특이점 재치 린데 강 : 음성 지원을 할이 도로는 최고입니다

출처 : ATYUN AI의 플랫폼 

종종 그에게 물었다 홈 비즈니스 년과 어머니를 볼 수있는 반 린데 강은 거의 매주, 지금 회사, 구글의 작업 방법을 종료 나중에 후회하지 않으려면? 나는 항상 미소 지금, 아주 좋은 밝혔다 있어요.

비슷한 문제는 많은 사람들이 질문이 있습니다. 앨버타 대학의 8 교수, 12 년 동안 구글 연구 과학자는 다음 작업 수준의 여부 숲을 선택하거나 삶의 측면에서 자신의 안락 지대 밖으로이다.

이 인식은 그와 함께 의사 소통을 할 수있다. 이상한 일시 정지를 말할 때 린은 항상 "그들이 말할 때에 대한 총 첫번째 생각은, 내 인생이 '중국어로 말을하는 방법이 문장'해야 Dekang 교사는 특히 분명 구두점."그는 말했다, 그룹 Xingjia의 구성원까지 나타납니다

즉, 많은 사람들의 눈에, 린은 원래 더 나은 선택을했다.

거의, NLP (자연 언어 처리) 부문 하나님의 클래스 명에게 물어 알고되었습니다? ACL 연구원 중국 사회의 소수 중 하나 인 린데 강 (DeKang LIN) 이름은 사람을 언급한다. 또한 "DeKang LIN은. 구글에서 돌아도 가르쳐 칭화 대학에가는 것을 선택하지 않았다,도 초대 BAT에 동의하지만, 작은 시작, 특이점 재치를했다."고 하였다

당사자는 분명히이 결정은 가치가없는 방법을 생각하지 않습니다. 린은 실리콘 밸리의 레이 펭 네트워크는 종종 기업 아이디어가 말했다, 구글을 떠나는 것은 어려운 결정입니다하지만 또한 많은 사람들이 이야기하지만, 당신이 당신의 자신의 "흥미로운"생각을해야하면, 결정은 매우 빠르고 .

파트너

2014 년, 준비의 다양한 수행 기업에 대한 구글의 출발에서 린데 강 우에 Xiaoyun 친구, 말은 자신의 팀을 구축하기 시작했다.

린 우 우 그냥 구글에 합류 2006 년에서 만난, 난 그냥 구글 연구소 과학자로 해요. 동일은 중국, 플러스 일과 삶의 교차점으로, 두 사람은 매우 가깝습니다. 소프트웨어 엔지니어에 따르면 Scenny 특이점 재치는 "Dekang 교사에 Xiaoyun 8 년간의 협력, 팀은 자신의 가장 친밀한 사람이다."넣어

이 숲은 결국 함께 선택하고 우 비즈니스 이유를 설명하기 어려운 것 같다. 그러나 Linjiaruqi 포인트 재치, 회사는 긴 의사 결정 과정이 어느 정도 설명 될 수 년 후를 설정 한 사실에, 두 세력에 합류 물론 문제가 아니다.

"에 Xiaoyun는 일대일가 (설득) 특히 높다"Xingjia 지금까지, 거의 모든 회사의 기술 백본의가, 심지어 경우에 어떤 접근 알고하지 않았다 하나 그에게 하나를 가입 설득을 통해 온 말했다. 그러나 그렇다고하더라도, 그것은 일부 시작 직원에 보인다, 우 Lalin 직업이 거의 불가능하고 싶습니다.

Scenny 특이점 재치 ​​첫 번째 직원이다. 2014 년의 끝에서, 그는 친구를 통해, 다른 하나는 그룹을 통해 일종의 돕고 싶어,에 Xiaoyun 우를 발견, 페이스 북과 구글의 제안을 얻었다. 우은 Scenny 린 또한 내가 무엇을 그에게 말했다 그룹에 추천되었다.

"당신이 이력서를 보면, 다음 탁 교사는 확실히 나를 위해 투표하지 않을 것이다."Scenny 구글은 당신이 사람들을 모집 할 수있는 사람은 수영장에 팀 리더의 모든 재개 인정했다 "고 말했다. Dekang 아카데미 교사가 발생한 경우 기본적으로 유일한 박사 학위를 모집, 그래서 자신의 기준에 따라, 나는 그가 베이징 대학 학부를 이동할 수 있습니다 생각합니다. "

우 진행이 Scenny와 동기화 할 수 있지만 숲을 고용하고 있다고 말했다 "탁의 80 %의 확률 그가 중국에 반환하는 경우, 사업을 할 것입니다 100 % 특이점이 될 것입니다."그러나 Scenny보기, Linjiaruqi 포인트 그들은 Jiaru 치 지점이 경우에도, 그와 좋은 일에 숲이 구글의 미래에 가입 할 수 있도록, 매우 낮은 남아있을 것으로 보인다.

지점을 설정하면 2015 년 하반기에왔다.

난 정말 무엇을 더 우려가 없도록 혼합하지 않습니다 : (레이 펭 네트워크 대중 번호) "에 Xiaoyun는 어떻게 시작하면, 깊이를 공유하는 것입니다 그래서 린은 그 사업 방향 특이점 전에 망설 그는 레이 펭 네트워크 말했다. 특이점은 재치 입력 방법을 시작한 후 "와, Scenny 명확하게 증가 주파수의 회사에 숲을보고, 느낄 수 있습니다.

크리스마스 이브 2015까지, 다시 미국으로 우 린 구글의 본사에 만족하고, 사업이 언어 지원을 설정 것, 린은 마침내 구글을 떠날 결정했다. . "기업가 정신은 낮은 성공률을 할 수 없습니다 풀 타임이 매우 낮은 경우, 어렵다,"린은 자신의 목표는 매우 명확했다, 레이 펭 네트워크를했다 - 실제 생활에 자연 언어 처리 기술의 응용 프로그램을 사용자가이 유용하게 느낄 수 있도록.

구글에 머물하지 왜 그러나,이 여전히 설명 할 수 없다.

아주 올바른 결정

오늘날, 기업에 대한 학문적 큰 소는 추세가했지만, 2004 년 구글에 합류하기 전에 숲, 이런 종류의 일이 매우 드물다.

2003 년 10 월, 린 안식년 행방을 고려하기 시작했다 또한 알버타 교수에, 베드로는 린 학교에 두 개의 수신 및 발신 메일 응용 프로그램의 재료를 넣어, 매우 환영합니다, 매우, 피터 노르 빅 구글 연구 책임자에게 연락 신속 승인했다.

당신은 학기의 끝이 숲은 마이크로 소프트 리서치에 연락을했다 내년 3 월까지 기다릴 수 있습니다. 그는 여름 가짜 마이크로 소프트 리서치 아시아, 상대적으로 Google에 기대했던, 그리고 마이크로 소프트가 더 잘 알고, 다른 동작도 빠르고, 다음 날 그는 제안을 보냈다.

또한, 시애틀, 구글과 샌프란시스코 연구소, 거의 일년 안식년 마이크로 소프트 연구, 나는 그의 과거와 함께 계정에 가족을 복용하고 있지 않다, 에드먼턴은 (앨버타 대학이있는) 시애틀 직항 노선을 가지고 명확하게 더 편리합니다 일부. 그는 베드로에게 자신의 선택 것으로 나타났다, 그러나 나는, 베드로가 그에게 말했다 결코 생각하지 않았다 "도 볼 수있는 그의 가족을 데리고, 당신이보고 온이 결정을 내릴 돌진하지 않는다"고 말했다.

오늘은 학계와 업계 사이에 명확한 구분을 상상하기 어려울 수 있지만, 10 년 전, 린은 또한 앨버타 대학에서 강의 할 때 할 수있다 "는 학교에서 평생 교수를 의미하며, 일반적으로 그는. 은퇴 할 때까지 일을"친구도 있습니다 린은 오래된 이십년이 예순을 볼 수있을 것이라고 말했다.

린은 "흥미있는 모든 종류의 사람들이 만나는 생명의 그런 종류의 작업을 수행 할 학교에서 적어도하지만, Google과 같은 기회가 반격 될지 모른다."이 얼마나 나쁜 더 이상 생각입니다 그는 말했다.

린, 구글에 처음으로 흥분을 숨기지 않았다 피터 동종 요법은 기꺼이 그에게 물었다 "나는이 장소를 좋아한다, 그것은. NLP (자연 언어 처리) 응용 프로그램을 할 수있는보다 직접적인 것처럼, 특수 막대를 가지고있다" 차라리 단지 학문적 휴가보다, 풀 타임을 가고 싶어하지 않습니다. 이러한 방법으로, 인터뷰 양측은 신속하게 합의에 도달, 방문으로 돌렸다.

당신은 피터 Zhefan을 초대하지 않는 경우, 린은 마이크로 소프트 리서치에 갔다하는 것은 필연적 인 결론이지만 린은 안식년 후 그는 결국 다시 학교에 갈 것이라고 추산에 따르면, 마이크로 소프트로 이동합니다. 그래서 지금 린 믿고, 그 시간에 자신의 선택을 기억 "이 아주 올바른 결정이다."

구글의 어떤 "기억 없다"

"Dekang (Dekang)는, 당신은 박사 학위를 가지고 당신을 해달라고?"알버타 숲 옛 동료 구글에 농담 후 독립적 인 사무실을 찾을 수 없습니다. 방법으로이 문장은 알버타에서 구글에 숲의 변화를 지적합니다. 물론, 그는 변화를 좋아한다.

그는 앨버타와 구글 매우 다른에 게시되는 경우에도 마찬가지입니다. 린은 그 평가 기준의 해이기 때문에 레이 펭 네트워크, 학교에 게시해야합니다 말했지만, 구글에서, 아무도, 아무도 당신이 쓸 수하지 않습니다 작성하는 것이 좋습니다 없습니다. 동기는 산업, 직업 개업 인식에 기여하고,이 오픈 소스 프로젝트와 유사한 TensorFlow을 촉진하는 것입니다.

그리고 운영 수준에서, "다른 사람을 설득해야한다 게시, 그래서 다시 다른 가능성을 그것을 할 많은 시간을 보내고 있고, 그런 일이 바로 그러한 기사 나 자신을 설득, 구글에서 기사, 쓰기 논문을 작성하는 것입니다 하지만 난 정말 대신에 시간을 낭비하는 말을하려합니다. "

90 개 이상의 논문을 발표했지만, 논문은 14,000 개 이상의 번 언급되어 있지 않은,하지만 난 더 이상 해요 그게 뭔지 시간 첫번째 저자 논문의 마지막 시간을 기억합니다.

이 구글에 합류에 대한 자신의 마음, 그는 또한 구글 연구에서 전송 된 2013 년 엔지니어링 부서에 대한 이유입니다. "제품이, 그것을 왜 다른 사람들이 당신의 제품을 복제 할 수 있도록 기사를 쓸 수 있다면 정말 유용 일이 자연적으로 기사를 작성하고 싶지 않아, 제품, 연구 결과의 가장 좋은 예입니다?"

그는 여전히 아카데미 응답 시스템을 수행 할 때 구글 연구는 의심 할 여지없이, 우리가 상업화에 대해 이야기 엔지니어링 부서를 발견해야한다, 임산물 당황 수출하지 않습니다 "하지만 사람들은 그렇게, 그들은 그것을 할 수있는 매우 영리한 구글, 모든 것이 있습니다 나는 상대적으로 주변 장치를 사용하는 누군가 다른 사람의 프로그램을 사용하지 않습니다. "

더 많은 사람들이 충돌은 사람들은 다른 사람 따로 뭔가를, 함께 할 수있는 사람들의 물결을 찾아 그 긴 시간보다 짧은 제품주기의 "공학, 중간은 전혀 기억하지뿐만 아니라 해결하는 것입니다 내가 구글에서 제공하는 것을 준비 떠날거야 때문에 같은 많은 문제. "이들의 말하기. 그는 레이 펭 네트워크를 말했다 :

"대기업의 큰 관성, 구글은 또한, 대화 상자에 주로 기존 서비스에, 그는 새로운 일을 경우, 우리 모두가 사실, 항상이 사람에 단계, 수행하고자하는 대부분 같은 것들을 음성 지원을하고있다 발, 또는 그 사람의 발. 신생 회사에서, 우리는 완전히 당신이 원하는 일을 할 자신을 제어 할 수 있습니다. "

그래서 년 3 월 2016 년, 새로운 년 후에, 린데 강 월이 회사가 라운드 투자자, "우리가보다는, 음성 지원을해야 할 것을 나타냅니다 것, 전체 Jiaru 제나라 포인트 재치 4 월에 CTO하기 위해, 구글의 분리 절차를 실행 깊이 주. "

이 도로는 최고입니다

린데 강 레이 펭 네트워크 AlphaGo, "자율 학습 이론"만연을 남용 인터뷰 일, 과학 기술 원 헤드 라인 AlphaGo 제로 끝까지 것을 동의합니다. 린은이 인수를 거부하고 19 × 19 보드의 가능성이 더 경우에도 AI가 포함 자연 언어 상호 작용을 포함하면서 가장 어려운 부분은 어디 경계를 알고하지 않는 것입니다, 경계가 있음을 밝혔다.

그래서 특이점 재치 ​​음성 조수 - 작은 점, 시리, 마이크로 소프트 코타나에 비해 사람들을 표시하는 인간형 제스처에 없었던, 목표 상호 작용, 응용 프로그램 시나리오는 매우 분명하다, "작은 일의 응용 프로그램에서 사용자를 돕는 것입니다도 강하다 사용자의 의도를 추측의 가능성이 훨씬 높을 것 "이라고 말했다.

완전히 다른 방식으로하지만, 자연 언어 기술의 제품,하지만 난 같은 트랙에서 수줍어하고 잔인한 거인은 아니에요. 그의 관점에서, 음성 비서, 매우 좁은 필드의 성공에 큰 또는 비 존재 중 하나를 할 수 없습니다. 리틀 대포 사료가되거나 자신의 길을 싸울 것입니다 위해, 그는 그렇게 말을하지 않았지만, 레이 펭 네트워크에게

"몇 년이 우리가 있습니다. 그리고 한 음성 비서가 주파수의 사용자를 돕기 위해, 사용자가 모든 강력한 아닌 경우에도 충분히 높은 것보다 훨씬 더 빨리, 많은 기능을 포함하지 수있는 방법 백 오피스 서비스 보조 느린 개발에 액세스 역사적 관점, 시리의 음성에서 그리고 기꺼이 사용합니다. "

사실 특이성에서 많은 사람들 린 분위기 축복이 있지만, 같은 큰 회사, 플랫폼, 생태을 할 수 있지만, 우리가 가지고가는 경우에 그는 항상 "의식 기업가를 유지 할 수없는 구글, 애플 플랫폼, 같은 사람 ? 액세스가 최고 "의 관점은, 린은이 길의 작은 점은, 지금 가야 합의되는 상관없이 그렇게"합니다. "

"물론, 실패의 가능성이 너무 크다"린은 미소를 지으며 말했다 "그것이 실패하면 작은 확률, 우리는이 일을 완수하지 못한다."그의보기, 대포 사료에서 또는 그들이 선택하지와 그의 개인의 정확성 아무것도 성공의 너무 많은 통제 할 수없는 요인들 때문에 "하지 않는다, 그래서 승패 것은 더 기준값을, 어쨌든만큼 그들은 그것을 할 좋아, 당신은 잃지 않을 것입니다 만 더 많거나 더 적은 문제가 이길 것입니다. "

이 ATYUN 전환 인공 지능 : 미디어 플랫폼, 원래 링크 특이점 재치 린데 강을 : 음성 지원을 할,이 도로는 최고입니다

이상 권장

주의 학습 모델과 사전 심층 교육

포드는 올해 말까지 100 개 자율적 인 차량을 배포 할 계획이다

Clarifai : 컴퓨터 비전과 인공 지능 업체 효율성 OpenTable을을 개선하는 데 도움이하는 방법

기계 학습 엔지니어의 경험 : 슈퍼 우수한 톤 매개 변수보다 엔지니어링 기능은 더 중요하다

공식 대중의 관심 ATYUN 번호, 사업 협력에 오신 것을 환영합니다 및 콘텐츠를 기여 문의하시기 바랍니다 이메일 : bd@atyun.com
공식 대중의 관심 ATYUN 번호, 사업 협력에 오신 것을 환영합니다 및 콘텐츠를 기여 문의하시기 바랍니다 이메일 : [email protected]

 

추천

출처blog.csdn.net/whale52hertz/article/details/90694768