SaaS 專題:機器學習總監觀點【第 2 部分】
Hugging Face 第 2 部分 SaaS 專題彙集 Salesforce、Amplitude 等企業機器學習主管的觀點,聚焦 ML 的應用效益、落地挑戰與未來發展。
Hugging Face 第 2 部分 SaaS 專題彙集 Salesforce、Amplitude 等企業機器學習主管的觀點,聚焦 ML 的應用效益、落地挑戰與未來發展。
Hugging Face《Machine Learning Experts》專訪 Lewis Tunstall,談其 Transformers 工作及新書《NLP with Transformers》。他介紹 Transformers library 可將 PyTorch 模型匯出為 ONNX 格式,讓工程師進一步降低延遲、提高吞吐量。
Andrew Ng 認為,擴大模型和數據仍適用於部分問題,但不少實際應用應轉向系統地改善數據。以製造業視覺檢測為例,他指出 50 個精心設計的樣本可支援有價值的缺陷檢測;Landing AI 的做法包括協助客戶挑選圖像、保持標註一致,並針對問題補充數據。
Creative AI Conversations 2021 - 2022 收錄 Jia-Bin Huang、Soumyadip Sengupta、Rebecca Fiebrink、David Ha 和 Devi Parikh 的訪談。受訪者來自多所大學及研究機構,研究範疇涵蓋計算攝影、創意工具與機器學習,以及智能如何在資源有限的條件下出現。
Shunyu Yao 評析一篇探討語言模型能否從未經語義 grounding 的形式中習得意義的論文,指出論文認為,即使模型能查詢任意兩段文字是否具有相同語境意義,仍無法學會意義。論證以圖靈機停機問題為核心,但他認為,論文的設定與證明仍引出更多問題,未能直接回答實際語言模型如何從形式習得意義。
Sam Altman指出,與容易起步的初創企業相比,難度高的初創企業往往更容易成功。這類企業若成功便具價值,也能以有意義的使命吸引人才,助力招聘、獲取建議、建立合作及融資。作者建議創業者設定遠大願景、保留可行的下一步,並作長期投入。
ASTRI 網絡實體系統總監 Dr T. John Koo 在 HKEIA 於 2018 年 8 月 9 日舉辦的工作坊,分享 AI 在數碼製造領域的見解與經驗。Koo 討論模型為本系統工程(MBSE)如何推動製造業的 AI 創新;工作坊亦探討工業 4.0 和數碼工廠時代下,工業界快速自動化及數碼轉型的挑戰與機遇。
Sam Altman 澄清,他主張社會容許有爭議的觀點,並非要求實驗室容忍恐同且品行惡劣的人。他指出,不受歡迎的觀點可能促成科學進展與社會變革;禁止討論冒犯性議題有風險,但仇恨歧視言論與重要爭論之間的界線難以劃定。
Sam Altman認為,人類與機器的融合已經開始,是人類與 AI 共同演化的漸進過程,而非單一時刻。手機、社交媒體和搜尋引擎的演算法已影響人的行為、感受與想法。他預計超人類 AI、基因增強和腦機介面終將出現,並呼籲全球及早協調、認真應對。
ASTRI 行政總裁 Dr Frank Tong 接受《香港經濟日報》訪問,討論 AI 未來發展及「AI+」應用。「AI+」應用於身份管理、生物特徵認證、文字及語音識別等領域。Dr Frank Tong 指出,香港需要投資 AI 研發並推動跨行業商業化,以提升特區競爭力。
Airbnb 的 Jem Gold 分享了塑造其設計思路的 5 本書,主題涵蓋設計流程、冥想、人機協作、專注力及函數式編程。她表示,函數式編程改變了自己的設計流程,其組合思維亦可應用於設計系統;她偏好從最小原語逐步構建。
ASTRI 行政總裁 Dr. Frank Tong 獲邀出席由中國銀行(香港)舉辦的人工智能產業發展及應用研討會,分享見解。研討會匯聚中國及香港的專家,交流人工智能在金融業發展及應用相關議題的看法。
最多提供 50 頁,更早的內容請使用搜尋或主題頁。