×

Loading...
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务

关于 AI 闲扯几句

在 ai/ml startup 做了一段时间了,随便闲扯几句,肯定是盲人摸象,管中窺豹,不要太当真。

年轻有为的硕士生用 ai/ml 做出个 poc,本来人工做的事情 ai 哗地一下做完了,结果猛一看挺好,客户哇声一片 --- 可以成立 startup 大干一票。但是真正商品化的时候,一路上要解决的问题超多。

要有很多 models - 每个 model 只能解决问题的一小块。google 光是为了不需要你说 “ok google” 就能干活就多加了 5/6 个新 models...

无休止的 training / training / training.... 而且有时候做不到通用,(不同客户)不同数据类型最后会形成各自的 weights...

预测准确度貌似玄学....

因为多数涉及 computer vision,公司得雇一堆懂 computer vision 人 ---- 毕竟,术业有专攻,你基本上甭指望懂 computer vision 的 ai/ml engineer 也懂软件工程。

ai/ml engineer 的 coding 和业界 coding standard 完全是两个维度的东西 ---- 我早说过,刷 leetcode 题能帮你进大厂,但那个不叫 coding...

ai/ml, computer vision, ai pipeline, cloud, backend/frontend, devops... 你得找到合适的人把这些串起来...

如果串得非常好,你才有可能让客户变成 training process 的一部分,否则你得让 domain expert 替所有用户做 model training... 如果你的 flow 不是很完善的话,你的 domain experts 还得学几句 python...

类似感触还有很多,所以觉得 ng 说的所有东西,尤其是 tooling 那块,都非常在点上。

大家今天都看不起 CRUD,但其实很多行业连基本 CRUD 还没做好,更别说 AI 了。AI 类似于 70/80 年代的 CRUD,还有很长的路要走...

Report

Replies, comments and Discussions:

  • 工作学习 / 学科技术 / 关于 AI 闲扯几句 +2

    在 ai/ml startup 做了一段时间了,随便闲扯几句,肯定是盲人摸象,管中窺豹,不要太当真。

    年轻有为的硕士生用 ai/ml 做出个 poc,本来人工做的事情 ai 哗地一下做完了,结果猛一看挺好,客户哇声一片 --- 可以成立 startup 大干一票。但是真正商品化的时候,一路上要解决的问题超多。

    要有很多 models - 每个 model 只能解决问题的一小块。google 光是为了不需要你说 “ok google” 就能干活就多加了 5/6 个新 models...

    无休止的 training / training / training.... 而且有时候做不到通用,(不同客户)不同数据类型最后会形成各自的 weights...

    预测准确度貌似玄学....

    因为多数涉及 computer vision,公司得雇一堆懂 computer vision 人 ---- 毕竟,术业有专攻,你基本上甭指望懂 computer vision 的 ai/ml engineer 也懂软件工程。

    ai/ml engineer 的 coding 和业界 coding standard 完全是两个维度的东西 ---- 我早说过,刷 leetcode 题能帮你进大厂,但那个不叫 coding...

    ai/ml, computer vision, ai pipeline, cloud, backend/frontend, devops... 你得找到合适的人把这些串起来...

    如果串得非常好,你才有可能让客户变成 training process 的一部分,否则你得让 domain expert 替所有用户做 model training... 如果你的 flow 不是很完善的话,你的 domain experts 还得学几句 python...

    类似感触还有很多,所以觉得 ng 说的所有东西,尤其是 tooling 那块,都非常在点上。

    大家今天都看不起 CRUD,但其实很多行业连基本 CRUD 还没做好,更别说 AI 了。AI 类似于 70/80 年代的 CRUD,还有很长的路要走...

    • 太深奥看不懂,帮顶
      • 蛤?看 ng 的视频随便发点小感触而已,深奥 di 没有...
    • 建模水平,决定了最后训练机器的效率和成功率。
    • 尽管缩写我能看懂的不超过仨,但是我还是要为人师过过瘾。 +1

      一个螺丝从设计到成品,然后大批量生产的过程要十几步,几十步。超市里一个番茄从种子到 poo 出来的 seed,也是如此。

      如果整个 process 里一步或者几步掌握了,和掌握系统,还真是个位数的 %。把 process 里的 major component 穿成糖葫芦,然后把 minor component 下放,就容易了。某个 Process 里的 1 个 component 强,其他要配套。大兴要是没有好的社会配套体系,再好的别墅也木人去住。

      高建华说:现在 from scratch 已经很少很少了,能从 established product 里做某些改善,能更广或者更深满足客户需求,就很好了。

    • 前一阵听科普。说现在AI走到了要堆巨量算力的瓶颈,这是现阶段无法突破的。专家有何高见
      • 不是专家。目前算力受制于晶片,已近极限,只能螺蛳壳里做道场。我赌突破只能是新材料,答案是什么不知道。
        • 芯片现在发展已经到了物理极限,可以遇见的未来都不太可能出现大幅飞跃。还是得在算法上下功夫。
          • 算法就是螺蛳壳里做道场,不能有质的飞跃
    • 这有篇ML硕士找工心路历程
    • 做A I要去专门学习的吧,如果只是用一些工具那只是初级阶段。要学习建模的话就没那么简单了。当然还要海量的数据,数据处理。假如以前仅仅做程序员,就直接转过去,而且L Z不是年轻人了,学东西没那么快,想要深入进去不会那么容易。 +1
      • 其实,搞 ai 的人里面可能不到 0.1% 出 paper 出 model,其他大部分人也不过是挑选合适的 model 然后 customize 一下而已,just saying...
    • 这就要比火车刚发明的时候,没有马车好用,但潜力巨大
      • 更像是履带车 vs 汽车吧 ----- 能用简单业务逻辑/规则解决就用业务逻辑/规则解决,不行的地方就 ai...