30张专利，2家初创公司：Anand Ranganathan的AI旅程

这一带有数据剧集的领导特色是Anand Ranganathan，这是AI和机器学习中的重要人物。从他的IBM任期到共同创立的无障碍和1/0，Anand分享了对AI的挑战，进化和未来的宝贵见解。我们探索他的创业经历，深度学习的影响以及他对AI应用的愿景。

在Spotify，Google Podcast和Apple Podcast上收听这个有见地的情节！

我们与Anand Ranganathan的对话中的关键要点：

• 将符号AI和深度学习集成到精确推理的重要性，尤其是在专业领域。
• 深度学习的快速发展需要敏捷的产品开发和市场策略。
• AI服务公司优先考虑客户关系和定制解决方案，而不是以产品为中心的公司。
• 代理工作流程有望彻底改变AI整合，但是人类与人工智能之间的合作需要明确的界限。
• AI/ML的成功既需要领域的专业知识，又需要持续学习，以保持该领域的快速进步。
• AI的未来将极大地影响软件工程，要求不断适应和提高技能。
• 域知识至关重要，因为AI改变了传统的软件工程角色。

加入我们的未来，与数据会话一起与AI和数据科学领域的领先专家进行更多讨论！

深入了解我们与Anand Ranganathan的对话：

他的AI和ML旅程：

阿南德（Anand）的AI旅程始于伊利诺伊大学（University of Illinois）的博士学位，重点是AI和分布式系统的交集。他的早期作品集中在象征性推理上，与当前以深层学习为主的景观形成鲜明对比。他的IBM研究经验涉及应对大数据挑战并为IBM的流处理平台做出贡献。在2010年代向深度学习的转变极大地改变了AI领域。

他的创业企业背后的动机：

在IBM工作了十年后，Anand试图直接应对行业挑战。创新的机会，与志趣相投的人合作，使他共同创立了无障碍。

不十本的重点和挑战：

最初没有cr症的重点是实时流数据分析，尤其是在电信中。他们后来扩展到历史数据分析。尽管看似不同，但两个领域都涉及查询结构化数据并基于流数据触发操作。他们的解决方案范围从自然语言数据库查询到实时营销活动定义。

深度学习对无障碍产品的影响：

深度学习的兴起显着影响了Unscramble的自然语言对SQL翻译产品。随着深度学习模型的改善，他们调整了技术。高效的SQL生成模型的出现最终导致了他们出售产品的决定。

产品与服务公司（Unscramble vs.1BY0）：

Anand强调了产品和基于服务的公司之间的关键差异。产品公司将现有产品适应客户需求，而服务公司将解决方案量身定制为特定的客户问题。 1BY0强调客户关系，项目管理和供应商合作伙伴关系。

从他的企业家旅程中学习的主要知识：

阿南德强调了平衡有趣的挑战与市场需求的重要性。他反思了优先考虑智力刺激问题的优先级，而不是cramble的市场可行性，这是他在创业过程中学到的一堂课。

AI的未来：符号AI和深度学习：

Anand相信需要平衡的方法，结合符号AI和深度学习，尤其是在需要医学等精确推理的领域。他认为，知识基础建设的进步是符号AI的进步至关重要的。

未来的AI趋势和代理工作流程：

预计代理工作流程将增长，从而简化AI整合到日常任务中。但是，定义人类合作的界限仍然是一个关键的挑战。他还预计AI将不断扩展到软件开发中，从而改变了软件工程师所需的技能。

有抱负的AI/ML专业人员的建议：

Anand建议专注于领域专业知识以及技术技能。领域知识为技术破坏提供了韧性，并具有补充技术能力。在这个快速发展的领域中，持续学习至关重要。

结论：

Anand Ranganathan的旅程展示了AI的变革潜力。他的经验强调了适应性，领域专业知识的重要性，并使创新与市场需求保持一致。他的见解强调了人类合作和持续学习的关键作用。

请继续关注数据，以获取有关AI，数据科学和生成AI的更有见地的会议！

以上是30张专利，2家初创公司：Anand Ranganathan的AI旅程的详细内容。更多信息请关注PHP中文网其他相关文章！