ประสบการณ์การฟังที่ดีที่สุดอยู่บน Chrome, Firefox หรือ Safari สมัครรับเสียงสัมภาษณ์ประจำวันของ Federal Drive ใน Apple Podcasts หรือ PodcastOneความพยายามในการวิจัยขององค์กรจำนวนมากมุ่งเน้นไปที่ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง แต่การลงทุนของบริษัทเทคโนโลยีชั้นนำนั้นสอดคล้องกับลำดับความสำคัญของชาติในด้านความสามารถในการแข่งขันและความเป็นผู้นำทางวิทยาศาสตร์หรือไม่? นั่นคือสิ่งที่ศูนย์ความปลอดภัยและเทคโนโลยีเกิดใหม่ของ Georgetown University มุ่งมั่นที่จะค้นพบ นักวิจัย Tim Hwang เข้าร่วมFederal Drive กับ Tom Teminสำหรับการค้นพบนี้
ในระหว่างการสัมมนาผ่านเว็บสุดพิเศษนี้ ผู้ดำเนินรายการ
Jared Serbu จะหารือเกี่ยวกับกลยุทธ์การปรับให้ทันสมัยทางดิจิทัลกับ DoD และผู้เชี่ยวชาญในอุตสาหกรรมทอม เทมิน:คุณฮวัง ยินดีที่ได้ร่วมงานทิม ฮวง:ขอบคุณที่พาฉันไปร่วมรายการ ทอมทอม เทมิน:ก่อนอื่นคุณต้องค้นหาว่าบริษัทเทคโนโลยีชั้นนำอย่าง Apple, Google, Facebook, IBM และบริษัทอื่นๆ เอาเงินไปทำอะไร ปัญญาประดิษฐ์. และคุณรู้ได้อย่างไร?
Tim Hwang:หนึ่งในสิ่งที่น่าสนใจที่สุดที่เราเห็นก็คือผู้คนมักพูดถึง AI สิ่งนี้ AI สิ่งนั้น และเราจะคิดถึง AI ในหมวดหมู่ที่กว้างและคลุมเครือ และสิ่งหนึ่งที่เราสนใจจริงๆ ในการสำรวจในบทความนี้ก็คือ ห้องปฏิบัติการเหล่านี้กำลังวิจัยอะไรในด้าน AI โดยเฉพาะ และวิธีที่เราไปถึงก็คือการดูผลงานวิจัยของพวกเขา จริง ๆ แล้วห้องทดลองของพวกเขากำลังเผยแพร่อะไรสู่โลกกว้าง และใช้สิ่งนั้นเป็นวิธีการสรุปว่าวาระการวิจัยของพวกเขาคืออะไร
ทอม เทมิน:นี่คือการค้นหาในวงกว้างจากเอกสารหลายล้านล้านฉบับที่นั่น เพราะมีการตีพิมพ์มากมายเกี่ยวกับเรื่องนี้ ใช่ไหม
ทิม ฮวง:ใช่แล้ว และฉันคิดว่านี่เป็นหนึ่งในเรื่องใหญ่ ๆ ที่เราต้องการเรียนรู้มาก ๆ คือ เห็นได้ชัดว่ามีงานวิจัยมากมายที่เกิดขึ้นในด้าน AI บริษัทวิจัยทุกอย่างในจักรวาลนั้น หรือเฉพาะเรื่องที่เฉพาะเจาะจง ใช่ไหม และเข้าใจอย่างถ่องแท้ว่าเดลต้าคืออะไรระหว่างสิ่งที่พวกเขาทำกับประเภทของฟิลด์โดยรวม
ทอม เทมิน:และคุณดูที่ภาพรวมของบริษัทเหล่านี้
และพบว่าหัวข้อยอดนิยมที่พวกเขาทุ่มเงินและวิจัยคือวิทยาการหุ่นยนต์และการหยิบจับ ฉันได้รับบางส่วนของ บริษัท ที่นี่ แต่มนุษย์กับเครื่องจักรหุ่นยนต์และอื่น ๆTom Temin:และการสร้างแบบจำลองของรูปร่าง 3 มิติ และการปรับปรุงภาพ และอื่นๆ ซึ่งคุณสามารถเข้าใจได้อย่างแน่นอน แต่สิ่งนี้บอกอะไรคุณได้บ้าง? ฉันหมายความว่า บริษัทต่างๆ ได้แก่ IBM, Microsoft, Facebook, Google, Apple และ Amazon เป็นผู้นำอันดับต้น ๆ อย่างชัดเจนในหมู่พวกเขา และมันบอกอะไรเกี่ยวกับพวกเขาที่สำคัญมากสำหรับพวกเขา?
Tim Hwang:ใช่ สิ่งที่น่าสนใจจริงๆ สำหรับผมในการทำวิจัยนี้คือสองประเด็นจริงๆ ฉันคิดว่าหนึ่งในนั้นไม่น่าแปลกใจเลย ไม่ใช่ว่าบริษัทเหล่านี้ลงทุนใน AI เพื่อประโยชน์ของมนุษย์ ใช่ พวกเขาให้ความสำคัญกับผลิตภัณฑ์มาก และทำ R&D เพื่อสนับสนุนผลิตภัณฑ์และบริการของพวกเขาในที่สุด ดังนั้น ฉันคิดว่าหลาย ๆ อย่างที่คุณเห็นก็ไม่น่าแปลกใจเกินไป ใช่ไหม พวกเขาลงทุนในหลายสิ่งหลายอย่างที่ช่วยให้พวกเขาเข้าใจภาพและค้นหาได้ แต่ก็มีการลงทุนครั้งใหญ่ในด้านวิทยาการหุ่นยนต์ เพราะท้ายที่สุดแล้วจะต้องมีเงินจำนวนมากในพื้นที่นั้น ดังนั้นฉันคิดว่าสิ่งที่เราเห็นคือวาระการวิจัยที่ขับเคลื่อนโดยโมเดลธุรกิจของพวกเขาในท้ายที่สุด ไม่ว่าพวกเขาจะพูดอะไรในวงกว้างกว่านั้นก็ตาม
Tom Temin:และคุณมีความคิดที่คล้ายกันในแง่ของพลังงานที่ใช้สำหรับปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจากภาครัฐหรือไม่?
Tim Hwang:ใช่ ฉันคิดว่าถูกต้อง และฉันคิดว่านี่เป็นหนึ่งในสิ่งที่บทความนี้มีเป้าหมายที่จะทำจริงๆ คือ เมื่อเราคิดถึงบริษัท AI และบริษัท AI เราจะคิดถึงบริษัทหกแห่งที่คุณเพิ่งพูดถึง นั่นคือจุดสำคัญของบทความนี้ แต่มีมหาวิทยาลัยหลายแห่ง เช่นเดียวกับห้องทดลองจำนวนมาก อันที่จริงแล้วมีบริษัทอื่นๆ อีกจำนวนมากที่ลงทุนในส่วนต่างๆ ของสาขาการวิจัย AI ดังนั้น ฉันคิดว่า ในบางแง่ ข้อความของเราถึงผู้กำหนดนโยบายคือการบอกว่า ถอยออกมา อย่าไปหลงไปกับโฆษณาเกินจริง เรามาคิดว่าเราควรจะลงทุนอะไรในฐานะประเทศหนึ่ง และพยายามพูดว่า โอเค ความร่วมมือของเราผลักดันสิ่งนั้นไปข้างหน้า ถูกต้อง แทนที่จะสนใจว่าบริษัทเหล่านี้เป็นบริษัท AI สุดฮิป
ทอม เทมิน:ในทางกลับกัน คุณจะเห็นว่าวิทยาการหุ่นยนต์และการสร้างแบบจำลอง 3 มิติของรูปร่าง ภาพ การลงสี การทำให้สว่างขึ้น การเพิ่มประสิทธิภาพ และอื่นๆ สิ่งเหล่านี้อาจเป็นเรื่องน่าสนใจที่จะพูดว่า กระทรวงกลาโหมหรือภารกิจอื่น ๆ ที่รัฐบาลกลางมี ถูกต้อง?
ทิม ฮวง:ถูกต้อง ใช่. และฉันคิดว่าฉันเป็นนักปฏิบัติเกี่ยวกับสิ่งเหล่านี้ ใช่ไหม ฉันหมายความว่า ฉันคิดว่าประโยชน์ของแผนที่ประเภทนี้คือความสามารถในการพูดว่า โอเค ที่นี่เป็นที่ที่ความสนใจของเราซ้อนทับกัน และนี่คือที่ที่เราควรร่วมมือกัน มีความคิดริเริ่มด้าน AI มากมายที่เหมือนกับว่าเรากำลังลงเงินหลายพันล้านดอลลาร์ให้กับ AI แต่พวกเขาไม่ได้พูดถึงว่าเงินนั้นไปอยู่ที่ไหน และฉันคิดว่าเราจำเป็นต้องเจาะจงมากขึ้นหากต้องการยุทธศาสตร์ระดับชาติที่มีประสิทธิภาพในพื้นที่