为什么大数据比人工智能游戏中的风险投资更重要

“数据是新的石油”可能是一个典型的陈词滥调，描述了原始数据对计算机行业的重要性，但是当谈到人工智能企业时，陈词滥调可能还不够。

“人工智能的重要组成部分之一就是数据，” 位于华盛顿州贝尔维尤的智能设备中心主任Ben Wilson今天在一个关于人工智能的论坛上说，他是西雅图大都会商会执行官的一部分。音箱系列。“传统上，创业公司需要资金。现在，如果您正在进行人工智能，您需要资金，而且您还需要数据。而且，在烧掉你的资金之前，你会烧掉你的数据。“

威尔逊指出，人工智能市场的主要参与者是拥有数据的公司，无论是亚马逊还是微软，Facebook还是谷歌。

“在你有一个好主意之前，先从数据开始，”他说。“如果你是一个有很好主意但却没有数据的人，那对你来说将是一个很大的障碍，你将不得不找到一些能够访问你所需数据的合作者或合作伙伴。 ”

数据集至关重要，因为机器学习和计算机视觉的工具对培训数据有着巨大的需求。需要千兆字节的示例来教授AI代理以区分猫或狗，或者在停车标志和步行穿过街道的行人之间。

“特别是在机器学习和深度学习的情况下，数据是你在制定商业计划时必须考虑的新货币，”威尔逊说。

Sridhar Chandrashekar - Optio3的联合创始人兼首席执行官，Optio3是一家专注于物联网企业管理软件的创业公司。或物联网 - 支持该观点。他指出，在与GE和霍尼韦尔等公司的会谈中，客户通常只是为了数据购买原始数据而感兴趣。

东北大学西雅图地区校区的院长兼首席执行官戴夫瑟曼接受了价值主张。

“所以这是你的商机，”他告诉午餐人群。“开展收集数据并将其提供给AI公司的业务。”

今年收购优步的西雅图Mighty AI作为一个例证，从头条新闻中脱颖而出。强大的AI的商业模式是为自动驾驶汽车中使用的计算机视觉模型开发培训数据，优步明确认为购买公司比购买数据零碎更便宜。(收购条款尚未披露，但根据GeekWire的一位消息人士透露，投资者并没有收回为Mighty Ai募集的所有2700万美元。)

西雅图作为人工智能热点脱颖而出，主要归功于微软和亚马逊以及华盛顿大学和艾伦人工智能研究所等研究机构培养的工程师人才库。我们不只是谈论计算机科学和工程专业。Chandrashekar说，数学家和物理学家也在混合。

“你可以找到最好的机器学习工程师之一来自统计领域，”他说。“他们实际上会考虑数据，就像没有人的业务一样。”

瑟曼说，他的大学提供十多个联合学位课程，将计算机科学和其他学科融为一体 - 从数学和科学到人文科学。“我可以告诉你雇主告诉我们他们正在寻找什么，”他说。“这就是所有这些东西，以及能够与对方进行对话的人。”