یک‌شنبه 24 خرداد 1405

محبوب ترین های امروز

کلاهبرداری میلیارددلاری با پیامک‌های جعلی؛ گوگل از یک شبکه سایبری شکایت کرداندرو یانگ: فرصت میلیارددلاری بعدی استارتاپ‌ها: پایین آوردن هزینه زندگیNomNak – پیدا کردن رستوران از دل تجربه‌ی آدم‌های مورداعتماداسپیس‌ایکس از مرز ۲ تریلیون دلار گذشت
FOLLOW            
از استارتاپ تا غول فناوری؛ روایت «دیوید لوان» از پیوستن به Amazon AGI Lab

استراتژی تازه آمازون در جذب استعدادهای هوش مصنوعی

استراتژی تازه آمازون در جذب استعدادهای هوش مصنوعی

دیوید لوان، هم‌بنیان‌گذار استارتاپ هوش مصنوعی Adept، پس از پیوستن به آمازون و ریاست آزمایشگاه تازه‌تأسیس AGI، از تصمیم خود برای ترک مسیر معمول کسب‌وکار و دنبال کردن پروژه‌های چند ده میلیارد دلاری تا دستیابی به هوش مصنوعی عمومی می‌گوید. او اعتقاد دارد رویکرد «Reverse Acquihire» که جذب تیم و فناوری بدون خرید کامل استارتاپ را ممکن می‌کند، برای شرکت‌هایی که به‌دنبال ترکیب استعداد و ظرفیت پردازشی عظیم هستند، کاملاً منطقی است.

به گزارش پیچینو، وقتی آمازون سال گذشته بنیان‌گذاران استارتاپ هوش مصنوعی Adept را استخدام کرد، این یکی از نخستین نمونه‌های چیزی بود که بعدها به آن «Reverse Acquihire» گفته شد معامله‌ای که در آن یک شرکت بزرگ به‌جای خرید کامل یک استارتاپ، اعضای کلیدی تیم آن را استخدام می‌کند و فناوری آن را تحت لیسانس می‌گیرد.
دِیوید لوان، هم‌بنیان‌گذار و مدیرعامل پیشین Adept، پس از آن به ریاست آزمایشگاه جدید AGI Lab آمازون رسید. در حالی که گفت‌وگوی اخیر او با وب‌سایت The Verge ظاهراً بر دیدگاه آمازون در مورد «نماینده‌ها/عامل‌های هوش مصنوعی» متمرکز بود، الکس هیث خبرنگار این رسانه از او درباره روند Reverse Acquihire هم پرسید.
بنا بر گزارش تک کرانچ، لوان پاسخ داد که امیدوار است «بیشتر به‌عنوان یک نوآور در تحقیقات هوش مصنوعی شناخته شود تا یک نوآور در ساختارهای معاملاتی»، اما از دید او برای شرکت‌هایی مثل آمازون «کاملاً منطقی» است که «همین حالا نیروی انسانی و توان پردازشی (compute) لازم را با مقیاسی بحرانی گرد هم بیاورند.»
درباره این‌که چرا حاضر شد استارتاپ خودش را ترک کند و به آمازون بپیوندد، لوان گفت علاقه‌ای به تبدیل Adept به «یک شرکت صرفاً شرکتی که فقط مدل‌های کوچک به فروش می‌رساند» نداشت، چون او می‌خواست «چهار مسئله تحقیقاتی حیاتی باقیمانده تا رسیدن به هوش مصنوعی عمومی (AGI)» را حل کند. او افزود: «برای هر یک از این مسائل، خوشه‌های پردازشی با هزینه چند 10 میلیارد دلاری لازم خواهد بود. وگرنه چطور ممکن است فرصت انجام چنین کاری را پیدا کنم؟»