¿Quién es Andrew Ng? - MBA de cuatro semanas


Andrew Yan-Tak Ng es un científico informático y empresario que ahora vive en los EE. UU. pero nació en el Reino Unido. Ng ha ocupado varios puestos distinguidos, incluido el de científico jefe en Baidu y director de Google Brain, y ha realizado importantes contribuciones al campo de la IA como académico e inversor.

Capacitación

Ng creció en Hong Kong y luego en Singapur antes de mudarse a los Estados Unidos en la década de 1990. En 1997 se graduó de la Universidad Carnegie Mellon con una triple especialización en informática, economía y estadística.

Después de graduarse como el mejor de su clase, Ng pasó aproximadamente dos años en AT&T Bell Labs, donde estuvo involucrado en el aprendizaje por refuerzo, la selección de funciones y la selección de modelos.

En 1998 obtuvo su maestría en el MIT, donde desarrolló el primer motor de búsqueda de trabajos científicos de acceso público. El índice fue un precursor de CiteSeerX y se centró en publicaciones relacionadas con el aprendizaje automático.

Ng recibió su Ph.D. de la Universidad de California, Berkeley, bajo la dirección del reconocido científico informático Michael I. Jordan. La disertación de Ng titulada Diseño y búsqueda de pautas en el aprendizaje por refuerzoha sido citado varias veces desde su publicación en 2003.

Investigación de Stanford y Coursera

Ng se unió a la Universidad de Stanford como profesor asistente en 2002 y actualmente es profesor asociado de informática.

Durante las últimas dos décadas, se ha desempeñado como director del Laboratorio de Inteligencia Artificial de Stanford (SAIL), enseñando a estudiantes universitarios sobre temas relacionados con el aprendizaje automático, la minería de datos y los macrodatos. Uno de sus equipos también fue el primero en recomendar el uso de GPU en el aprendizaje profundo, en 2008.

Más tarde, en 2012, cofundó Coursera con Daphne Koller después de ver cuán populares eran sus cursos de IA y ML entre los estudiantes. Ng también lanzó la plataforma Massive Open Online Course (MOOC) debido a su filosofía personal de que la educación debe ser accesible para todos.

Google Brain y Baidu

Ng se unió a Google en 2011 y fue uno de los miembros fundadores del Proyecto de aprendizaje profundo del cerebro de Google junto con Jeff Dean, Rajat Monga y Greg Corrado. Uno de los primeros proyectos fue una red neuronal ahora infame entrenada para reconocer gatos de videos de YouTube.

Sin embargo, a mediados de 2014, Ng dejó Google y se unió a Baidu, creyendo que la empresa china "el mejor lugar para avanzar en la misión de la IA.” En otras palabras, Baidu tenía las herramientas (y la experiencia) para impulsar la IA.

Además, se consideró que Baidu era más flexible que sus pares de Silicon Valley, con ciclos de productos más cortos y una preferencia por rastrear el uso diario sobre el uso mensual.

En última instancia, Ng lideró un equipo de 1300 personas responsable de docenas de proyectos de inteligencia artificial en búsqueda, mapas, búsqueda por voz, entrega de comestibles, finanzas de consumo y seguridad.

IA de aterrizaje

En marzo de 2017, Ng anunció en una publicación de Medium que dejaría Baidu pero que continuaría trabajando en AI: "La IA de Baidu es increíblemente fuerte y el equipo está lleno de talento; Confío en que la IA seguirá prosperando en Baidu. Después de Baidu, espero seguir trabajando en la transformación de la IA de nuestra sociedad y el uso de la IA para mejorar la vida de todos.

Aproximadamente seis meses después, Ng fundó Landing AI, un pionero confeso del movimiento de IA centrado en datos. Este movimiento está permitiendo a las empresas aprovechar la IA (incluso si tienen conjuntos de datos limitados) y pasar proyectos relacionados de prueba de concepto a producción en masa.

fondo de IA

En enero de 2018, Ng presentó la incubadora de empresas emergentes AI Fund con una inversión de 175 millones de dólares. A diferencia de una empresa de capital de riesgo tradicional que invierte en empresas externas, la visión de Ng era permitir que los equipos pequeños trabajaran en secreto hasta que estuvieran listos para establecerse y escalar rápidamente.

Desde sus inicios, AI Fund ha apoyado varias iniciativas que resuelven problemas complejos en depresión, optimización de economía de combustible, pérdida de peso, eficiencia de producción y desarrollo de software de aprendizaje automático.

Las tesis centrales:

  • Andrew Yan-Tak Ng es informático y emprendedor. Ng ha ocupado varios puestos distinguidos, incluido el de científico jefe en Baidu y director de Google Brain, y ha realizado importantes contribuciones al campo de la IA como académico e investigador.
  • Ng se unió a la Universidad de Stanford como profesor asistente en 2002 y actualmente es profesor asociado de informática. Durante los últimos 20 años, trabajó en el Laboratorio de Inteligencia Artificial de Stanford (SAIL) y fundó Coursera después de darse cuenta de que sus cursos de IA y ML eran populares entre los estudiantes.
  • Ng se unió a Google en 2011 y fue uno de los miembros fundadores del Proyecto de aprendizaje profundo del cerebro de Google junto con Jeff Dean, Rajat Monga y Greg Corrado. Después de una temporada en Baidu, fundó Landing AI y AI Fund para perseguir su pasión por desarrollar IA en beneficio de todos.

Leer más: Historia de OpenAI, modelos de negocio de IA, economía de IA.

Análisis del modelo de negocio en red

Paradigma de IA

Paradigma actual de IA

Pre-entrenamiento

Pre-entrenamiento

Modelos de lenguaje grande

Modelos de lenguaje grande LLMS
Los modelos de lenguaje grande (LLM) son herramientas de IA que pueden leer, resumir y traducir texto. Esto les permite predecir palabras y formar oraciones que reflejan la forma en que las personas escriben y hablan.

Modelos Generativos

modelos generativos

Ingeniería rápida

pronta ingenieria
La ingeniería rápida es un concepto de procesamiento del lenguaje natural (NLP) que implica identificar entradas que producen resultados deseables o útiles. Como ocurre con la mayoría de los procesos, la calidad de las entradas también determina la calidad de las salidas en la ingeniería rápida. El diseño de avisos efectivos aumenta la probabilidad de que el modelo devuelva una respuesta tanto afirmativa como contextual. El modelo de preentrenamiento de imágenes y lenguaje contrastivo (CLIP) desarrollado por OpenAI es un ejemplo de un modelo que utiliza indicaciones para clasificar imágenes y leyendas de más de 400 millones de pares de leyendas e imágenes.

Estructura organizativa de OpenAI

estructura organizativa openai
OpenAI es un laboratorio de investigación de inteligencia artificial que se transformó en una organización con fines de lucro en 2019. Su estructura corporativa consta de dos entidades: OpenAI, Inc., una LLC de Delaware de un solo miembro controlada por la organización sin fines de lucro OpenAI, y OpenAI LP, una organización de responsabilidad limitada con fines de lucro. OpenAI LP está gobernado por la Junta Directiva de OpenAI, Inc (la Fundación), que actúa como Socio General. Al mismo tiempo, los socios limitados incluyen empleados de LP, algunos miembros de la junta y otros inversionistas como la organización benéfica de Reid Hoffman, Khosla Ventures y Microsoft, el principal inversionista de LP.

Modelo de negocio de IA abierta

¿Cómo gana dinero Openai?
OpenAI ha construido la capa base de la industria de la IA. Con grandes modelos generativos como GPT-3 y DALL-E, OpenAI proporciona acceso a la API para las empresas que desean desarrollar aplicaciones basadas en sus modelos básicos mientras pueden integrar esos modelos en sus productos y utilizar esos modelos con datos patentados e IA adicional. personalizar características. Por otro lado, OpenAI también lanzó ChatGPT, que se basa en un modelo freemium. Microsoft también comercializa productos Opener como parte de su asociación comercial.

OpenAI/Microsoft

openai-microsoft
Desde un punto de vista comercial, OpenAI y Microsoft se asociaron. La historia de la asociación comenzó en 2016 y se solidificó en 2019 cuando Microsoft invirtió mil millones de dólares en la asociación. Ahora está dando un gran paso adelante: Microsoft está negociando para invertir $10 mil millones en esta asociación. Microsoft está desarrollando su supercomputadora Azure AI a través de OpenAI mientras mejora su plataforma empresarial Azure e integra los modelos OpenAI en sus productos comerciales y de consumo (GitHub, Office, Bing).

Modelo de negocio de IA de estabilidad

Cómo-Estabilidad-AI-Dinero
Stability AI es el motor detrás de Stable Diffusion. Stability gana dinero con nuestros productos de IA y proporciona servicios de consultoría de IA a las empresas. Stability AI monetiza Stable Diffusion a través de las API de DreamStudio. Al mismo tiempo, también se lanza como una versión de código abierto para que cualquiera pueda descargarla y usarla. Stability AI también gana dinero con los servicios empresariales, donde su equipo de desarrollo central brinda a los clientes empresariales la capacidad de mantener, escalar y personalizar Stable Diffusion u otros modelos generativos grandes para satisfacer sus necesidades.

Estabilidad del ecosistema de IA

Estabilidad del ecosistema de IA


Si quieres conocer otros artículos parecidos a ¿Quién es Andrew Ng? - MBA de cuatro semanas puedes visitar la categoría Negocios Online.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir