Sự hợp tác giữa công nghiệp và học thuật thúc đẩy tiến bộ trong lĩnh vực AI

Đương nhiên, trong suốt sự phát triển của AI, học viện là nơi mà rất nhiều công việc lý thuyết và thực nghiệm đã được hoàn thành. Thách thức đối với học viện là tiếp cận với dữ liệu thực tế để đào tạo các mô hình cũng như truy cập vào một nền tảng trong đó các thuật toán AI và ML có thể được triển khai và thử nghiệm trên quy mô lớn.

Khoảng 15 năm trước, các công ty nhận ra rằng các giải pháp cơ sở dữ liệu hiện có không phù hợp với các tập dữ liệu khổng lồ. Với hệ thống lưu trữ có thể mở rộng tại chỗ, họ mời các học giả đến phân tích những dữ liệu mới được thu thập. Những loại dữ liệu khổng lồ mới này đã làm sống dậy tất cả các lý thuyết máy móc phát triển trong học viện, và đưa ra các khuyến nghị thực sự, các ứng dụng dự báo. Điều này tạo ra mối quan hệ cộng sinh giữa học viện và ngành công nghiệp, và AI không tiến bộ xa như ngày nay nếu không có nó.

Mở rộng quan hệ giữa công nghệ và học thuật

Trong vai trò là một giáo sư và nhà cố vấn khoa học cho một công ty công nghệ, Benson đã thấy sự khác biệt về văn hóa giữa học viện và công nghiệp. Theo quan điểm của ông, bản chất của cả hai nền văn hóa có ý nghĩa riêng của nó. Học viện là nơi để sinh viên học hỏi và khám phá các nguyên tắc cơ bản của khoa học máy tính và công nghiệp là nơi để đưa các nguyên tắc cơ bản vào thực tiễn, điều này mang lại giá trị đích thực cho xã hội. Tuy nhiên, có những cơ hội cho cả hai nền văn hóa được hưởng lợi từ nhau khi tăng cường hợp tác trong AI và ML.

Benson đã mang kinh nghiệm từ thực tế ngành công nghiệp vào các lớp học của mình. Bằng cách dạy thực tế về xây dựng phần mềm sản xuất, sinh viên được chuẩn bị tốt hơn cho tương lai trong ngành và có động lực hơn khi học các khái niệm khó. Có liên kết với ngành công nghiệp cũng có nghĩa là một số sinh viên của ông có cơ hội làm việc tại chỗ tại SnapLogic, trên các dự án AI thực tế.

Tương tự, phương pháp khoa học hàn lâm được sử dụng trong nghiên cứu là cần thiết trong việc ứng dụng ML vào các vấn đề thực tế của ngành. Thực hiện việc ML không giống như thực hiện chức năng phần mềm mới. Đối với hầu hết các chức năng, bạn có thể chỉ định các yêu cầu và đưa ra một lịch trình phát triển. Tuy nhiên, ML đòi hỏi rất nhiều thử nghiệm, giống như một thí nghiệm khoa học hàn lâm. Bằng cách này, văn hóa học thuật của việc thiết lập một giả thuyết sau đó chạy thử nghiệm là những gì là cần thiết để triển khai thành công việc ML trong công nghiệp.

AI trong thế giới kinh doanh

Lợi ích cho các doanh nghiệp từ AI sẽ còn tiếp tục tăng lên trong những năm tới, trong đó chủ yếu là đổi mới, tăng hiệu quả và sản lượng. AI sẽ giúp giải phóng các nguồn lực có giá trị được triển khai ở các khu vực khác, cho phép nâng cao các sản phẩm và dịch vụ hiện có hoặc phát triển các sản phẩm và dịch vụ mới. Nó sẽ thay đổi vai trò công việc và cho phép người lao động tập trung vào các nhiệm vụ dựa vào các kỹ năng của con người, chẳng hạn như thấu hiểu cảm xúc hay trí thông minh sáng tạo.

Nhưng điều này sẽ không xảy ra trong ngày một ngày hai. Đó sẽ là một quá trình gia tăng ổn định và sự hợp tác giữa học viện và ngành công nghiệp sẽ là điều cần thiết. Bằng cách cũng nhau chia sẻ tài nguyên và tài năng, sự đổi mới trong AI sẽ phát triển mạnh.