北京時間 12 月 14 日晚間，吳恩達(dá)宣布自己的新公司 Landing.ai 成立，希望從制造業(yè)入手，「幫助傳統(tǒng)企業(yè)在 AI 時代實現(xiàn)轉(zhuǎn)型」。與此同時，吳恩達(dá)表示公司已經(jīng)與富士康達(dá)成戰(zhàn)略合作關(guān)系。兩家公司從今年 7 月就開始了合作，集兩家的核心能力打造 AI 技術(shù)、人才和系統(tǒng)。

雷鋒網(wǎng)先進(jìn)時間在官網(wǎng)與公眾號上報道了這一新聞，此消息也被各路媒體接連刷屏。而在被吳恩達(dá)的Landing.ai刷屏后，雷鋒網(wǎng) AI 科技評論從 Twitter 和招聘啟示中看到了三個有趣的細(xì)節(jié)。

新聞回顧： 吳恩達(dá)成立新公司 Landing.ai，幫助傳統(tǒng)產(chǎn)業(yè)掘金 AI，并宣布與富士康合作

五個月前的「蛛絲馬跡」

有同行笑侃，吳恩達(dá)公布 Deeplearning.ai 項目的時間也同樣是在國內(nèi)晚間，這明顯是不讓國內(nèi)媒體好好休息的節(jié)奏??！玩笑歸玩笑，但吳恩達(dá)選擇在 12 月 14 日晚間宣布這一消息，實際上在時間選擇上是做好了周全的「考慮」，而且早在 5 個月前，就已經(jīng)確定了要幫助傳統(tǒng)產(chǎn)業(yè)掘金 AI 的想法。為何這么說？

在 Medium 博客上宣布 Landing.ai 成立的 8 個小時之后，吳恩達(dá)以分享 MIT TR 的一篇文章為契機，在 Twitter 上分享了一條標(biāo)著序號「8」的動態(tài)。而有意思的是，這條 Twitter 是基于他先前所發(fā)布的七條 Twitter 轉(zhuǎn)推的，時間間隔不多不少，正好五個月。

今年的 7 月 15 日，吳恩達(dá)在同一天連發(fā)了七條 Twitter，并以 1-7 的順序標(biāo)明了它們的先后順序。

AI 科技評論編譯如下：

  • 1/ 技術(shù)完善需要時間：2007 年是推出 iPhone 的好時機；但 1993 年不是（蘋果的 Newton），因為電池/屏幕/芯片技術(shù)尚未發(fā)展到那一階段。

  • 2/ 極端例子：達(dá)?芬奇（Leonardo da Vinci，1480 年代）早在 15 世紀(jì)就提出了直升機的發(fā)明原理，但引擎相關(guān)技術(shù)直到 20 世紀(jì)才發(fā)展起來。

  • 3/ 2007 年對于自動駕駛而言也許為時過早（DARPA Urban Challenge），因為人工智能、傳感器等技術(shù)尚未發(fā)展成熟。從 2007 到 2015 年，自動駕駛的生態(tài)系統(tǒng)才逐步完善。

  • 4/ 90 年代的互聯(lián)網(wǎng)/網(wǎng)絡(luò)/視頻流，無法滿足 MOOCs 的技術(shù)支持。在 2011 年，基礎(chǔ)設(shè)施的進(jìn)步促成了 Coursera 等教育平臺的誕生。

  • 5/ 深度學(xué)習(xí)。在 20 世紀(jì) 90 年代，由于數(shù)據(jù)/計算量的體量都較小，淺顯算法在彼時更為流行。而從那會到 2007 年，基礎(chǔ)設(shè)施大家有目共睹。

  • 6/ 但是，不論是早期的發(fā)明家，或是近年來的創(chuàng)新者，我們都應(yīng)該對所有的變革者予以致敬。他們的工作具有非常大的影響力，也使許多人受益！

  • 7/ 2017 年是一個偉大的時機，關(guān)于我的這個想法，敬請持續(xù)關(guān)注……（笑臉）

雖然第 7 條動態(tài)獲得了 630 個點贊，但在 8 月份，吳恩達(dá)宣布了 Deeplearning.ai 的創(chuàng)辦，這一面向教育領(lǐng)域的全新課程成功轉(zhuǎn)移了大眾的注意力，人們一度覺得「吳老師」又回歸了。而殊不知，在時隔五個月后，吳恩達(dá)才「姍姍來遲」地發(fā)布了第 8 條動態(tài)（附上了 Landing.ai 的成立消息），他寫道：

  • 8/ 在五個月后，終于將這條時間線串聯(lián)起來。這就是我所認(rèn)為的，AI 的偉大時機所在：制造業(yè)！

實際上，吳恩達(dá)曾在 Medium 中提及，Landing.ai 已在今年 7 月便與富士康達(dá)成戰(zhàn)略合作關(guān)系，「集兩家的核心能力打造 AI 技術(shù)、人才和系統(tǒng)?！惯@一時間與吳恩達(dá)連發(fā)七條 Twitter 的時間重疊，加上富士康一直以來是蘋果的 OEM 代工制造商，也不難聯(lián)想，實際上在五個月前，吳恩達(dá)就確定了要往制造業(yè)發(fā)力的想法。

在前面 7 條 Twitter 中，吳恩達(dá)反復(fù)強調(diào)的一個觀點是，應(yīng)用的落地需要技術(shù)基礎(chǔ)的大量積累，時代的技術(shù)背景決定了制造產(chǎn)業(yè)能邁得多遠(yuǎn)。而制造業(yè)作為一個非?！钢亍沟漠a(chǎn)業(yè)，亟待用 AI 來解決制造業(yè)目前面臨的一些挑戰(zhàn)，包括「改善質(zhì)量管控，縮短設(shè)計周期，消除供應(yīng)鏈瓶頸，減少材料和能源浪費，提高產(chǎn)出。」

9 大崗位開放招聘，一窺工作內(nèi)容

從官網(wǎng)的招聘消息來看，目前 Landing.ai 有九個崗位開放招聘，地點都在美國的 Palo Alto。除實習(xí)生與辦公室行政助理外，可以從其它 7 個崗位的招聘要求及職責(zé)中一窺 Landing.ai 的主要工作內(nèi)容。

官網(wǎng)： http://www.landing.ai

軟件工程師方面包括機器學(xué)習(xí)方向與 CV 方向，前者主要是「為現(xiàn)實世界的大規(guī)模問題開發(fā)和改進(jìn)機器學(xué)習(xí)解決方案」，并構(gòu)建迭代深度學(xué)習(xí)模型；后者將與「合作伙伴一起構(gòu)建 AI /機器學(xué)習(xí)/深度學(xué)習(xí)應(yīng)用程序」，主要包括對象檢測/識別和分割三個方向。鑒于目前 AI 最為火熱的領(lǐng)域正是機器學(xué)習(xí)方向，而與制造業(yè)較為相關(guān)的是計算機視覺領(lǐng)域，涉及這兩個方向的工程師崗位也就不足為奇了。

此外，Landing.ai 還對外招聘全堆棧軟件工程師與入門級軟件工程師，工作內(nèi)容包括：

為我們的 AI 解決方案構(gòu)建各個層次的基礎(chǔ)架構(gòu)；

設(shè)計和構(gòu)建軟件（通常是網(wǎng)絡(luò)）應(yīng)用程序的整體架構(gòu)；

為機器學(xué)習(xí)，數(shù)據(jù)探索和分析構(gòu)建軟件基礎(chǔ)架構(gòu)；

設(shè)計和開發(fā)內(nèi)部工具來幫助我們的 AI 工程師加快他們的迭代設(shè)計過程；

保持質(zhì)量并確保應(yīng)用程序的響應(yīng)；

構(gòu)建高質(zhì)量的代碼庫。

也就是說，在對算法進(jìn)行設(shè)計后，這兩個崗位的工程師需要為算法提供一個可以運行的環(huán)境架構(gòu)，很大程度上包括應(yīng)用程序甚至是操作系統(tǒng)。

而機械工程師（自動化與機器人方向）的工作職責(zé)不僅需要為技術(shù)風(fēng)險評估和界面管理以及自動化和設(shè)備工程實踐方面的技術(shù)專長提供指導(dǎo)，還需要評估與部署 AI 解決方案的潛在硬件機會。

Landing.ai 在「培訓(xùn)業(yè)務(wù)經(jīng)理」的招聘介紹中指出，它們正在建設(shè)一種新型的培訓(xùn)方案，使人們能夠為未來的工作做好準(zhǔn)備，這也與吳恩達(dá)在博客中提及的相呼應(yīng)?！肝覀兿嘈?AI 的崛起將導(dǎo)致一系列戲劇性的轉(zhuǎn)變，從根本上改變今天的許多工作。我們希望為員工創(chuàng)造新的道路，以充分參與新興領(lǐng)域?！咕唧w工作包括：

計劃并幫助執(zhí)行培訓(xùn)計劃，向員工傳授人工智能等尖端領(lǐng)域的工具；

您將確保培訓(xùn)計劃順利進(jìn)行，讓參與者實現(xiàn)他們的學(xué)習(xí)目標(biāo)；

隨著公司發(fā)展，您將幫助開發(fā)和實施一個系統(tǒng)來擴展這些程序。

而戰(zhàn)略合作伙伴和業(yè)務(wù)發(fā)展專家的工作內(nèi)容則更為抽象，需要具備五年以上（制造業(yè)尤佳）的豐富從業(yè)經(jīng)歷，較好能在戰(zhàn)略咨詢集團(tuán)工有過工作經(jīng)驗；此外，自然還需要具備人工智能的相關(guān)經(jīng)驗，以便于交流 AI 解決方案。它的具體職責(zé)如下：

確定關(guān)鍵行業(yè)趨勢，揭示市場需求和可能適用于 AI 解決方案的使用案例；

與現(xiàn)有和未來的戰(zhàn)略合作伙伴（主要集中于制造業(yè)）管理和發(fā)展關(guān)系；

與關(guān)鍵的生態(tài)系統(tǒng)利益相關(guān)者建立聯(lián)系；

告知、影響、支持和執(zhí)行公司的優(yōu)先事項；

在交錯復(fù)雜的環(huán)境中構(gòu)建端到端的工作聯(lián)結(jié)；

在緊張，快節(jié)奏，高度迭代的環(huán)境中工作。

可以想象，為了滿足 Landing.ai 的業(yè)務(wù)需求，這一崗位的工作者不僅需要擁有傳統(tǒng)行業(yè)的豐富工作經(jīng)驗與人脈關(guān)系，更要對人工智能的落地應(yīng)用有著深刻理解。

而值得一提的是，既然是要在吳恩達(dá)手下工作，Landing.ai 實習(xí)生需要完成（i）吳恩達(dá)的 Coursera 的機器學(xué)習(xí) MOOC 的學(xué)習(xí)，并獲得完成證書，以及（ii）deeplearning.ai 在 Coursera 的深度學(xué)習(xí)課程，并獲得完成證書。實習(xí)將在 1 月下旬開始，并將開始六周的培訓(xùn)，隨后將在實際項目中工作，開發(fā)用于部署的機器學(xué)習(xí)解決方案。

Landing.ai 著眼于制造業(yè)的 AI 戰(zhàn)略規(guī)劃

在今年 3 月離職百度后，競猜吳恩達(dá)的創(chuàng)業(yè)方向，一直是科技圈津津樂道的熱門話題，每次吳恩達(dá)有什么新動態(tài)，都會引來科技界人士及媒體的關(guān)注甚至刷屏。

今年 8 月，吳恩達(dá)在博客中宣布了他正在進(jìn)行中的三個項目之一——Deeplearning.ai，這套全新的深度學(xué)習(xí)入門課程共五門課，組成了 Cousera 上的全新深度學(xué)習(xí)專業(yè)（specialization），而它的使命是為了向全球普及深度學(xué)習(xí)知識。

吳恩達(dá)曾經(jīng)在博客及公開訪談中反復(fù)強調(diào) AI 是新一輪電力革命，并且需要創(chuàng)建一個由 AI 驅(qū)動的社會。而這一觀點在今天的 Landing.ai 又得到了重申。而這一驅(qū)動力在物理世界的落地點，在吳恩達(dá)看來正是制造業(yè)。「IT 構(gòu)建了一個數(shù)字化的世界；制造業(yè)觸及了我們生活中的衣食住行等各個物理世界。通過制造業(yè)，人類的創(chuàng)造力通過計算機的運作實驗于物理世界中。在將 AI 引入制造業(yè)的過程中，我們能夠?qū)崿F(xiàn)物理世界的數(shù)字化轉(zhuǎn)型?！?/p>

吳恩達(dá)也強調(diào)，「只有極少數(shù)的團(tuán)隊能夠很好地理解 AI 并有效地將它整合進(jìn)業(yè)務(wù)中去，而在 IT 行業(yè)之外，幾乎沒有公司能夠獲得足夠的 AI 人才?！苟鴱臄?shù)據(jù)采集、管理架構(gòu)設(shè)計，到如何為項目排列優(yōu)先級，要在它們當(dāng)中將 AI 整合進(jìn)去，其復(fù)雜性堪比 AI 技術(shù)本身。好的 AI 戰(zhàn)略規(guī)劃師比好的 AI 技術(shù)專家還要稀有。

因此他認(rèn)為，Landing.ai 的目的就是幫助企業(yè)克服這些挑戰(zhàn)，「我們正開發(fā)一系列的 AI 升級改造項目，從新技術(shù)引入，到重塑管理架構(gòu)，到員工培訓(xùn)等等。」

去年 7 月，麥肯錫（McKinsey）調(diào)查了美國 800 多種工作崗位的 2000 多種工作活動，分析每種活動所需的時間和技能，以及每種活動中包含的自動化成分，以此來分析哪些崗位最有可能面臨失業(yè)的危險。調(diào)查表示，在制造業(yè)中，59% 的工作活動能夠被自動化。而在能夠被自動化的制造業(yè)領(lǐng)域里，90% 的工作（如焊接、切割、接鋸等）都能由機器人從事。

在博客中，吳恩達(dá)表示，人工智能引入制造業(yè)將重振美國及全球的制造業(yè)就業(yè)機會。因此，人才培訓(xùn)也同樣是重要的變革組成部分。

「制造業(yè)的下一波浪潮將迥然不同。這些職位需要更復(fù)雜的職業(yè)素養(yǎng)，也能獲得更高的薪資，但也對新的技能提出了更高的要求。因此，員工們需要接受大規(guī)模的培訓(xùn)或再培訓(xùn)?！?/p>

而吳恩達(dá)也坦承，職業(yè)培訓(xùn)與再培訓(xùn)雖然是一件具有挑戰(zhàn)性的任務(wù)，但 Landing.ai 團(tuán)隊具有獨到的優(yōu)勢，能夠投入大量的時間與資源為可能失業(yè)的工人提供再就業(yè)的解決方案。同時，團(tuán)隊也在與政府等合作機構(gòu)洽談培訓(xùn)計劃。結(jié)合「吳老師」先前豐富的教育經(jīng)驗，不論是為工人們構(gòu)想就業(yè)方案；或是與合作機構(gòu)一起制定更為合理的培訓(xùn)內(nèi)容，相信作為 CEO 的吳恩達(dá)會在培訓(xùn)業(yè)務(wù)上投入一番工夫，就像他的 deeplearning.ai 項目一樣。

從這個角度來看，吳恩達(dá)的 Landing.ai，從培訓(xùn)的意義上說，也承擔(dān)著制造業(yè)的教育職責(zé)呢。

更多資訊，敬請關(guān)注雷鋒網(wǎng)AI科技評論。

雷鋒網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見 轉(zhuǎn)載須知 。