亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”

亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”

前言

Werner Vogels 于 1958 年出生于荷蘭,但在很久以前就已遠赴海外工作生活。許多年前,由于擁有豐富的專業知識,Vogels 先后來到葡萄牙和美國,在美國他先去了紐約州,后自 2004 年起至今,一直住在西雅圖。在那里,他擔任亞馬遜首席技術官兼副總裁一職,和其團隊一道,為公司開發所有技術。

正是在 Werner Vogels 的帶領下,AWS 平臺得以迅猛發展,如今已成為亞馬遜的核心業務之一。與此同時,Vogels 也始終對人工智能領域投以特別的關注。

本文來源:Gründerszene【Germany】

原作者:Alex Hofmann


亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”
亞馬遜 CTO Werner Vogels

Q 在到亞馬遜工作并于 2005 年出任技術負責人之前,您其實是一名科學家。這一切是如何發生的?

事實上,我一生的大部分時間都是作為一名學者度過的。完成學業后,我開始從事研究,以了解更多關于自動化和高度可擴展系統的知識。為此我去了葡萄牙,然后在康奈爾大學工作了十年,在那兒我創立了兩家初創公司,一家公司運營成功,另一家則以失敗告終。與此同時,我還為其他公司提供咨詢服務。2004 年,我收到了亞馬遜的工作邀請。

Q 一開始,您并不確定是否加入亞馬遜,是嗎?

沒錯,我差點拒絕了。我心想:“一個網上商城,能有多大挑戰?” 當我進入亞馬遜后,我才意識到這是一項多么巨大的工程。我之前從未接觸過這方面的東西。它也為我提供了一個很好的平臺,讓我有機會把理論知識運用到現實生活中來。

Q 亞馬遜的哪些發展讓您感到特別自豪?

作為一家大型企業的首席技術官,應該對公司的內部情況了如指掌。例如,整整一年我都在研究容錯問題,以避免出現任何故障。隨后,我們也成為服務提供商并推出了 Amazon Web Services(AWS)云服務平臺,我至今仍為我們的成就感到自豪。例如,我們開發了一個無需離線維護的存儲系統,那時候這種系統壓根不存在。

Q 關于人工智能這個話題總有多種定義。您是如何定義的?

我更偏向于機器學習。許多科幻電影對人工智能的描述并不正確。人工智能并不是關于機器人統治世界,而是關于不同的技術,如自然語言或圖像的處理。今天我們所討論的業務環境中的人工智能主要是對大量數據的分析。

現在的數據量越來越大。如果使用傳統方法,我們將無法掌握這些數據量。人們不擅長處理大量數據,機器學習則試圖根據快速增長的數據量來預測當前和未來的發展趨勢。數據越多,結果就越可靠。

Q 能否舉個具體的例子?

例如,亞馬遜擁有數十億的交易數據。根據這些數據,我們可以用 95% 的概率預測這是否是一個欺詐性訂單,然后由一個人來接手并檢查整個事件。在語音處理方面,目前我們可以實時識別一段相當長的語音內容。但是,只有通過機器學習和功能日益強大的硬件,才能立即處理這些語音信息。

Q 這是否真的帶來了全新的見解和可能性?

這種技術將推動經濟的全面數字化。人們可以在更大范圍內做出更好的決策,例如在設計新產品或工廠安全性方面。

Q 目前人工智能技術的最佳應用是什么?

這個問題讓我想起了一家德國初創企業 Candis.io 使用機器學習實現核算流程自動化的精彩故事。可能乍聽起來很無聊,但我們的確應該去考慮 “公司通常需要花多少時間對文檔進行分類,并將其分配給合適的成本中心” 這樣的問題。

Q 這個故事為什么如此精彩?

因為它解決了一個非常基本的問題,并且可以幫助公司執行非常類似的流程。使用模式識別技術使文檔數字化,在一開始可能聽起來不足為奇。但是當你深入研究,你會發現巨大的潛力:通過機器學習,它們可以進行自動處理

亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”
亞馬遜 CTO Werner Vogels

Q 某些數字商業模式是否比其他模式更適合人工智能?

它不僅僅涉及數字商業模式,還涉及所有其他模式。如今,每家公司都可以使用相同的 IT 基礎架構,以及相同的人工智能工具,這意味著最終可用的數據才是競爭優勢。公司對獨特數據集的關注越多,就越能在競爭中脫穎而出。

Q 因此我們是需要通過各種方式獲取自己的數據,還是購買數據記錄?

兩種方式都行得通。每家公司都要了解進一步開發其產品需要哪些數據。在某些情況下,購買數據記錄也會有所幫助。

Q 能否舉個例子?

例如最大限度地減少電商退貨:如果你購買了 40 碼的華倫天奴鞋子,那么網站會推薦你在其他品牌應穿多大的鞋子,因為并非所有鞋碼都完全相同。許多數據記錄都是公開的,這些數據都可以作為很好的切入點。

Q 在大數據(尤其是高質量數據)如此重要時,初創企業是否處于不利地位?

也許會。所以必須從一開始就要考慮自己的數據策略。我們需要收集哪些有關流程的數據,例如可靠性或使用方面的數據?這關乎如何構建最小化可行產品(MVP),如何從最開始就衡量客戶的使用方式。這是找出產品是否真正實用的唯一方法。

Q 人工智能下一個重要的發展步伐是什么?

算法變得更智能、更實用。以前,對于新的數據流入,通常需要重復分析整個數據集,而現在有所謂的流算法可以實時補充分析。不過我們在該領域仍然還有很多工作要做,人工智能也將變得更加專業化。

Q 您指的是哪些方面?

例如在采礦或能源供應等危險環境中自主運行的機器,會進行自動檢查、預測性維護或盜竊事件檢測;例如在零售業領域,預測需求或可用性變得越來越重要。總的來說,人工智能將變得越來越不引人注目,部分原因在于它無處不在。亞馬遜曾因其“個性化推薦”功能而聞名,如今你可以在每個電商網站看到這個功能。現在在火車上,乘客們甚至不會注意到人工智能技術正在用于協助火車司機。

Q 經常有人聲稱“人工智能競賽是由美國和中國來決定的”,真正的人工智能中心在哪里?

這完全取決于人才在哪里。柏林也有很大一部分,這與科技初創企業大同小異。在以色列,許多初創企業都專注于人工智能領域的研究,同樣,在阿姆斯特丹或倫敦也有類似的情況。

亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”

原文始發于:亞馬遜 CTO 曾差點兒拒絕 offer:“一個網上商城,能有多大挑戰?”

發表評論

電子郵件地址不會被公開。 必填項已用*標注

时时彩后二稳赚 网盘