Video: Iklan Produk Anti Pecah di TV, Eh Pas di Tes Malah Kaya Gini... 😂 (November 2024)
Pada pameran minggu ini saya duduk dengan Ophir Tanz, Ketua Pegawai Eksekutif dan Pengasas GumGum, firma yang bermula sebagai sebuah syarikat penglihatan komputer dan dengan cepat menjadi sebuah syarikat penyelesaian menegak AI sepenuhnya. Kami bercakap mengenai ledakan kecerdasan buatan semasa dan potensi untuk mengubah setiap perniagaan yang disentuhnya. GumGum kini menawarkan pelbagai penyelesaian berasaskan AI dalam pengiklanan dan ia baru sahaja bermula.
GumGum, pada terasnya, adalah syarikat penglihatan komputer. Kami menyatakan teknologi itu dalam pelbagai cara. Unit perniagaan kami yang terbesar adalah unit pengiklanan kami, dan kami mencipta format pengiklanan yang disebut Pengiklanan Dalam Imej, di mana kami sedang bekerja dengan sekitar 70% jenama Fortune 100 dan banyak penerbit terbesar di dunia. Apa yang kami lakukan adalah kami secara kontekstual meletakkan mesej pemasaran sejajar dengan pengguna kandungan yang aktif terlibat. Kami akan mengenal pasti konteks imej, dalam kes ini, dan sebenarnya menyusun mesej pemasaran kepadanya.
Anda mempunyai beberapa contoh ini di laman web anda. Ia sangat keren. Saya tidak fikir kebanyakan orang tahu bahawa ia berlaku apabila mereka benar-benar menemui laman web dan mereka melihat jenis ini. Mereka fikir ia mungkin telah diprogramkan seperti itu, tetapi sebenarnya anda mengambil kandungan foto itu dan kemudian menyampaikan iklan yang berdasarkan foto, tidak semestinya laman web atau bahkan artikel itu.
Betul. Idea ialah pengguna melawat laman web dan gambar biasanya unit wira laman web yang diberikan. Jika anda melihat mana-mana kajian pengesanan mata, anda akan melihat bahawa kebanyakan haba berpusat di sekitar foto. Idea ini adalah untuk membuat penempatan yang sangat asli, tetapi juga memaparkannya dengan betul. Ia cenderung menjadi lebih berdampak, dan ia mempunyai ciri-ciri yang sangat bagus kerana kita tidak perlu mengisi setiap peluang inventori tunggal.
Apa yang dapat kami lakukan adalah memuatkan iklan apabila ia berkaitan dengan pengguna tersebut dalam konteks yang tepat pada bila-bila masa. Itu juga mempunyai kesan hebat untuk menghasilkan pengalaman pengguna yang lebih baik kerana anda melihat iklan kami lebih jarang, tetapi apabila anda melakukannya, mereka lebih berdampak. Ia juga mempunyai manfaat tambahan untuk memperkasa penerbit, dalam banyak kes, untuk menghapuskan format standard lain dari sifat mereka dan memulangkan hartanah kepada laman penerbit untuk digunakan untuk kandungan.
Dalam kajian yang saya lihat, bukanlah orang yang membenci iklan. Mereka membenci kelantangannya.
Ya.
Mereka membenci kelantangan, mereka membenci kebencian, mereka membenci pop-up. Melihat iklan sebenarnya tidak mengganggu mereka, selagi ia tidak mengganggu pengalaman.
Saya rasa itu masalah besar dalam industri hari ini. Jika anda melihat format iklan IAB tradisional anda, anda mempunyai beberapa isu. Satu ialah mereka perlu memuat 100% masa, jadi tidak peduli apa, iklan sedang dimuatkan. Anda jelas mempunyai masalah kebolehlihatan besar yang berkaitan dengannya. Apabila halaman web dimuatkan, 100% iklan IAB pada halaman itu akan dimuatkan dan anda hanya boleh menatal sepertiga jalan ke bawah. Pengiklan membayar untuk tera, tetapi mereka tidak pernah melihatnya. Mereka tidak menghasilkan nilai. Ia bersamaan dengan berkesan, saya fikir kali terakhir kita mengira ia, 10 atau 12 bilion dolar setahun hanya dibakar, naik dengan asap.
Itulah masalah besar. Kami hanya memuatkan format kami apabila kandungan yang relevan muncul pada penyemak imbas. Terdapat hampir tiada kesan terbuang apa-apa. Saya benar-benar percaya bahawa masa depan pengiklanan, terutamanya semasa anda berpindah ke peranti yang berbeza seperti tablet dan telefon, akan menjadi pengalaman yang lebih bersepadu dan terpilih. Idea pengiklanan adalah untuk mendapatkan mesej merentasi kepada pengguna yang mempunyai manfaat dari orang yang membuat wang supaya mereka dapat terus menyampaikan, dalam banyak kes, kandungan percuma. Perspektif kami ialah "Marilah kita membuat iklan-iklan yang dilihat, jadi kita sangat menghormati, tetapi jangan tunjukkannya dengan tidak sengaja, " dan kita fikir akhirnya lebih baik untuk semua pihak berkepentingan yang berkaitan.
Mari kita bercakap sedikit tentang bahagian sukan yang anda beroperasi. Ia adalah cara yang sangat menarik untuk membuka inventori dan melakukan sesuatu dengan penglihatan komputer yang tidak akan praktikal jika anda melakukannya dengan tangan atau oleh manusia.
Nah, cara yang telah dilakukan untuk beberapa dekad yang lalu adalah dengan tangan dan manusia. Itulah pendekatan rawan yang besar-besaran kerana apa yang biasanya berlaku adalah anda akan ambil, katakan, 10 minit atau beberapa segmen permainan berbilang jam. Anda akan menghantarnya ke tempat, biasanya, di luar negara. Anda akan mempunyai tag secara harfiah secara manual di mana penaja itu muncul dan kualiti relatif setiap pendedahan tunggal. Kemudian mereka menunjukkan bahawa dalam kotak hitam kepada nilai keseluruhan.
Jadi, seseorang itu melihat pita itu, mengenal pasti logo Coca-Cola di papan tanda di luar, dan kemudian menyatakan berapa lama, berapa saat ia melihat.
Ya, dan kualiti video itu. Adakah terselamat? Adakah ia kabur? Berapa besarnya? Perkara seperti itu. Apa yang telah kami lakukan ialah kami telah mengambil, sebenarnya, metodologi yang sama, sebahagian besarnya, tetapi kami melakukan semua pemrograman menggunakan penglihatan komputer. Ini adalah penerapan teknologi yang sangat elegan, kerana kita dapat melihat perkara-perkara secara menyeluruh. Kami melihat setiap momen setiap video, setiap video sorotan, setiap imej sosial, dan mengenalpasti semua eksposur tersebut, tetapi juga kualiti pendedahan itu. Kemudian kami membolehkan semua pemegang kepentingan relatif, dalam kes ini, pemegang hak dan jenama, untuk menggali
Penajaan adalah perniagaan yang besar. Terdapat banyak wang yang dibelanjakan untuk perkara-perkara ini, dan terdapat banyak rundingan yang perlu diteruskan untuk mencapai bayaran yang sesuai. Ini mengambil banyak tekaan daripada usaha itu.
Saya fikir tentang tanda WB Mason di Stadium Yankee. Ia berada di medan keluar dan jika anda pergi ke permainan, anda melihatnya, tetapi itu sesuatu yang perlu dikira dan mempunyai nilai tertentu yang dilampirkan kepadanya, dan alat anda membantu membuat dan mengetahui nilai itu.
Ia berlaku. Kami juga membantu pemegang hak sebenarnya menukarkan sudut kamera dan melakukan perkara itu untuk memaksimumkan pendedahan penajaan. Sosial adalah unsur yang tidak pernah dilihat, betul-betul, sebelum GumGum, dengan cara yang komprehensif. Ternyata majoriti nilai yang dihasilkan di media sosial dari perspektif penajaan berlaku pada harta yang dimiliki dan dikendalikan.
Tanpa menggunakan visi komputer, mustahil untuk melihat alam semesta sosial dan sebenarnya mengenal pasti di mana semua pendedahan itu. Terdapat peningkatan besar yang kami dapat menunjukkan dalam nilai sebenar yang sedang dibuat, dan semakin, itu juga bagaimana orang-orang menyampaikan pengalaman mereka, sehingga nilai, berbanding dengan televisyen juga semakin meningkat.
Perkara yang menguatkan kedua-dua aplikasi ini benar-benar penglihatan komputer. Ia mempunyai algoritma yang boleh mengenal pasti apa yang ada dalam imej, apa yang ada dalam imej video, dan kemudian mengenali, masukkannya ke dalam kotak, dan klasifikasinya. Itulah teknologi teras yang anda bina syarikat itu.
Ya.
Di manakah itu? Anda mempunyai dua aplikasi ini. Apa yang akan datang?
Seperti yang anda katakan dalam intro anda, kami adalah syarikat penyelesaian penuh menegak, AI, dan apa yang dimaksudkan adalah, pada akhirnya, kami mempunyai teknologi yang sangat kuat ini. Ia agak baru dari segi benar-benar dapat memohon kepada kes penggunaan praktikal di dunia. Apabila kita melihat dunia, kita melihat sejumlah besar industri yang benar-benar boleh mendapat manfaat daripada keupayaan ini. Pada ketika ini, sangat sedikit yang sebenarnya mempunyai faedah untuk mendapat keuntungan dari kemampuan tersebut.
Jika anda melihat bagaimana pilihan berbanding pelaksanaan penyelesaian ini, anda mempunyai penyelesaian berasaskan awan, anda mempunyai perkara seperti Watson dan penglihatan awan Google, dan Amazon dan sejenisnya. Masalahnya ialah untuk benar-benar menyelesaikan keperluan perniagaan yang sebenar, kami percaya bahawa anda perlu mempunyai kedua-dua kepakaran peringkat perniagaan di dalam rumah, tetapi juga kepakaran teknikal untuk membina penyelesaian khusus untuk masalah tersebut. Saya tidak pernah melihat sebuah syarikat atau bahkan produk yang berjaya dibina daripada mengambil penyelesaian AI berasaskan awan dan mengintegrasikannya ke dalam produk.
Alasannya ialah anda tidak mempunyai keupayaan untuk meniru perkara ini hampir sebanyak yang anda boleh. Terdapat banyak kesenian yang berkaitan dengan membangunkan sistem AI yang berjaya, sekurang-kurangnya hari ini, dan itu lebih daripada satu bug, bukan satu ciri. Akhirnya, perkara ini akan menjadi lebih komoditisasi, yang merupakan perkara yang baik dan kami sedang berusaha ke arah itu juga; tetapi juga, ia hanya benar-benar mahal. Perkara-perkara yang kami lakukan untuk pecahan sesen pun akan membiayai anda di mana-mana antara 40 sen dan satu dolar, dan 50 sen pada asas CPM dari syarikat-syarikat awan ini. Ia hanya tidak boleh dilakukan, betul-betul, apa-apa pada skala menggunakan penyelesaian ini.
Sekarang, terdapat contoh di mana anda boleh memanfaatkan beberapa jenis AI, seperti pemprosesan bahasa semula jadi, dan beberapa analisis teks, dari awan; tetapi ia sangat terhad kepada kawasan tersebut. Itulah di mana kita melihat jualan kami memainkan peranan yang besar, yang kami ada, kepakaran dari perspektif teknikal dan kami dapat mengintegrasikan kepakaran peringkat perniagaan sedemikian rupa sehingga kami boleh membina penyelesaian penuh timbunan. Setakat ini, kami mempunyai pengiklanan dalam sukan, kami mempunyai bahagian sosial, dan kami melihat beberapa peluang lain.
Kepentingan aduan yang saya dengar dengan IBM Watson adalah bahawa anda mendapatkan alat ini, tetapi kemudian, sebelum anda benar-benar boleh melakukan apa-apa dengannya, anda perlu melatihnya dan anda perlu tahu apa yang anda latihan untuk dilakukan. Kemudian banyak perniagaan kecil tidak mempunyai skillset itu. Mereka perlu menyewa konsultan untuk melatih AI. Bagaimana anda akan melakukannya secara berbeza?
Kami semua beroperasi dari seni bina yang sama. Jika anda menggunakan jaring neural, yang sebahagian besarnya saya fikir Watson menggunakan hari ini, dan sudah pasti apa yang kita gunakan juga. Terdapat elemen latihan yang berkaitan dengannya. Sebaik sahaja anda beroperasi pada skala, itu menjadi cabaran yang sama kepada sisi algoritma persamaan.
Mampu menyatukan label, saiz dan taksiran yang tidak wajar adalah keperluan. Sekali lagi, saya akan memanggil bahawa bug, bukan ciri. Ia adalah sesuatu yang telah kami lakukan selama bertahun-tahun dan kami boleh melakukannya dengan sangat baik. Akhirnya, kualiti rangkaian saraf anda akan berfungsi sebagai kualiti data yang anda dapat memakannya, jadi bukan kerana kami dibebaskan daripada itu. Hanya saja saya fikir kita kini perlu memperoleh dan melabelkan mereka dengan pantas dan
Nampaknya kepada saya bahawa salah satu kelebihan syarikat teknologi besar, gergasi ini - Amazon, Google, Facebook - adalah mereka mempunyai set data besar-besaran. Mereka benar-benar tidak dapat ditandingi dalam sejarah sains komputer, dan hanya mempunyai akses kepada dataset ini memberi mereka kelebihan ketika kita berpindah ke era kecerdasan tiruan ini.
Adakah itu kelebihan mampan atau adakah anda fikir bahawa tahap dan syarikat yang lebih kecil akan dapat bersaing?
Ini kelebihan yang besar, jadi anda betul dalam andaian itu. Lihatlah, data adalah raja dan selagi hal-hal ini perlu dilatih dengan data, maka entiti dengan data yang paling relevan untuk apa saja aplikasi itu berada dalam kedudukan yang menguntungkan. Apa yang menarik ialah kita adalah penyumbang berat kepada pergerakan sumber terbuka. Begitu juga semua syarikat lain. Sebenarnya kita berkongsi pengetahuan itu, tetapi kita tidak berkongsi data dengan banyak. Terdapat set data terbuka yang kami sumbangkan. Kami juga mempunyai banyak data proprietari, dan sudah tentu orang-orang besar juga melakukannya, tetapi ia benar-benar masalah khusus.
Salah satu perkara yang kita lakukan, sebagai contoh - dan ini bukan perniagaan teras, tetapi kita melakukan ini lebih untuk komuniti - adakah kita mengumpul koleksi terbesar sinaran X-ray gigi di dunia. Jika kita mahu membina perniagaan itu, sebagai contoh, itu bukan sesuatu yang Google atau Amazon akan mempunyai akses kepada. Mereka tidak mempunyai sebab. Mereka mempunyai jenis data tertentu. Mereka mempunyai imejan UGC, misalnya, video UGC, banyak data lokasi, banyak wawasan yang sangat berharga dalam semua jenis cara, tetapi jika anda cuba mengenal pasti retakan dan saluran paip atau jika anda cuba mengoptimumkan tanaman- debu, ada banyak aplikasi di sini. Saya akan mengatakan bahawa mereka mempunyai manfaat dengan cara tertentu, dan ia bervariasi kepada syarikat.
Kembali ke data pergigian, apa yang akan anda lakukan dengan pangkalan data gergasi imej pergigian itu?
Apa yang kami mahu lakukan adalah menjadi tuan rumah pertandingan di seluruh dunia, sama seperti ImageNet, persaingan yang dianjurkan oleh Stanford setiap tahun untuk melihat syarikat mana yang paling tepat dan pantas menyusun dataset label. Kami ingin melakukan sesuatu yang serupa dengannya.
Ia benar-benar hanya satu projek pengelasan lebih daripada satu produk komersial.
Hari ini, ya.
Mari kita bincang sedikit tentang salah satu perkara yang tidak disenangi orang tentang AI - mereka merasakan bahawa ini adalah teknologi yang akan digunakan oleh kerajaan. Ia akan digunakan oleh syarikat-syarikat besar, tetapi pengguna individu benar-benar akan bertindak oleh AI ini berbanding dengan dapat memanfaatkan mereka sendiri. Adakah anda berfikir bahawa itu adalah andaian yang adil atau yang akan berubah pada satu ketika?
Saya akan mengatakan ya dan tidak. Anda boleh berhujah bahawa individu sedang bertindak dan menjadi mangsa setiap produk perniagaan di luar sana, bahkan sesuatu seperti Waze.
Saya fikir Bernie Sanders membuat hujah itu sepanjang masa.
Tetapi saya fikir pengguna akhir juga merupakan benefisiari terbesar pada akhir hari kerana sekurang-kurangnya syarikat cuba untuk mengembangkan produk yang menambah nilai kepada kehidupan orang ramai dan juga untuk perniagaan lain. Saya fikir kerajaan mempunyai sendiri… Saya tidak tahu sama ada saya harus menyebutnya bersifat jahat atau hanya nilai tambah langsung, melainkan jika anda mahu melihatnya dari perspektif keselamatan, mungkin. Lihat, perkara ini sukar dilakukan. Ia tidak murah untuk dicapai. Dalam erti kata lain, walaupun hanya untuk mendapatkan dataset, ia memerlukan sumber. Entiti yang lebih besar yang sangat komited terhadap usaha ini akan memilikinya, akhirnya.
Perkara lain yang muncul sepanjang masa adalah AI dan ejen automasi. Menggunakan bahagian sukan GumGum sebagai contoh, itu sesuatu yang dilakukan sekarang melalui perisian yang biasa dilakukan, walaupun di luar negara, tetapi oleh manusia melihat pita dan mengelaskan perkara. Bagaimana anda melihat kehilangan kerja yang akan dikaitkan dengan jenis ini
Itu sangat merisaukan saya. Di GumGum saya telah melihatnya berlaku. Kami membangunkan penyelesaian automatik dan mengalihkan orang yang digunakan untuk menandakan imejan atau video, dan anda boleh berhujah bahawa itu adalah harga automasi. Saya fikir orang ramai seringkali cuba merasakan gambaran yang sangat rosak di sekelilingnya, katakan, "Semua teknologi baru menjana pekerjaan baru. Lihatlah revolusi perindustrian." Saya tidak membeli argumen itu. Saya fikir tidak semua teknologi dicipta sama dan tidak semua teknologi secara lalai mencipta pekerjaan baru. Saya fikir ada banyak pekerjaan baru yang telah dibuat dalam pengertian ini.
Sebagai contoh, orang yang mungkin telah melakukan penandaan kini berpotensi menandakan dan melabel imej untuk kita, dan ia mungkin menjadi orang yang sama, tetapi akhirnya, ia menyangkut saya banyak. Saya fikir ia adalah sesuatu yang dalam jangka masa panjang kita harus ditangani sebagai masyarakat. Pendapatan asas sejagat adalah sesuatu yang telah dibincangkan semakin panjang, di peringkat kerajaan dan di tempat lain. Saya tidak fikir idea itu buruk. Saya rasa ia mungkin idea yang sangat baik.
Saya fikir ia mempunyai implikasi lain untuk kebahagiaan masyarakat dan individu yang kita tidak mempunyai jawapan lagi. Saya fikir ia adalah satu masalah yang mencabar, dan saya berharap pentadbiran semasa kami dan juga pentadbiran masa depan akan membayar sedikit lebih berhati-hati untuk mencuba untuk mencipta dan, jika perlu, memberi subsidi kepada dunia masa depan daripada cuba membawa kembali kerja arang batu, di mana terdapat 70, 000 di Amerika Syarikat. Ia tidak masuk akal.
Mereka mungkin tidak akan kembali.
Mereka tidak boleh kembali. Ia tidak baik untuk alam sekitar. Itu bukan kualiti hidup yang tinggi untuk mereka, dan bukan penyelesaian jangka panjang yang mampan.
Baiklah. Mari kita dapatkan persoalan daripada penonton: Bagaimana mungkin anda berfikir pendapatan sejagat asas?
Cukup banyak jawapan yang saya berikan mungkin merupakan jawapan yang paling baik yang boleh saya berikan pada masa ini dalam masa. Saya tidak fikir kita mempunyai data atau wawasan yang mencukupi tentang apa implikasi melakukan sesuatu seperti itu. Saya tahu bahawa ada beberapa kerajaan di seluruh dunia yang bereksperimen dengan perkara-perkara ini. Itu akan sangat menarik untuk menyaksikan kesaksian dan belajar dari.
Saya juga tidak fikir kita berada di tempat sekarang di mana kita perlu memulakan sesuatu seperti sistem pendapatan asas sejagat. Saya fikir ini adalah
Saya fikir kita baru mula membungkus kepala kita tentang akibat semua teknologi baru ini kerana semuanya adalah perkembangan yang agak baru. Nampaknya ia berlaku jauh lebih cepat daripada revolusi perindustrian, dan kita perlu menginternalisasikan apa akibat dari mempunyai kereta yang didorong oleh AI dan kereta dan trak memandu sendiri yang berada di jalan raya dan semua perkara yang berbeza ini. Sebaik sahaja pulang ke rumah, saya fikir kita boleh mempunyai perbincangan yang realistik tentang bagaimana kita membayar ganti rugi.
Satu perkara yang kita bercakap mengenai syarikat saya banyak adalah tanggapan ini terhadap perubahan yang berterusan dan dramatik, dan saya fikir itu adalah satu kebenaran asas dunia di mana kita kini hidup. Sekiranya anda melihat apa yang dimaksudkan dalam segi teknikal, ini bermakna anda mempunyai pelbagai teknologi yang semakin meningkat dalam keupayaan pada lengkung eksponen, dan saya bercakap tentang segala-galanya dari resolusi piksel ke kapasiti cakera keras untuk memproses kelajuan, dan kemudian anda juga mempunyai pembangunan perisian juga, dan anda mempunyai semua teknologi ini pada titik infleksi yang berbeza pada lengkung ini; tetapi, semuanya berleluasa dan itulah yang sebenarnya menjadikan iklan mungkin hari ini, GPU berkesan dan kelajuan pemprosesan. Algoritma ini kembali ke '50s dan' 60s. Rangkaian neural pertama telah dibangunkan, saya fikir, dalam '50-an. Ia seperti 40 neuron.
Apa yang mengagumkan tentang pertumbuhan eksponen adalah tanggapan ini, contohnya, jika anda akan mengambil 30 langkah linear pada satu meter setiap langkah, maka selepas 30 langkah, anda akan melintasi 30 meter. Kami akan berjalan di bilik ini, tetapi jika anda mengambil 30 langkah eksponen, iaitu, dalam kes ini, hanya menggandakan yang mudah. Satu, dua, empat, lapan, kemudian selepas 30 langkah, anda akan melintasi lilitan Bumi sebanyak 26 kali - jadi kira-kira satu bilion meter. Apa yang menarik perhatiannya ialah kebanyakan pertumbuhan itu berlaku dalam beberapa langkah terakhir - jadi, pada langkah 29, anda berada di 500 juta meter.
Itulah yang menipu tentang pertumbuhan eksponen. Untuk masa yang lama ia kelihatan seperti pertumbuhan linier, dan sebenarnya ia boleh terlepas di belakang lengkung pertumbuhan linier yang mempunyai pertumbuhan yang lebih besar dalam setiap tempoh linear - tetapi, ia menjadi sesuatu yang secara dramatik berbeza. Dan, yang menjadikan masa depan sangat menarik dan dalam banyak cara, misterius dan sangat sukar untuk diramalkan. Di GumGum, kami cuba melihat ufuk masa yang lebih panjang - perkara seperti AR dan VR dan wearables dan IoT, dan perkara seperti itu - tetapi kami juga cuba untuk merancang perniagaan kami dalam kenaikan dua tahun kerana kami percaya itu cukup jauh seperti yang anda lihat, dan juga sejauh yang anda dapat menentukan dan membina
Saya fikir ini adalah cabaran yang memakan dunia hari ini. Sudah tentu syarikat-syarikat warisan mengalami ini, dan ia adalah jenis kekuatan yang dominan. Ia bukanlah keadaan yang sama kerana berabad-abad sebelum ini apabila anda boleh membangunkan model perniagaan dan ia boleh berfungsi. Siklus perubahan itu lebih lama lagi, jadi anda boleh meraih ganjaran secara jangka panjang. Kini, anda perlu sentiasa berinovasi dan meningkatkan pemahaman anda tentang dunia, dan cuba memahami pelbagai perubahan paradigma yang berkaitan dengan perusahaan anda, dan membina ke arah mereka.
Menjadi fleksibel dan dapat bertindak balas mungkin lebih berguna daripada menjadi benar tentang apa yang akan berlaku lima tahun dari
Ini juga mengapa anda melihat pelaburan maniacal dalam semua teknologi masa depan ini kerana syarikat tidak bisu. Kami bercakap syarikat besar. Mereka tahu bahawa mereka hidup dari perniagaan warisan. Mereka tahu bahawa perkara berubah dengan sangat dramatik dan mereka tahu bahawa mereka perlu membuat pertaruhan besar. Kami melihat pertaruhan syarikat yang sangat besar dan sangat berani kerana itu satu-satunya pilihan yang mereka ada, dan itulah juga mengapa permulaan, saya fikir, akan terus menjadi sangat bernilai dan aditif dan berjaya, kerana pada akhirnya, apabila anda berada di tempoh stasis, sukar, sama ada anda melabur atau sama ada anda sedang mengembangkan syarikat, sukar untuk mencipta nilai baru, tetapi apabila semuanya berubah sepanjang masa, maka terdapat banyak peluang untuk penciptaan nilai.
Saya fikir anda membuat satu titik yang hebat apabila anda bercakap tentang pemikiran eksponen dan betapa sukarnya untuk membungkus kepala anda di sekitar bentuk lengkung tersebut. Saya mencuri dari salah satu ceramah anda yang terdahulu di mana anda berkata pada 2023, $ 1, 000 dolar akan membawa anda peranti yang mempunyai kuasa pengkomputeran otak manusia. Ia akan mereplikasi kuasa pemprosesan yang banyak. Menjelang tahun 2043, yang sebahagian besar daripada kita mungkin masih hidup maka anda akan mempunyai kuasa pemprosesan untuk $ 1, 000 dolar. Ia lebih besar daripada semua otak di planet ini.
Gabungan, ya.
Apa yang dilakukannya?
Itulah titik yang sangat menarik. Hanya untuk bersikap adil, saya mencuri bahawa dari Ray Kurzweil. Dia melakukan analisis itu.
Kita semua berdiri di bahu gergasi.
Saya tidak mahu mengambil kredit untuk itu, tetapi ia adalah satu perkara yang sangat penting. Sekali lagi, saya tidak berfikir bahawa kita - sebagai masyarakat, sebagai spesies - terutamanya yang baik untuk berfikir secara eksponen. Otak kita dibina untuk berfikir secara linear. Itu akhirnya menawarkan lebih banyak potensi hidup, dan ia tidak menawarkan banyak faedah di belukar Afrika ribuan tahun yang lalu, bukan?
Implikasinya yang besar kerana banyak perkara yang boleh dipaksa brute. Anda mempunyai kualiti algoritma dan teknologi - dan yang sentiasa boleh menjadi lebih elegan - tetapi jika anda mempunyai kuasa pemprosesan yang mencukupi, maka anda boleh melakukan banyak perkara yang tidak mungkin dilakukan dengan melemparkan lebih banyak kuasa pengkomputeran di dalamnya. Dalam beberapa cara, anda boleh berhujah bahawa rangkaian saraf - Saya pasti kita akan melihat semula teknologi dan berasa seperti itu tidak cukup - dan jika anda melihat jumlah kuasa pemprosesan yang diperlukan berbanding dengan otak manusia, dan ini adalah gambaran buruk tentang otak manusia sebenarnya, otak menggunakan sejumlah kecil kekuatan yang dilakukan oleh mesin ini untuk melakukan pengiraan ini.
Saya fikir itu hanya bukti bahawa masa depan adalah sukar untuk diramalkan. Ia akan berubah lebih dramatik daripada sesiapa sahaja yang menyedari, dan kemudian ia juga mendengar ke arah kualiti perisian kerana jika kita dapat membangunkan perisian berkualiti tinggi, maka dengan jelas isu pengkomputeran kini akan menjadi faktor yang membatasi. Sekiranya anda ingin bercakap tentang umum AI atau kepintaran super, faktor pembatas akan menjadi keupayaan kami untuk membangunkan perisian yang tepat kerana, dengan jelas, jika anda boleh membeli cip yang mempunyai kuasa pengkomputeran yang setara dengan keseluruhan populasi manusia untuk $ 1, 000 dolar maka itu mungkin lebih kuasa daripada yang anda perlukan oleh mungkin tujuh bilion kali ganda.
Ada banyak industri yang kita tahu akan berubah. Kita boleh memberitahu kita akan mempunyai kereta memandu sendiri. Mungkin tidak dalam tempoh lima tahun, mungkin tidak dalam 10, tetapi pasti dengan 20. Orang ramai menganggap ia akan berlaku. Adakah industri yang anda fikir akan diubah oleh kecerdasan buatan yang belum kita fikirkan atau yang sangat tidak bersedia untuk perubahan itu?
Lihatlah, ini alat yang sangat berkuasa di laut alat, teknologi, perisian, perkakasan yang kuat. Saya tidak boleh memikirkan industri yang tidak boleh mendapat manfaat daripada integrasi keupayaan AI. Anda boleh memproses data, memproses video lebih baik, dan setiap industri boleh mendapat manfaat darinya. Itulah sebabnya saya melihat begitu banyak kuasa untuk dapat membina AI stack menegak
Saya ingin bertanya soalan-soalan yang saya tanya kepada semua orang yang hadir di acara itu. Apakah trend teknologi yang paling menyangkut anda? Adakah terdapat apa-apa yang membuatkan anda bangun pada waktu malam?
Senjata nuklear yang tersusun, atau peledak nuklear.
An oldie tapi goodie.
Ia baru kembali dalam fesyen.
Jelas sedikit mengenai. Adakah teknologi atau alat yang anda gunakan setiap hari yang mengilhamkan, di sebelahnya?
Saya telah mendapat kerja kayu, dan kebanyakannya kerja tradisional sejak lapan bulan lalu. Oleh itu, banyak pesawat tangan dan pesawat terbang, dan bercakap-cakap. Secara jujur, saya mendapati bahawa ini sangat memberi inspirasi. Mereka adalah alat yang sangat indah yang, untuk saya, bercakap sangat banyak kepada kepintaran manusia. Dan senang untuk berurusan dengan alat yang sangat mudah namun sangat kuat dan berkesan yang dicipta oleh manusia.
Mungkin ada mesin automatik yang didorong oleh AI yang juga boleh melakukan jenis rawatan kayu yang sama.
Terdapat tahap kesenian dan kepuasan yang saya fikir itu adalah sebahagian daripada apa yang membentuk pengalaman manusia. Lihat, saya sebenarnya mempunyai banyak alat kuasa juga. Anda sentiasa mendapat penamat yang lebih baik dan produk yang lebih baik pada akhirnya dengan alat tangan, tetapi akhirnya ia adalah salah satu cabaran. Sekiranya kita sebenarnya bukan spesies paling bijak di planet ini, ia mempunyai implikasi yang sangat mendalam, jelas.
Mula-mula, kita boleh melihat bagaimana kita merawat jenis yang lebih rendah
Saya tidak fikir perkara ini ada di sudut. Saya fikir bahawa kita banyak penemuan jauh dari apa-apa yang mewakili atau bahkan mula kelihatan seperti kecerdasan sedar, tetapi sama ada dalam 40 tahun atau 400 tahun, ia adalah sejenis relatif kecil dalam skala sejarah manusia. Ia perlu dibincangkan tentang implikasi apa perkara ini. Tiada siapa yang bercakap mengenai menghentikan perkembangan teknologi ini. Kami sangat ingin tahu dengan jelas, dan itu bukan pilihan. Saya tidak fikir ia harus menjadi satu pilihan sama ada tetapi kemungkinan besar, kita akan sampai ke sana sebelum kita telah membangunkan protokol yang betul untuk menentang apa yang kelihatan seperti realiti itu.
Ia kembali kepada sifat perubahan eksponen. Kami akan sampai ke keupayaan tertentu lebih cepat daripada yang kami bersedia untuk, dan saya tidak fikir kerajaan atau birokrasi atau bahkan perniagaan hari ini dilengkapi untuk dapat menguruskan perubahan dalam kadar semacam itu. Tahap perubahan yang diperlukan untuk benar-benar betul cenderung akan mewujudkan beberapa tahap kekeliruan.
Sementara itu, anda akan bekerja di kedai kayu anda.
Anda memberitahu saya. Plan B.
Apa jenis perkara yang anda buat, bolehkah saya bertanya?
Kayu dan mangkuk dan sudu dan barangan seperti itu. Ia sangat mudah sekarang. Saya baru mencari mentor. Sangat menggembirakan untuk tinggal di ruang digital bit dan bait yang selalu saya sayangi, saya telah menjadi seorang programmer dari usia muda dan selalu sangat tertarik dengan itu, dan saya masih menyukainya seperti yang pernah dilakukan; tetapi, itu hanya antitesis yang sangat fizikal dan manual dan semacam anda berurusan dengan kebanyakan kayu, yang merupakan juxtaposition yang bagus.
Sangat organik. Sudah melukakan berapa ramai ahli teknologi telah hadir pada persembahan dengan kemahiran pengaturcaraan hebat dan buaya hebat, namun perkara yang mereka sukai daripada cenderung menjadi perkara dunia nyata di mana mereka sebenarnya bekerja dengan tangan mereka.
Yeah. Ia kembali ke semacam sampingan perkara ini memuaskan.
Sekiranya mentor sedang menonton sekarang dan mereka mahu menghubungi anda atau mereka hanya mahu mengikuti apa yang anda dan GumGum lakukan, bagaimana mereka boleh berhubung dengan anda dalam talian?
Anda boleh mencari saya di Twitter @ophirtanz, LinkedIn di Ophir Tanz, di laman web kami, Gumgum.com. Semua jenis cara.
Cemerlang. Ophir, terima kasih kerana datang ke makmal.
Terima kasih kerana mempunyai saya.
Saya menghargainya.
Ianya sangat bagus.
Itulah Fast Forward hari ini. Saya ingin mengucapkan terima kasih kerana menyertai kami. Sekiranya anda mahu melihat kembali episod pertunjukan ini, anda boleh mencarinya di PCMag.com. Jika anda mahu mendengar podcast di iTunes, anda boleh menemuinya di Apple Podcast, anda boleh menemuinya di Android Play. Anda boleh menemuinya di mana podcast yang baik diberikan dari percuma. Terima kasih banyak kerana menyertai kami hari ini dan saya akan berjumpa dengan anda pada masa akan datang.
