Vina Blockchain
Vina Blockchain
Dang Van
Episode 294 – Amazon triễn khai nghiên cứu Trí tuệ Nhân tạo ở Đức - May 24 – 2019 Do Lê Quang Văn thực hiện
21 minutes Posted May 26, 2019 at 5:35 am.
0:00
21:20
Download MP3
Show notes
Bên trong chương trình nghiên cứu AI của Đức
Chìa khóa cho chiến lược của Amazon là sự vượt trội về công nghệ và đặc biệt là khả năng triển khai AI để cải thiện trải nghiệm người dùng và tối ưu hóa việc lưu kho và giao sản phẩm cho khách hàng trên toàn thế giới.
Để đi trước, Amazon đang đặt cược rất nhiều vào Đức. Ngoài ba địa điểm nghiên cứu ở nhiều thành phố khác nhau, năm 2017 công ty đã mở thêm một phòng thí nghiệm tại thị trấn đại học Tübingen hợp tác với Hiệp hội Max Planck, hiện đang tuyển dụng hàng trăm nhà nghiên cứu AI trên cả nước.
Nếu mọi thứ theo đúng kế hoạch, nhóm Tübingen sẽ sớm chuyển đến một tòa nhà bốn tầng kiểu dáng đẹp (nhưng chưa được xây dựng), củng cố sự hiện diện của Amazon trong cái mà một số người gọi là "Thung lũng điện tử" của Đức.
Trí thông minh nhân tạo đã được hỗ trợ tại đây vào thời điểm không phổ biến, Giám đốc Machine Learning Ralf Herbrich của Amazon, người giám sát tất cả các hoạt động AI của công ty cùng với nhà kinh tế trưởng của Amazon tại Seattle cho biết.
Nhưng giữa lúc người hâm mộ mở khóa những bí ẩn của AI, một số người Đức đang cảnh giác trước sự thúc đẩy của Amazon vào đất nước này.
Không có gì trong số đó cầm chân Amazon phát triễn tại Đức.
Trọng tâm của hoạt động là ở trung tâm Berlin, trong một nhà máy may được chuyển đổi gần nơi một bức tường từng chia đôi thành phố. Ralf Herbrich, một nhà khoa học máy tính cao chót vót, phụ trách quản lý mạng lưới trung tâm nghiên cứu của công ty ở Đức trong khi đảm bảo AI được coi là một phần của bất kỳ dịch vụ mới nào do Amazon phát triển trên toàn thế giới.
Anh ấy không phải là người thích lãng phí thời gian.
Herbrich không lên lịch nhiều hơn năm cuộc họp mỗi ngày, thay vào đó, họ thích nghiền ngẫm ba đến bốn "tài liệu dài hơn" cùng với 200 email, bởi vì anh ta nói rằng bộ não của anh ta có thể xử lý văn bản nhanh hơn gấp đôi so với lời nói.
Herbrich dần dần mở rộng dấu chân AI của Amazon trên khắp nước Đức. Hiện tại, một nhóm ở thành phố Aachen phía tây đang nỗ lực cải thiện khả năng nhận dạng giọng nói cho trợ lý ảo của Amazon, Alexa, trong khi một nhóm khác ở Dresden, miền đông nước Đức, đang cố gắng tăng cường dịch vụ đám mây của công ty nhờ AI. Ở Tübingen, các nhà khoa học đang cố gắng cải thiện cách máy tính đo cơ thể con người, ngoài việc nghiên cứu nguyên nhân và kết quả.
Berlin vẫn là trung tâm lớn nhất. Công ty hiện có hơn 800 nhân viên tại thủ đô của Đức, 100 trong số đó trực tiếp tham gia phát triển AI. Văn phòng Berlin tập hợp các nhà khoa học đang cố gắng cải thiện thị trường của Amazon - ví dụ, bằng cách tự động dịch các mô tả sản phẩm hoặc sử dụng AI để dự đoán nhu cầu của sản phẩm - cũng như những người dạy robot cách tìm và lấy đồ vật.
Cuộc săn lùng tài năng công nghệ của Amazon vượt ra ngoài Đức.
Công ty đã mở các trung tâm phát triển trên khắp châu Âu, sử dụng hơn 5.500 nhà phát triển và nhà nghiên cứu ở mười một quốc gia.
Nhưng Đức là một tự nó là một trung tâm về đầu tư. Phòng thí nghiệm Tübingen nằm trong khoảng cách đi bộ từ một chi nhánh của Viện Hệ thống Thông minh Max Planck (MPIIS), một trong những viện nghiên cứu AI hàng đầu của đất nước.
Mỗi thứ Hai, các nhà nghiên cứu của Bộ KH & ĐT đến để được các nhà khoa học của Amazon giới thiệu tóm tắt về những gì họ đang làm.
Là một phần của chính sách "cho và nhận", các nhà nghiên cứu của Amazon giúp Đức giải quyết một trong những vấn đề khiến đất nước bị trì trệ trong việc tiến lên hàng đầu thế giới trong lãnh vực công nghệ: Đức đã thất bại trong việc biến nghiên cứu cơ bản thành ứng dụng thực tế.
Kinh nghiệm của chúng tôi tại Amazon là quy trình này thường được gọi là "chuyển giao công nghệ" hoạt động dễ dàng nhất nếu nó liên quan đến cùng một người, theo Herbrich.
Theo Herbrich, Amazon đang đảm nhận một số vấn đề nhức nhối. Nhiều trong số những vấn đề này phải làm với việc đưa ra dự đoán dựa trên các mẫu được phát hiện trong các kho dữ liệu khổng lồ. Nhưng "học sâu" chỉ có hiệu quả đến một mức nào đó, sau đó phải có các kỹ thuật mới - để hiểu nguyên nhân và kết quả