全栈算力,加速行业AI落地 了解详情
写点什么

创业公司难以采用 AI 的三个关键因素

  • 2021-06-28
  • 本文字数:1461 字

    阅读完需:约 5 分钟

创业公司难以采用AI的三个关键因素

本文最初发表于 Forbes 网站,经原作者 Gaurav Aggarwal 授权,InfoQ 中文站翻译并分享。


近十年来,出现了一些令人惊叹的技术。随着 2000 年代后期 iOS 和 Android 应用程序商店的推出,移动应用生态系统已经成熟。任何一个有好点子的人,都能开发出一个应用并进行发布。比如像 Uber、Snapchat、Instagram 这样的科技巨头都是这样诞生的。同时,我们也看到,云计算逐渐成为大家获取计算资源的主流,而人们也不需要再购买昂贵的服务器。


这十年,人工智能也成为人们关注的焦点。如果说,移动应用和云计算是对弱势者的颠覆性技术(它们提供了平等的竞争环境),那么人工智能就是对大公司更有利的技术,与大公司相比,创业公司可能不太适合采用这项技术。原因主要有以下三点。

1.数据挑战


人工智能是由数据驱动的,这意味着你拥有的数据越多,结果就越好。如果人工智能不能获得正确数量的数据,它的结果将会差强人意。


一般情况下,初创企业收集的数据量远不及大公司已经拥有的数据量,因为初创企业没有足够的客户基础和流量来产生大量的数据。比如,Facebook 就曾用来自 Instagram 公共账户中的 10 亿张图片来训练一个计算机视觉模型,而一般的初创企业则很难做到这一点。


虽然有一部分初创公司依靠诸如 ImageNet 这样的公共数据集来进行人工智能训练,但即便是经过世界顶尖大学教授们长达 9 年的数据收集工作,ImageNet 的图片数量仍仅为 1400 万张。


此外,初创公司还面临来自数据质量的挑战。人工智能所需的数据要被准备分类、标注,并且数据得是正确的。大公司有足够的资源和客户来收集大量的数据,然后再进行标注,从而保证数据的质量。

2.缺乏人工智能人才


虽然人工智能是最常被滥用的技术流行词,但它仍是一个日益增长的领域,并且人才短缺。


一位人工智能专家需要精通统计学和线性代数,理解如何建立模型,以及如何定义问题、问题的参数和结构。目前来看,拥有人工智能经验的人才是很有限的。并且对于初创公司来说,情况则更是雪上加霜,因为初创公司很难支付起巨额薪水。


而对大公司来说,则可以凭借雄厚的财力以及良好的发展前景雇佣到成熟的人工智能研究人员。目前,一些大型技术公司甚至在挖人工智能领域的教授,这也使得人工智能领域的研究生人才数量进一步下降。对人工智能专家来说,也更愿意与拥有资源的大公司合作。

3.计算成本


人工智能带来的成本问题是初创公司的另一个担忧。像深度学习这样的人工智能训练模型需要大量的时间和计算来训练。要建立一个“足够好”的模型,至少需要几个迭代的训练,以便对超参数进行调整和优化。因为模型需要多次训练,计算能力和开发时间都会付出很大代价。


仅仅对一个已有的模型 (比如 BERT)进行再训练,就会花费掉一个工程师的月薪。除计算成本外,初创公司还必须处理 MLOps 的基础设施。对大型企业而言,这没有什么挑战,因为它们拥有大量资金、专业的 IT 人员和管理计算和人工智能相关培训成本的资源。


与大公司相比,初创公司采用人工智能可能会面临以上三个方面的挑战。因为资源有限,客户群不大,所以对于初创公司来说,部署人工智能模型,并在此基础上作出业务决定是一件非常麻烦的事。人工智能是未来,但它需要用资源、专门的技术和时间来研究以及部署最新的人工智能模型。初创公司想采用人工智能技术的话,还需仔细考量。


作者介绍:

Gaurav Aggarwal,Sleek 和 Forbes U30 的联合创始人,工程师出身的企业家,帮助小企业通过人工智能生存和发展。


原文链接:

https://www.forbes.com/sites/forbestechcouncil/2021/04/23/three-key-factors-making-ai-adoption-hard-for-startups/?sh=4aefd1c3796e

公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2021-06-28 14:321378

评论

发布
暂无评论
发现更多内容

现代配置指南——YAML 比 JSON 高级在哪?

杨成功

json 大前端 架构师 yaml 签约计划第二季

云图说|DRS数据对比——带您随时观测数据一致性

华为云开发者联盟

数据库 华为云 DRS 数据迁移

【LeetCode】统计「优美子数组」Java题解

Albert

算法 LeetCode 12月日更

java开发之Java ORM 框架推荐

@零度

Java Java ORM ​ObjectiveSQL

元宇宙100讲-0x003

hackstoic

元宇宙

为什么一半的人员能够完成超过去年的事情?(13/28)

赵新龙

28天写作

详细解读MySQL中的B+Tree 落地形式

秋水

MySQL优化 内容合集 签约计划第二季 B+tree

面试官:说说你对react生命周期的理解

全栈潇晨

React

给弟弟的信第11封|Java学习路线

大菠萝

28天写作

文件写入的6种方法,你知道几种

编程江湖

JAVA开发

大数据基石之Hadoop的读写流程与2.X架构

编程江湖

大数据 hadoop

模块六课后作业-拆分电商系统为微服务

断水风春

架构实战营

react源码解析8.render阶段

buchila11

React

vivo浏览器的快速开发平台实践-总览篇

vivo互联网技术

敏捷开发 浏览器 开发平台

CSDN热榜、华为云博客都可用来练习Python scrapy 爬虫

梦想橡皮擦

12月日更

架构实战 - 毕业总结

咖啡

Vue3进阶(贰):Vue3 新特性

No Silver Bullet

Vue3 12月日更

专题:基于云的技术架构设计实践

hackstoic

DevOps 云原生 技术架构 内容合集 签约计划第二季

lancet: 一个全面、高效、可复用的go语言工具函数库

柳叶刀

Go web go modules

架构实战-毕业设计

咖啡

秒杀架构

关于人脸识别的一个应用案例

为自己带盐

人脸识别 28天写作 百度智能云 12月日更

Redis(二):内存模型及回收算法

IT巅峰技术

Java redis 架构师 分布式缓存 redis分布式

Flutter 将整个App变为灰色(勿忘国殇 警钟长鸣)【Flutter专题21】

坚果

flutter 28天写作 12月日更

对话中移上研院,分享DevOps及运维观点

龙智—DevSecOps解决方案

DevOps 运维 中移上研院

Linux系统学习攻略《Linux一学就会》:Linux系统启动原理及故障排除

侠盗安全

Linux linux运维 运维工程师 云计算架构师 linux电子书

MySQL设置数据库为只读

Simon

MySQL

电商系统微服务拆分及架构设计

stars

架构训练营 电商微服务分析

初识 AspectJ ~

阿策小和尚

28天写作 Android 小菜鸟 12月日更

如何优雅地在Vue页面中引入图片

编程江湖

前端开发

4个优化方法,让你能了解join计算过程更透彻

华为云开发者联盟

数据 高性能 哈希表 join 标识对齐

react源码解析7.Fiber架构

buchila11

React

创业公司难以采用AI的三个关键因素_AI&大模型_Gaurav Aggarwal_InfoQ精选文章