30 개의 특허, 2 개의 신생 기업 : Anand Ranganathan의 AI 여행

이 데이터 에피소드와 함께이 선행에는 AI 및 머신 러닝의 두드러진 인물 인 Anand Ranganathan이 있습니다. 그의 IBM 임기부터 스크램블과 1/0의 공동 창립에 이르기까지 Anand는 AI의 도전, 진화 및 미래에 대한 귀중한 통찰력을 공유합니다. 우리는 그의 기업가 경험, 딥 러닝의 영향 및 AI의 응용에 대한 그의 비전을 탐구합니다.

Spotify, Google Podcasts 및 Apple Podcast 에서이 통찰력있는 에피소드를 들어보십시오!

Anand Ranganathan과의 대화에서 나온 주요 테이크 아웃 :

• 정확한 추론, 특히 특수 분야에서 상징적 AI 및 딥 러닝을 통합하는 것의 중요성.
• 딥 러닝의 빠른 발전은 민첩한 제품 개발 및 시장 전략을 필요로합니다.
• AI 서비스 회사는 제품 중심 회사보다 고객 관계 및 맞춤형 솔루션의 우선 순위를 정합니다.
• 에이전트 워크 플로우는 AI 통합을 혁신 할 준비가되어 있지만 인간과 AI 간의 협력에는 명확한 경계가 필요합니다.
• AI/ML에서의 성공에는 도메인 전문 지식과 지속적인 학습이 모두 현장의 빠른 발전으로 최신 상태를 유지해야합니다.
• AI의 미래는 소프트웨어 엔지니어링에 크게 영향을 미쳐 지속적인 적응과 업무를 요구할 것입니다.
• AI가 전통적인 소프트웨어 엔지니어링 역할을 변형함에 따라 도메인 지식은 중요합니다.

AI 및 Data Science의 주요 전문가와 더 많은 토론을 위해 데이터 세션과 함께 미래의 선두에 참여하십시오!

Anand Ranganathan과의 대화에 대한 더 깊은 다이빙 :

그의 AI 및 ML 여행 :

Anand의 AI Journey는 일리노이 대학교에서 박사 학위로 시작하여 AI 및 분산 시스템의 교차점에 중점을 두었습니다. 그의 초기 작품은 상징적 추론에 중점을 두었으며, 현재의 딥 러닝 지배 환경과는 대조적입니다. 그의 IBM 연구 경험은 빅 데이터 문제를 해결하고 IBM의 스트림 처리 플랫폼에 기여하는 것이 포함되었습니다. 2010 년대 딥 러닝으로의 전환은 AI 필드를 극적으로 바꾸었다.

그의 기업가 벤처의 동기 부여 :

IBM에서 10 년이 지난 후 Anand는 업계 문제를 직접 해결하고자했습니다. 비슷한 생각을 가진 개인과의 협력과 함께 민첩하게 혁신 할 수있는 기회는 그를 공동 창립 UNSCRAMBLE으로 이끌었습니다.

스크램블의 초점과 도전 :

Unscramble은 처음에 실시간 스트리밍 데이터 분석, 특히 통신에서 중점을 두었습니다. 그들은 나중에 과거 데이터 분석으로 확장되었습니다. 뚜렷한 것처럼 보이지만 두 영역 모두 구조화 된 데이터를 쿼리하고 스트리밍 데이터를 기반으로하는 작업을 트리거하는 작업이 포함되었습니다. 그들의 솔루션은 자연어 데이터베이스 쿼리에서부터 실시간 마케팅 캠페인 정의에 이르기까지 다양했습니다.

딥 러닝이 Unscramble 제품에 미치는 영향 :

딥 러닝의 상승은 UNSScramble의 자연 언어에 SQL 번역 제품에 큰 영향을 미쳤습니다. 딥 러닝 모델이 향상됨에 따라 기술을 조정했습니다. 매우 효과적인 SQL 생성 모델의 출현으로 궁극적으로 제품 판매 결정으로 이어졌습니다.

제품 대 서비스 회사 (스크램블 vs. 1by0) :

Anand는 제품 및 서비스 기반 회사의 주요 차이점을 강조합니다. 제품 회사는 기존 제품을 고객 요구에 맞추는 반면 서비스 회사는 특정 고객 문제에 대한 솔루션을 조정합니다. 1BY0은 고객 관계, 프로젝트 관리 및 공급 업체 파트너십을 강조합니다.

그의 기업가 여행에서 얻은 주요 학습 :

Anand는 흥미로운 도전과 시장 수요의 균형을 맞추는 것의 중요성을 강조합니다. 그는 기업가 여행 중에 배운 교훈 인 UNSSCRAMBLE에서 시장 생존력보다 지적 자극 문제를 우선시하는 것을 반영합니다.

AI의 미래 : 상징적 AI 및 딥 러닝 :

Anand는 특히 의약품과 같은 정확한 추론이 필요한 분야에서 상징적 AI와 딥 러닝을 결합한 균형 잡힌 접근 방식의 필요성을 믿습니다. 그는 지식 기반 구성의 발전이 상징적 AI의 진보에 결정적인 것으로보고 있습니다.

미래의 AI 트렌드 및 에이전트 워크 플로 :

에이전트 워크 플로는 AI 통합을 일상적인 작업으로 간소화하여 두드러지게 증가 할 것으로 예상됩니다. 그러나 인간 -AI 협력의 경계를 정의하는 것은 여전히 ​​중요한 과제입니다. 또한 AI가 소프트웨어 개발에 대한 통합 증가를 예견하여 소프트웨어 엔지니어에게 필요한 기술을 변화 시켰습니다.

야심 찬 AI/ML 전문가를위한 조언 :

Anand는 기술 기술과 함께 도메인 전문 지식에 중점을 두는 것을 권고합니다. 도메인 지식은 기술적 혼란에 대한 탄력성을 제공하고 기술 능력을 보완합니다. 이 빠르게 진화하는 분야에서 지속적인 학습이 필수적입니다.

결론:

Anand Ranganathan의 여행은 AI의 변형 잠재력을 보여줍니다. 그의 경험은 적응성, 도메인 전문 지식 및 혁신을 시장의 요구에 맞추는 것의 중요성을 강조합니다. 그의 통찰력은 인간 -AI 협력과 지속적인 학습의 중요한 역할을 강조합니다.

AI, 데이터 과학 및 생성 AI에 대한보다 통찰력있는 세션을 위해 데이터를 이끌어 내십시오!

위 내용은 30 개의 특허, 2 개의 신생 기업 : Anand Ranganathan의 AI 여행의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!