Довольно интересная мысль про «эффект данных» в AI-стартапах. Формула успеха ИИ-старапа: Success = Data*Data + ML Talent + Algorithms Проще говоря, успешные AI-компании имеют «достаточно большие наборы данных, которые талантливые ML-разработчики могут использовать для создания лучших алгоритмов».

Презентация стартапа с рассказа о том, что на рынке существует проблема X и стартап Y эту проблему решает — не самый лучший вариант. Если это устоявшийся рынок, то и все проблемы там уже известны существующим игрокам. И эти проблемы либо уже решены, либо их уже пробовали решить разными способами. Поэтому, если их ещё не решили,…

1. Дизайнеры будут больше думать про бизнес и говорить с бизнесом. (помогать бизнесу решать его проблемы) 2. Дизайнеры будут учиться работать с текстом. (контент-дизайнер) 3. Machine Learning — теперь уже обыденность. (ML-дизайнеры) 4. Брендинг станет частью бизнеса, развивающейся вместе с остальной компанией. (пора заводить свой отдел бренд-дизайна, а не отдавать всё рекламным агентствам) 5. В 2018 на…

Dan Kahneman (автор книги «Думай медленно.. решай быстро») об ИИ: Вы должны заменить людей алгоритмами, когда это возможно, и это уже происходит. Даже когда алгоритмы работают не очень хорошо, люди делают это хуже и настолько шумно, что просто удаляя шум, вы сможете выполнить работу лучше. Когда же вы не можете этого сделать, вы пытаетесь заставить…

Rodney Brooks — основатель робототехнической компании Rethink Robotics (интеллектуальные промышленные роботы Baxter и Sawyer), опубликовал в своём блоге интересную заметку — My Dated Predictions с предсказаниями будущего относительно самоуправляемых и летающих автомобилей, роботов, искусственного интеллекта и освоения космоса. Очень разумно выглядит подход относительно проблем, которые можно реализовать «легко», а какие — «сложно». Прогнозы про ИИ