▍思考框架是創造力背後的推手
我們心中,本來就有各式各樣的思考框架,我們思考的方式就是如此。這些思考框架有的簡單、有的複雜,有的精確、有的粗略,有的美麗、也有的邪惡。但不論如何,都會呈現現實的某些面向,協助我們提出解釋、抓住重點,做出決定。
例如,民主制度是一種思考框架,而君主制度也是一種思考框架。在商業產業上,精實生產(lean manufacturing)是一種思考框架,OKR(objectives and key results,即「目標與關鍵結果」,因英特爾與谷歌的先後採用而聲名大噪)也是一種思考框架。宗教是一種思考框架,世俗人文主義(也就是不信神的道德觀)也是一種思考框架。法治是一種思考框架,「強權即公理」也是一種思考框架。種族平等是一種思考框架,種族主義也是一種思考框架。
在我們的種種推理上,思考框架不但是重要基礎,而且應用極為廣泛。近幾十年間,從哲學到神經科學,各式各樣的領域都曾研究人類的思考框架,只是用來描述的術語有所不同,包括:模板、抽象概念、再現(representation)、基模等等。
時至今日,不論是硬科學或社會科學領域,多半都已經接受「人類透過心智模型來思考」的概念。只不過,這其實是相對晚近的概念。在二十世紀初,多半還只有哲學家在思考「人類如何思考」的問題。佛洛伊德對大腦的奧祕深感興趣,但他是當時的例外,而非常態。到了兩次世界大戰之間,像是卡西勒和維根斯坦等哲學家,則是以心智所操縱的符號與語詞為基礎,以此來認識心智。這確實是邁出了一步,讓人以更理性的方式來瞭解「認知」,但一切仍然只是理論,沒有實證。
等到第二次世界大戰之後,開始有實證科學家研究人類的心智—心理學家接手哲學家的研究,特別是開始思考大腦內部的認知過程。一開始,學者認為認知過程就像是嚴格的邏輯運算,但實證研究並無法支持這種論點。大約在1970 年代,「心智模型」的概念開始流行,眾人也開始認為人類的推理並非邏輯形式的運作,而更像是在模擬現實:我們評估各種選項的方式,是去想像可能發生的種種情況。
如今,這種觀點已經由許多心理學家與認知科學家經過眾多實驗得到證明。近年來,由於功能性磁振造影(fMRI)能夠即時視覺化呈現受試者的腦部活動,就連神經科學也踏入了這項研究領域。舉例來說,研究顯示,人類構思未來的時候,會啟動那些和空間認知與3D 思考相關的大腦區域。可以說,其實就是在有目的、刻意的做夢。
這項研究成果,讓我們對人類如何思考的理解,開始默默改變,瞭解了心智模型是人類認知的基本構件。不論我們任何的所見、所知、所感、所信,都始於我們對宇宙萬物的思考方式。我們如何理解世界,會受到我們「相信」世界如何運作所影響,包括:事情為何會發生、未來會如何發展,以及如果我們採取行動之後又會如何。
.
▍「解釋」帶來的好處
因果框架要求一切必須有說得通的解釋,這點除了讓我們得以歸納類推,也讓我們得以學習。這是一項重要特點,而且也是一項相對較新的發現。一般來說,學習是發生在得到資訊的時候—聽到老師講課、看到書上的描述、或是學徒動手修修補補的時候。但在做因果解釋的時候,那位提供資訊和解釋的人其實也在學習。這項觀點是由普林斯頓大學心理學教授倫布羅佐(TaniaLombrozo)提出,她是這個學術領域的熠熠新星,引領著一套關於「解釋」機制的新科學。
倫布羅佐從大學時期開始,就發現不論在心理學、社會學、哲學,處處可見關於解釋的想法。雖然這似乎就明擺在眼前,但事實證明,關於「解釋」這件事本身,科學界的研究都還不夠深入。舉例來說,為什麼我們會覺得某些事值得解釋、又有某些事不值得解釋?解釋能讓我們如何有所成就,或者如何讓人誤入歧途?倫布羅佐的研究從心理學和哲學出發,填補了一些我們關於解釋的知識空白。
倫布羅佐對於「透過解釋而學習」的研究,就是一個很好的例子。在實驗中,倫布羅佐請成年受試者看看兩群來自外星的機器人,分別名為glorp 和drent。兩群機器人各有不同的顏色、體型、腳部形狀的特徵,但受試者並不知道真正的重要區別是哪一項。實驗人員請一半的受試者去描述glorp 和drent 各有何特徵,而另一半則是要解釋glorp 和drent 各有何特徵。(兩群機器人都很可愛,但是真正區分的重點並不在於顏色或體型,而在於腳部的形狀。)
結果如何?比起那些只需要描述而不需要解釋的人,那些必須提出解釋的受試者,在找出真正區別之處的表現,明顯高出一截。倫布羅佐做了很多次實驗,結果都類似。她甚至也對小孩做了實驗,結果一樣:如果要小孩提出因果解釋,他們的表現就會更棒。
讓我們把這點再拉回來討論思考框架:我們用因果框架來解釋這個世界的時候,其實就是在學習,因此我們會更瞭解這個世界,我們也能產生更深入、更準確的見解。而且,向別人解釋這個世界,也能讓自己更瞭解這個世界。這項發現對教育和育兒來說,具有直接的意義:記得要小孩解釋他們推論的過程,而不只是要他們給答案。(這或許也有演化上的意義:比起其他不去解釋這個世界的動物,人類透過解釋的機制,也就學得更快、學得更多。)
這件事能帶來的好處,絕不只是知道怎麼區分glorp 和drent而已。人類從最早的時候,就開始想像出各種秩序的概念,在群星當中勾勒眾神的身形,將各種物種加以分類。小孩會花上幾小時,分類排列著自己的小車車、小布偶、樂高積木,還有萬聖節糖果(直到爸媽半夜偷偷來吃掉)。這種分類和重新分類的動作,靠的就是我們取得抽象概念、進行歸納類推的能力。
要是少了取得抽象概念的能力,我們就會覺得自己碰到的一切都是完全陌生,沒有任何一般法則能夠告訴我們該怎麼做。
.
以上文字摘自
《#造局者》
思考框架的威力
Framers: Human Advantage in an Age of Technology and Turmoil
.
作者:庫基耶, 麥爾荀伯格, 德菲爾利科德
... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
各位朋友好:
昨天在贈書直播中,談到用過去經驗類比現在或未來未知的處境,是大腦很重要的工作。說真的,這項能力對我們活下來真的幫助很大。
然而,我們昨天也提到,這種思考慣性同時也造成了某些限制。尤其過去經驗本來就比較偏頗,這種慣性要調整,就必須經過有意識的自我教育。
「思考特定議題的時候,我腦海裡如果浮現越多人的立場,最後得到的結論就越讓人信服。」~漢娜鄂蘭
版面上的朋友們,因為常閱讀不同作者的智慧,所以特別能進行討論。這其實更有利於我們看到不同人的觀點,並且選擇適合我們的思考方式,而不只是因循故舊。
今天晚上沒有直播,明天晚上的直播,會再談談傳統教養跟自我傷害的關係。這實在是一種沉重的話題,錯用思考框架,讓我們代代相傳著創傷。
祝願您,能充實我們的思考框架庫,這是能有多元選擇的基礎之一!
同時也有3部Youtube影片,追蹤數超過3萬的網紅孫在陽,也在其Youtube影片中提到,「孫在陽」直播-國立陽明交通大學-數據科學之視覺化分析 大數據利用時間的特性,以統計圖表呈現分析結果,以然成為一種企業尋找管理策略的方法。商業智慧的成功,當然也可以促成醫學智慧的成功。 孫在陽老師主講,[email protected] 範例、講義下載:https://goo.gl/...
「機器學習模型比較」的推薦目錄:
- 關於機器學習模型比較 在 Facebook 的最讚貼文
- 關於機器學習模型比較 在 Facebook 的最佳解答
- 關於機器學習模型比較 在 Facebook 的最讚貼文
- 關於機器學習模型比較 在 孫在陽 Youtube 的最佳解答
- 關於機器學習模型比較 在 孫在陽 Youtube 的精選貼文
- 關於機器學習模型比較 在 孫在陽 Youtube 的精選貼文
- 關於機器學習模型比較 在 機器學習基石(Machine Learning Foundation)第十六講筆記 的評價
- 關於機器學習模型比較 在 Python-Machine-Learning-Mini-Course-zh-TW - GitHub 的評價
- 關於機器學習模型比較 在 SAS 視覺資料探勘與機器學習(VDMML) 模型結果與比較 的評價
機器學習模型比較 在 Facebook 的最佳解答
創新工場和BCG咨詢合作的「+AI改造者」系列:看看無人機技術起家的極飛,如何賦能農業生產全環節,提升全球農業生產效率。
改造者系列:農業「+AI」全環節守護新疆棉花
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
創新工場投資的極飛科技是一家致力於未來農業的AI科技公司,極飛將無人機、機器人和傳感器部署在稻田、麥田和棉花田裏,用技術賦能農業中的播種、農藥噴灑、栽種管理、甚至天氣監測環節。用於作物噴灑的極飛科技R150農業無人車已經被推廣到了英國,應用在蘋果、草莓、黑莓等多種經濟作物的種植流程中。
在采訪中,極飛科技聯合創始人龔檟欽表示,AI在農業的應用才剛剛開始,未來極飛會探索更多AI和農業的融合,例如用AI來賦能優化作物模型(crop modelling),幫助識別作物生長過程中的不確定因素,從而實現提前預警和判斷。以下:
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在農業領域,隨著機器自動化、機器視覺、物聯網等技術的發展,農業的提質增效和轉型升級也被不斷加速。以極飛科技為代表的一批農業科技企業,通過無人機、智慧農業系統等科技賦能,使得傳統的農業勞動更加高效、環保、節能。
1 「改造者」通過傳授其AI技術和垂直行業理解,極大地削弱了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
■本期受訪嘉賓:龔檟欽
極飛科技將無人機、機器人、自動駕駛、人工智能、物聯網等技術帶進農業生產,通過構建無人化智慧農業生態,讓農業進入自動化、精准高效的 4.0時代。
龔檟欽是極飛科技聯合創始人,2018年福布斯中國「30 under 30」封面人物。龔檟欽曾任鳳凰衛視特約海外記者、國家地理製片人。龔檟欽先生擁有悉尼大學學士學位、巴黎九大與清華大學聯合博士學位在讀。
■對談實錄
Q1:極飛科技最早以無人機技術起家,後來為何選擇進入農業這一垂直領域?
龔檟欽:極飛科技以無人機航模控制器起家,最開始的時候我們曾嘗試過把無人機技術帶到電力巡線、安防、南極科考、物流等諸多領域,但很多領域的應用很難市場化,比如物流或電力巡線在當時都受到市場規模和法律法規的制約,難以發揮無人化技術的最大價值。
2013年9月,由於機緣巧合,極飛科技開始探索農業這一領域的無人機應用。我們發現,有客戶購買極飛的飛控之後進行改裝,拿到新疆去做航拍,還有許多人看到極飛之後在考慮用無人機做農藥噴灑。於是當月我們也一起走訪了新疆。9月正值棉田收穫期,我們卻看到大量農民背著藥箱,忍受著刺鼻的氣味在噴灑農藥,原因就在於新疆已經請不到采棉工了,需要農民噴灑脫葉劑來保證棉花同步成熟,再由大型采棉機統一采收。但是人工噴灑脫葉劑的效率非常低下,而用拖拉機噴灑又會軋壞棉花導致減產。
當時的新疆不僅缺乏采棉工,連噴灑脫葉劑的人工也請不到了。隨著城鎮化的發展,大量人口從農村流入城市,從前每年秋天新疆會有六七十萬人坐著綠皮火車從四川、河南、陝西來采棉花,如今這樣的畫面已難以再現。新疆出現了勞動力供給的缺口,而這也正是機器和技術能夠賦能的地方,就采棉催熟而言,要求脫葉劑的噴灑量不高,無人機這種空中飛行的機器有著天然的優勢——能夠在空中精准、均勻地噴灑,很大程度上減少人力並提高效率。不只是采摘,從播種到收穫的全流程中,機器人能高效地完成許多任務,包括播種、施肥、除草、除蟲等等,無人機能夠極大地提升農業生產效率,尤其在生產期較短的地域迅速提高單位時間的產量。由此,無人機能為農民釋放更多產能,一個人能管理的農田更大,即技術賦能土地規模化集中,而土地規模化之後農民對機器的需求也更大,從而進入「技術加速資源有效整合」的正向循環。
目前,極飛科技的無人機已經覆蓋了新疆機采棉面積的一半以上2,從棉花延伸到了水稻、小麥等需要大量人工的作物,從新疆延伸到了東北、雲南等全國大部分地域。
我們一直相信,當腦海裏有一項技術的時候,你要為技術選擇一個行業,選擇用技術來做什麼事。
2截至2020年10月,極飛科技農業無人機棉花脫葉劑作業面積占新疆機采棉面積的一半以上。
Q2:極飛在賦能農業的過程中是否遇到過什麼挑戰?極飛是如何應對的?
龔檟欽:在工業裏,規模化生產的工廠是工業自動化的天然載體,但在農業裏,農戶的規模差異很大,許多農戶的農田本身很小,對於機器應用能帶來的成本優化是無感的,這就涉及到「技術下鄉的微觀載體是誰」的問題。
極飛最早發現了這樣一群人,他們是縣城裏做婚慶攝影的攝影師,隨著航拍變得越來越容易,他們面臨著更加激烈的競爭。但是農民不會用無人機,極飛就請這些攝影師,或者說飛手,去幫農民打農藥。飛手發現農業用無人機的頻次高得多,市場又大,農民與他們之間也存在著比較大的技術差距,於是這些飛手們便成為了極飛下鄉的第一批「用戶」,架起農民和農業科技之間的橋樑。
過了一段時間後,這批飛手開始感到困惑,他們並不懂農業、不懂種植,也無法識別農藥的真假,於是另一批群體出現了——農資店。農資店主往往很懂農戶,很清楚周邊農戶種植的作物種類、規模,也有農戶的熟人網絡,由農資店來推銷無人機、提供打藥服務等,就會容易得多。農資店就這麼成為了極飛的「經銷商」。
兩三年後,隨著無人機、無人車等設備的滲透更高、覆蓋範圍更大,農戶開始出現對無人機維修的售後需求,農機商便成了我們的夥伴。農機商有更大的店面,有展廳、有維修車間,就像是汽車的4S店。他們也懂農業、有銷售團隊和培訓團隊,農機商就成了極飛「更大型的經銷商」。
到這裡,整個產業鏈已經連接上了,商業模式被驗證了——農機商可以幫我們推廣農機,農資店、無人機飛手可以幫助培訓。對極飛來說,分銷商就是農機商,經銷商就是農資商和飛手。
Q3:極飛自然衍生的渠道網絡非常有趣,從更大的農業產業鏈角度來看,極飛如何賦能農業產業鏈中的傳統企業?
龔檟欽:農業產業鏈中的企業可以簡化為三大類:作物科學公司、農業技術公司、食品與供應鏈公司。作物科學公司包括拜耳、中化等,研究農藥、化肥、種子,負責為農業提供生產資料。食品與供應鏈公司包括拼多多、百果園、盒馬等,把農產品變為商品,進行流通並銷售。農業技術公司負責農產品、農作物的生長管理,通過技術來幫助農業提升效率,極飛就屬於這一類。我們有一個說法是極飛幫助了農產品進行「光合作用」,通過抵抗農業生產過程中由於氣候、資本、勞動力等多方因素導致的不確定性。
農業技術公司位於另兩類公司中間,起到連接上下游的作用。比如作物科學公司想知道種子的生產效果、農藥的效果,可以通過極飛的種植管理記錄來做調研,從而優化下一代產品。比如農產品超市想采購無過量農藥的水果,可以調取極飛植保服務記錄來識別更高品質的水果供應商。可以看出,除了提升效率之外,極飛還提升了農業的透明度和可追溯性。相應地,在終端也會產生更高的價值回報,農民能獲得更多收入,消費者願意為此買單。
Q4:極飛對未來的發展規劃是什麼?會繼續深耕農業還是拓展更多行業應用?
龔檟欽:極飛選擇深耕農業,因為對於已經有七年技術和經驗積累的我們來說,再造更多其他類型的農業機器人、無人機,或者結合材料科學、結構設計優化農業機械,再或者把AI演算法嵌入農業機器,並不會太困難,但別的行業企業要進入農業是很難的,農業的行業壁壘還是很高的。
而且,在農業中AI的應用剛剛開始,未來我們可以探索更多AI和農業的融合,比如用AI來賦能優化作物模型(crop modelling),幫助識別作物生長過程中的不確定因素,從而實現提前預警和判斷;又比如探索作物科學,用深度學習來挖掘作物性狀,再通過優化生長管理極大地提升作物產量或品質,這些都是未來的方向。
■要點回顧
1、在垂直產業生態中,AI企業大可以自建網絡,根據協同性和互補性來決定網絡中的生態夥伴。隨著佈局下沉和戰線拉長,構建網絡並不會容易,AI企業需要從挑戰中找尋機遇,用更縱深的網絡推動AI與產業持續交織。
2、AI企業能幫助傳統行業「化不確定為確定」,極大地提升給定資源條件下的生產效率,加速「光合作用」。而傳統企業應當主動與AI企業共同暢想未來,重新想像AI將為行業帶來什麼價值和機遇。
3、AI企業可以在垂直領域中探索將業務與AI以及生物、材料等諸多技術進行融合,持續深耕垂直領域。
機器學習模型比較 在 Facebook 的最讚貼文
創新工場和BCG咨詢合作的「+AI改造者」系列: 看看多面手鎂伽如何由點到面,用機器人和自動化賦能生命科學、製造和零售業。
改造者系列:將核酸檢測提效40倍的自動化變革推手 -- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7隻AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
創新工場投資的鎂伽是大陸領先的高科技公司,成立於2016年,專注于機器人和人工智能技術的研發並將其深度融合于行業應用,提供從終端到雲端的產品與服務,賦能生命科學、先進製造等領域的智能變革,同步探索在智能零售等場景的創新應用。疫情期間,鎂伽為核酸檢測的應用需求提供了一系列高通量病毒核酸檢測解決方案,全程無人工參與,「樣品進、結果出」的全自動化,最大化保證結果的準確,效率相比人工提升40倍以上,最大可能降低了人工實驗過程中的感染風險。
2021年,鎂伽正式宣佈其自主研發的中國首家通用型智能自動化生物實驗室——鎂伽鯤鵬實驗室一期在北京正式落成,同時也在上海、蘇州開始佈局滿足不同功能的自動化生物實驗室,預計於2022年陸續投入使用。鯤鵬實驗室將專注于細胞基因編輯、高通量藥物篩選、合成生物學等領域的研究,致力於打造次世代的生命科學基礎設施,提高生命科學研發和生產效率,賦能行業融合創新,引領即將到來的生物學革命。
在采訪中,鎂伽認為AI應用企業要從垂直行業的實際問題出發,通過儲備和培養大量複合型人才,做到「比客戶更懂業務」。以下:
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在上篇中,我們接觸了提供端到端AI醫藥平臺的英矽智能,在今天的文章中,我們將進一步瞭解在生命科學、先進製造與智能零售等創新領域提供智能自動化技術與產品的高科技公司,即「改造者」——鎂伽科技。
1 「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
鎂伽是中國大陸領先的高科技公司,憑藉卓越的智能自動化技術與產品,實現行業創新突破和深度融合,致力於構建智能社會,賦能生命科學、先進製造等領域的智能變革,同步探索在智能零售等場景的創新應用。
■對談實錄
Q1:鎂伽為生命科學、零售和製造業提供AI解決方案,三個行業跨度很大,鎂伽如何進行賽道選擇?在發展過程中如何增進行業理解?
鎂伽:鎂伽是以機器人和自動化技術起家的,但在服務客戶的過程中,我們發現客戶需要的不只是機器人本體或自動化設備,還要結合行業需求痛點的解決方案。生命科學和線下零售都是市場容量很大、增速很快的行業,但自動化和智能化的滲透程度還很低,急切地需要提升生產力,因此我們選擇進入這些賽道。
這三個賽道看似跨度很大,但其實底層技術是相通的。比如人工智能技術可以用於晶圓的缺陷檢測,也可以用在藥物篩選實驗中的細胞培養和克隆挑選。鎂伽開發了許多通用的基礎底層技術作為支撐,比如IntellVega通用視覺平臺已經應用於工業領域線上視覺檢測以及生命科學領域的藥物篩選,鎂伽還有一個技術中台MegaCloud,集合了跨行業的後臺數據,能夠支援鎂伽在不同領域的各項業務。
當然,對於一線業務來說,使用人工智能或者自動化的形態是完全不同的。鎂伽通過儲備和培養大量複合型人才做到「比客戶更懂他的業務」,以體現鎂伽的專業性和技術領先性。以生命科學領域為例,鎂伽不只有人工智能算法科學家,還有包括幹細胞、類器官、合成生物學、免疫學、病毒學等方向的科學家,既有來自CRO、IVD和藥企的專業人才,也有懂市場營銷的專家。由於團隊的多樣性和複合性,鎂伽內部也建立了充分的互相培訓機制,加強團隊之間的磨合與學習。
同時,現代生物學現在已經成了大數據科學,人工智能的應用是大勢所趨。鎂伽在助力生命科學領域轉型的過程,通過智能自動化技術,説明客戶把非常複雜的生物學實驗標準化、自動化和數字化。鎂伽在兩個方面説明生命科學的客戶,一是用行業領先的高效自動化系統説明客戶快速產生海量的多維度實驗數據;二是用鎂伽人工智能平臺説明客戶對生物數據進行模型構建和關聯性分析,進而指導實驗的持續優化。
另外,鎂伽也是少有的在生命科學領域搭建了完整的生物學自動化實驗室的企業,能夠融合我們自己的自動化和人工智能技術。客戶親眼看到我們的實驗室之後都會很受震撼,認識到我們做的事情非常前沿,他們也很想加入。這就使得鎂伽和其他生命科學領域的硬件設備廠家區分開來。
鎂伽甚至發現,從過去幾年到如今,有不少AI技術公司找到我們,希望借鑒我們的垂直行業經驗。這些團隊往往有很強的AI算法能力,但是缺乏數據、缺乏應用數據的方式。以藥物篩選為例,鎂伽可以做到在實驗室設計方案之初就考慮到收集哪些關鍵數據並使其很好地滿足機器學習算法的要求,從而在實驗過程中自動採集證據以證明細胞安全且來源單一,滿足監管的要求。這是鎂伽相比於其他AI公司的獨到優勢。
在開發解決方案的過程中,鎂伽一直堅持從業務問題出發,首先找到高價值的應用點,再把點串成線,由線鋪到面。
Q2:就鎂伽的觀察而言,傳統企業應用AI有哪些共性問題?鎂伽是如何解決的?
鎂伽:傳統企業首先對AI技術能夠解決什麼問題比較模糊,也不太能理解AI是如何解決問題的。例如對AI如何能替代人工檢查、或者提升產品良率都不理解,因此很難提煉他們對AI的需求。鎂伽需要引導傳統企業的決策者來梳理業務流程,明確行業的特定痛點,從而制定解決方案,並計算和衡量自動化和AI能夠為企業帶來的經濟價值。
同時,傳統企業往往也缺乏高質量的數據,或者有數據但並未標記、數據不標準,無法有效地投入AI應用。傳統企業還缺乏AI人才,自動駕駛和視頻監控行業的人才和技術可能相對更多,但在傳統製造、生物醫藥這些行業,AI人才和技術是較為欠缺的。鎂伽建立了高效的數據獲取、自動化模型訓練和高精度上線部署的AI閉環,軟硬件團隊和測試團隊也做了充分的磨合,可以極大地提升傳統企業研發應用AI的效率。否則,從模型搭建、數據清洗到模型訓練、結果分析部署等等諸多環節,對傳統企業而言都是費時費力甚至難以為繼的。
鎂伽還會幫傳統企業搭建懂AI的團隊和建立完整的數據體系,包括説明傳統企業的團隊理解如何提煉數據、要采集並標注什麼數據等等。幫助傳統企業建立一支懂得AI應用的團隊有利於傳統企業的持續AI賦能。鎂伽內部建立了一個共有技術平臺,以機器人控制、2D和3D視覺、深度學習為核心的IntellVega平臺,及為用戶提供物聯網、SaaS線上集群服務和大數據分析等核心的 MegaCloud平臺,通過專業的開發團隊為客戶提供高效、智能化的整體解決方案,而傳統企業只需要提煉他們自身對產品工藝、質量的要求就可以了。
■要點回顧
1、「改造者」需要從垂直行業的業務問題出發,打造複合型團隊(既懂AI又懂垂直行業的專業人才),並加強團隊融合,實現「比客戶更懂業務」。
2、一流的「改造者」不只是提供產品和解決方案而已,還應當幫助傳統企業驅動變革管理,幫助識別和定義問題和需求,驅動認知轉變並提高員工技能,從而使AI應用在長期可持續。
■本期內容來自BCG對話鎂伽首席科學家王承志博士、首席技術官丁新宇先生、研發副總裁段金瑞博士、人工智能算法科學家蒯多傑博士和孫新先生。
機器學習模型比較 在 孫在陽 Youtube 的最佳解答
「孫在陽」直播-國立陽明交通大學-數據科學之視覺化分析
大數據利用時間的特性,以統計圖表呈現分析結果,以然成為一種企業尋找管理策略的方法。商業智慧的成功,當然也可以促成醫學智慧的成功。
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00:00 PPT簡報實務應用簡介
00:03:09 建立模型
00:03:54 依統計目的的圖表設計
00:10:40 ICD 9:434.90 屬於 TIA
00:14:32 依疾病碼做腦中分疾病分類
00:20:50 建立標題
00:21:23 01.ICD比例統計
00:26:20 02.ICD次數統計
00:28:30 視覺化
00:32:16 加入時間特性做連續型分析
00:49:20 自動分析
00:54:35 知識
01:01:14 關鍵影響因數
01:50:01 分解樹
機器學習模型比較 在 孫在陽 Youtube 的精選貼文
「孫在陽」直播-長榮大學-視覺化分析-2.自動分析
大數據分析中的數據清理,關乎於大數據分析成敗關鍵。轉置、樞紐、文字清理、數字清理、日期清理等,遺漏值、異常值、雜訊等數據清理。讓數據不是垃圾,就必需做好數據清理。商業智慧的自動化分析,讓數據背後的意義,直接呈現。
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00 複習資料清理
01:00 地區國家資料清理
03:09 日期資料清理
20:53 建立模型
機器學習模型比較 在 孫在陽 Youtube 的精選貼文
「孫在陽」直播-致理科大-外貿數據應用分析-視覺化分析
中華民國貿易順差還是逆差,讓我們來看近十年進出口的比較與分析。大數據分析中的數據清理,關乎於大數據分析成敗關鍵。轉置、樞紐、文字清理、數字清理、日期清理等,遺漏值、異常值、雜訊等數據清理。讓數據不是垃圾,就必需做好數據清理。
孫在陽老師主講,[email protected]
範例、講義下載:https://goo.gl/ytzRxT
時間軸
00:00 複習資料清理
01:00 地區國家資料清理
03:09 日期資料清理
20:53 建立模型
機器學習模型比較 在 Python-Machine-Learning-Mini-Course-zh-TW - GitHub 的推薦與評價
Python 已經成為應用機器學習領域中發展最快速的平台語言之一。 ... 第八課:演算法評估指標; 第九課:針對演算法進行抽樣做比較; 第十課:模型的比較與選擇 ... ... <看更多>
機器學習模型比較 在 機器學習基石(Machine Learning Foundation)第十六講筆記 的推薦與評價
Occam's Razor在機器學習裡面意議是指不要對資料有過多的解釋,就是越簡單的解釋越好。以上面兩張圖的資料來看,左邊的模型符合直覺判斷,是一種比較容易 ... ... <看更多>