灣AI實驗室」主要是作為一個
: 參與平台,提供各界人馬玩創意、試想法,人才和想法留在一個平台去執行,預計1年內
: 要推動1至2個專案,成熟後再推廣至商業模式合作。
: 談到創辦「台灣AI實驗室」初衷,杜奕瑾表示,去年回台演講時受訪被問到想為台灣做些
: 什麼事?才開始起心動念,加上後來有機會和陳良基及唐鳳等人交流,才促成這個決定,
: 對於辭掉美國微軟工作回台一事,他則認為「若在台灣可做出世界級團隊,不見得會比待
: 在微軟差」。
: 陳良基致詞時表示,4月初訪美行時發現,世界AI發展速度超乎預期,幾乎所有科技公司
: 都視AI為核心發展領域,台灣要和世界科技發展脈動同步,就要及早推動AI科技,以掌握
: 先機,科技部也樂見杜奕瑾回台成立台灣AI實驗室,將全力支持。
: 同時,科技部也已規劃人工智慧專案研究,並規劃爭取新台幣50億元預算建置AI高速運算
: 研究基地,以吸引各界投入AI領域和培育人才。
: 唐鳳也說,希望透過台灣AI實驗室的設立、程式碼的開放及Open data的匯入與匯出,來
: 降低AI的跨入門檻,讓除了大企業以外的中小企業、社會企業、NGO、NPO及學校等組織團
: 體,乃至於個人,都可以一同分享AI發展的成果。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.218.174.216
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1493389743.A.BFF.html
推
04/28 22:33, , 1F
04/28 22:33, 1F
舉個例子好了
就像之前amazon的自動商店一樣
你希望使用者可以隨便拿東西,然後放在前面
機器就可以辨識你拿了什麼水果蔬菜跟產品
還是你希望你給一張照片,系統可以告訴你這在哪拍
裡面出現了什麼東西,可能有誰
像這樣的應用,你丟去微軟那套去跑,命中率大概不到一成吧
甚至你把番茄圖片打光去背好放進去,他都可以認錯了
要到實際商用,感覺就是有很長的一段路
還是說翻譯
現在不管是臉書還是google翻譯都還是一堆文不對題
在這樣的情況下
現在的技術瓶頸就是這樣
人家的等級都只能做到這樣
台灣在這樣的狀態下,到底期待自己是怎樣的角色
是底層開發,還是商業應用
要做商業應用,是要做怎樣的應用,綁定怎樣的平台
還是一次貪心想要全包
在資源跟人力都有限的情況下,我覺得這點應該要好好想想才是
因為每次看到這種專有技術名詞一堆的
都覺得很神奇
像唐鳳說的
希望透過台灣AI實驗室的設立、程式碼的開放及Open data的匯入與匯出,來
: 降低AI的跨入門檻,讓除了大企業以外的中小企業、社會企業、NGO、NPO及學校等組織?
: 體,乃至於個人,都可以一同分享AI發展的成果
引用了很多名詞
但我實在不懂這之間的關聯性是什麼
程式碼開放還有open data跟AI有什魔關連?
google的deep learing全部都開源啊,還可以做成阿法狗
但全台灣有幾個人會用
啊如果是要夠簡單,簡單到套現成API,餵完資料告訴結果
那我想在這邊的人每個都會做了,google那些大廠也都做好了
技術門檻現在就沒有很高了
那這實驗室的意義是什麼,打算開發出比google ms facebook更強的演算法嗎?
→
04/28 22:41, , 2F
04/28 22:41, 2F
推
04/28 22:43, , 3F
04/28 22:43, 3F
※ 編輯: langrisser19 (180.218.174.216), 04/28/2017 22:54:04
推
04/28 22:50, , 4F
04/28 22:50, 4F
→
04/28 22:50, , 5F
04/28 22:50, 5F
→
04/28 22:50, , 6F
04/28 22:50, 6F
→
04/28 22:50, , 7F
04/28 22:50, 7F
推
04/28 22:51, , 8F
04/28 22:51, 8F
→
04/28 22:52, , 9F
04/28 22:52, 9F
→
04/28 22:52, , 10F
04/28 22:52, 10F
→
04/28 22:53, , 11F
04/28 22:53, 11F
的確是要轉型啊
但要轉成演算法開發還是應用面+硬體的開發
這是不同的轉職路線啊
點數就是只有這麼多
想要通吃的成功機率就是不高
要走演算法就得跟國際大廠去競爭
而要走應用,那文章前面提的就沒有相關了
去徵求會拍影片跟寫文案的人,或許還比較實際
之前的貓臉辨識器不就是個好例子...
※ 編輯: langrisser19 (180.218.174.216), 04/28/2017 22:58:32
→
04/28 22:54, , 12F
04/28 22:54, 12F
推
04/28 22:57, , 13F
04/28 22:57, 13F
推
04/28 22:58, , 14F
04/28 22:58, 14F
→
04/28 22:58, , 15F
04/28 22:58, 15F
推
04/28 22:59, , 16F
04/28 22:59, 16F
推
04/28 23:00, , 17F
04/28 23:00, 17F
→
04/28 23:00, , 18F
04/28 23:00, 18F
所以只能看看會不會有本尊出現了 XD
※ 編輯: langrisser19 (180.218.174.216), 04/28/2017 23:04:32
推
04/28 23:02, , 19F
04/28 23:02, 19F
→
04/28 23:02, , 20F
04/28 23:02, 20F
推
04/28 23:14, , 21F
04/28 23:14, 21F
推
04/28 23:15, , 22F
04/28 23:15, 22F
→
04/28 23:17, , 23F
04/28 23:17, 23F
推
04/28 23:18, , 24F
04/28 23:18, 24F
推
04/28 23:38, , 25F
04/28 23:38, 25F
→
04/28 23:39, , 26F
04/28 23:39, 26F
推
04/29 00:46, , 27F
04/29 00:46, 27F
→
04/29 00:46, , 28F
04/29 00:46, 28F
→
04/29 00:46, , 29F
04/29 00:46, 29F
→
04/29 00:46, , 30F
04/29 00:46, 30F
推
04/29 00:50, , 31F
04/29 00:50, 31F
→
04/29 00:50, , 32F
04/29 00:50, 32F
推
04/29 00:52, , 33F
04/29 00:52, 33F
→
04/29 00:53, , 34F
04/29 00:53, 34F
→
04/29 00:53, , 35F
04/29 00:53, 35F
→
04/29 00:55, , 36F
04/29 00:55, 36F
→
04/29 00:56, , 37F
04/29 00:56, 37F
→
04/29 00:57, , 38F
04/29 00:57, 38F
→
04/29 00:58, , 39F
04/29 00:58, 39F
→
04/29 00:58, , 40F
04/29 00:58, 40F
→
04/29 00:59, , 41F
04/29 00:59, 41F
→
04/29 01:00, , 42F
04/29 01:00, 42F
→
04/29 01:00, , 43F
04/29 01:00, 43F
推
04/29 01:27, , 44F
04/29 01:27, 44F
→
04/29 01:27, , 45F
04/29 01:27, 45F
推
04/29 02:37, , 46F
04/29 02:37, 46F
→
04/29 02:37, , 47F
04/29 02:37, 47F
→
04/29 02:37, , 48F
04/29 02:37, 48F
推
04/29 02:55, , 49F
04/29 02:55, 49F
→
04/29 02:56, , 50F
04/29 02:56, 50F
推
04/29 03:53, , 51F
04/29 03:53, 51F
→
04/29 03:53, , 52F
04/29 03:53, 52F
噓
04/29 09:25, , 53F
04/29 09:25, 53F
→
04/29 09:25, , 54F
04/29 09:25, 54F
推
04/29 10:54, , 55F
04/29 10:54, 55F
推
04/29 10:55, , 56F
04/29 10:55, 56F
→
04/29 10:55, , 57F
04/29 10:55, 57F
推
04/29 11:08, , 58F
04/29 11:08, 58F
推
04/29 12:49, , 59F
04/29 12:49, 59F
→
04/29 13:56, , 60F
04/29 13:56, 60F
→
04/29 13:57, , 61F
04/29 13:57, 61F
→
04/29 16:31, , 62F
04/29 16:31, 62F
噓
04/29 19:26, , 63F
04/29 19:26, 63F
噓
04/29 21:08, , 64F
04/29 21:08, 64F
推
04/30 08:41, , 65F
04/30 08:41, 65F
→
04/30 17:07, , 66F
04/30 17:07, 66F
推
05/01 17:41, , 67F
05/01 17:41, 67F
→
05/01 17:42, , 68F
05/01 17:42, 68F
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 2 之 8 篇):