30の特許、2つのスタートアップ：Anand RanganathanのAI Journey

データエピソードを備えたこのリーディングは、AIと機械学習の顕著な人物であるAnand Ranganathanを特徴としています。彼のIBMの在職期間から、AIの課題、進化、未来についての貴重な洞察を共有しているAIの貴重な洞察を共有しています。私たちは、彼の起業家の経験、深い学習の影響、およびAIのアプリケーションに対する彼のビジョンを探求します。

Spotify、Googleポッドキャスト、Appleポッドキャストでこの洞察に富んだエピソードを聞いてください！

Anand Ranganathanとの会話からの重要なポイント：

• 特に専門分野で、正確な推論のために、象徴的なAIと深い学習を統合することの重要性。
• 深い学習の急速な進歩は、アジャイル製品の開発と市場戦略を必要とします。
• AIサービス企業は、製品中心の企業よりも顧客関係とカスタマイズされたソリューションを優先します。
• エージェントワークフローはAI統合に革命をもたらす態勢が整っていますが、人間とAIのコラボレーションには明確な境界が必要です。
• AI/MLでの成功には、ドメインの専門知識と、フィールドの急速な進歩に最新の状態を維持するために継続的な学習の両方が必要です。
• AIの将来は、ソフトウェアエンジニアリングに大きな影響を与え、絶え間ない適応と高スキルを要求します。
• AIが従来のソフトウェアエンジニアリングの役割を変換するため、ドメインの知識は重要です。

AIおよびData Scienceの主要な専門家とさらに議論するために、Data SessionsでFutureをリードしてください！

Anand Ranganathanとの会話に深く掘り下げます：

彼のAIとMLの旅：

アナンドのAIの旅は、イリノイ大学で博士号を取得して始まり、AIと分散型システムの交差点に焦点を当てました。彼の初期の作品は、現在の深い学習が支配的な景観とはまったく対照的である象徴的な推論に集中していました。彼のIBMの研究経験には、ビッグデータの課題に取り組み、IBMのストリーム処理プラットフォームに貢献しました。 2010年代の深い学習へのシフトは、AIフィールドを劇的に変えました。

彼の起業家のベンチャーの背後にある動機：

IBMでの10年後、アナンドは業界の課題に直接対処しようとしました。志を同じくする個人とのコラボレーションと相まって、微妙に革新する機会は、彼を共同設立したアンクランブルに導きました。

アンクランブルの焦点と課題：

Unscrambleは当初、特に電気通信において、リアルタイムのストリーミングデータ分析に焦点を合わせていました。彼らは後に履歴データ分析に拡大しました。一見明確に見えますが、両方の領域には、構造化データの照会とストリーミングデータに基づいてアクションのトリガーが含まれていました。それらのソリューションは、自然言語データベースクエリからリアルタイムマーケティングキャンペーンの定義にまで及びました。

Unscrambleの製品に対する深い学習の影響：

深い学習の台頭は、SQL翻訳製品に対するUnscrambleの自然言語に大きな影響を与えました。ディープラーニングモデルが改善されたため、彼らはテクニックを適応させました。非常に効果的なSQL生成モデルの出現により、最終的に製品の販売が決定されました。

製品vs.サービス会社（Unscramble vs. 1By0）：

Anandは、製品とサービスベースの企業の重要な違いを強調しています。製品会社は既存の製品を顧客のニーズに適応させ、サービス会社は特定の顧客の問題に合わせてソリューションを調整します。 1BY0は、顧客関係、プロジェクト管理、ベンダーのパートナーシップを強調しています。

彼の起業家の旅からの重要な学習：

アナンドは、興味深い課題と市場の需要のバランスをとることの重要性を強調しています。彼は、彼の起業家の旅の間に学んだ教訓である、Undrambleでの市場の実行可能性よりも知的に刺激的な問題を優先することを反映しています。

AIの未来：シンボリックAIと深い学習：

アナンドは、特に医学のような正確な推論を必要とする分野で、象徴的なAIと深い学習を組み合わせて、バランスの取れたアプローチの必要性を信じています。彼は、知識ベースの構築の進歩が、象徴的なAIの進歩にとって重要であると考えています。

将来のAIトレンドとエージェントワークフロー：

エージェントワークフローは、AIの統合を毎日のタスクに合理化し、目立って成長すると予想されます。ただし、人間と協力の境界を定義することは依然として重要な課題です。彼はまた、AIのソフトウェア開発への統合の増加を予見し、ソフトウェアエンジニアに必要なスキルセットを変換します。

AI/MLの専門家を目指しているためのアドバイス：

Anandは、技術的なスキルとともにドメインの専門知識に焦点を当てることをアドバイスしています。ドメインの知識は、技術的混乱に対する回復力を提供し、技術的能力を補完します。この急速に進化する分野では、継続的な学習が不可欠です。

結論：

Anand Ranganathan's Journeyは、AIの変革の可能性を示しています。彼の経験は、適応性、ドメインの専門知識、およびイノベーションを市場のニーズに合わせることの重要性を強調しています。彼の洞察は、人間との協力と継続的な学習の重要な役割を強調しています。

AI、データサイエンス、および生成AIに関するより洞察に富んだセッションのために、データをリードすることにご注目ください！

以上が30の特許、2つのスタートアップ：Anand RanganathanのAI Journeyの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。