电信公司拥抱AI苦于招人难,Facebook把自家人才“共享”了出来

简介:
本文来自AI新媒体量子位(QbitAI)

Bengio的AI研究机构Element AI曾经公开表示,有能力进行严肃人工智能研究的,全世界加起来也不到1万人

那么问题来了。

VC和各大科技巨头把这些人瓜分殆尽之后,其他公司拿什么来拥抱人工智能时代?

Facebook给出了一个新的解决方案:把自己的AI人才“共享”出来,咱们合作嘛~

事情要从去年说起。

40f11c7c1cbcceac4c0be8950fedae1b3915dd7e

去年2月,Facebook联合德国电信、沃达丰、甚至中国移动、中国联通等一大批电信运营商,以及诺基亚、思科等电信技术公司,成立了一个名叫电信基础设施项目(TIP)的机构,在电信技术上进行合作。他们推出了开源的远距离天线,可以用来向边远地区提供互联网覆盖,还推出了能安在路灯上的小型基站,加速无线网络服务的部署。

现在,他们目光投向了人工智能。

德国电信高管Axel Clauberg说,他们公司和电信业的同行们,对于渗透、改变着各行各业的人工智能技术都很好奇,也非常想用到自己的业务上。可是,有一道难关摆在他们面前:招人好难。

“电信公司想要吸引AI专家,并不像听起来那么简单。现在和八九十年代移动网络刚出现的时候不一样了,当时全世界的聪明人都在往电信公司跑,可现在,电信公司、电信运营商对于顶级人才来说,根本没有吸引力。”Clauberg说。

在TIP的体系里,Facebook准备将自己的机器学习专家“共享”出来,为电信公司探索如何用AI来提升网络服务,比如说优化基站的定位、预测何时何地会出现信号中断、以及将日常工作自动化。

TIP成立了一个“人工智能与机器学习”小组,专注于机器学习决策和自动校正的应用,帮运营商适应网络规模、数据流量和服务复杂程度的快速增长。

在运用AI和机器学习来降低规划、运营电信网络的成本这一方面,这个小组将定义并分享经过验证、可以复用的做法、方案、模型和技术要求。

51093eadde4441c4ee5808fbeee4117d84697d18

据TIP官方网站介绍,人工智能与机器学习小组的工作主要包括三个方面,一是基于人工智能的网络运营、优化和规划,比如说预测性的网络维护和动态资源配置;二是基于客户行为对服务进行优化,来提升用户体验;三是建立不同运营商之间的ML-AI数据交换格式,来尽可能让做出的机器学习模型适用于整个行业。

电信公司的工作,现在非常依赖人工。比如说通信基站等基础设施的部署方式,通常是直接几个人去现场,研究他们收集到的数据,把基站建起来,然后再做调整。

0f4e75f4c309fafb58e76ab2f9c3d8113a883e94

 Jay Parikh

Facebook工程副总裁Jay Parikh认为,人工智能可以改变这种状况。他说,用基于AI的机器视觉技术来分析潜在施工现场的卫星图像,能为电信公司省时省力省钱。

也就是说,Facebook用来从照片中识别人脸的技术,同样可以用来为电信公司寻找建基站的最佳地点。

除了和Facebook结盟的这批公司,也有一些公司在自己探索人工智能在电信行业中的应用,比如AT&T。

上个月,AT&T宣布将推出开源AI平台Acumos,使用者可以从中查找、分享AI模型,也可以对这些模型进行修改和结合,他们内部也会用这个平台,把AI用到电信行业的日常工作中。

还有华为。

今年8月,从华为GTS(电信系统部门)人工智能事件进展汇报会上的任正非讲话,我们可以看出华为想如何在电信部门的日常工作中应用AI。

比如说,他们想通过机器学习,实现基站连线图和配置参数的自动化生成,降低对现场工程师的要求;也想把AI用到无线干扰分析、天馈系统方向角优化调整等方面,还打算开发公司统一的人工智能平台。

但大部分“传统”行业的公司,并没有自己搞AI的实力。Facebook的“共享”之路,说不定会很受欢迎。

本文作者:夏乙
原文发布时间: 2017-11-11
相关文章
|
2月前
|
人工智能 安全 API
AI数据荒雪上加霜!MIT:网页数据的公开共享正走向衰落
【9月更文挑战第7天】麻省理工学院的一项新研究表明,尽管人工智能(AI)领域迅速发展,但网页数据的公开共享正在减少,加剧了AI数据短缺的问题。AI模型训练依赖大量数据,而网页数据是关键来源之一,其共享减少将影响AI进步,并引发数据隐私和安全方面的担忧。然而,这也推动了对数据隐私保护的关注及新型数据获取方式的探索。研究详情参见:[论文链接](https://www.dataprovenance.org/consent-in-crisis-paper)。
83 9
|
3月前
|
人工智能 弹性计算
就AI 基础设施的演进与挑战问题之如何查看私有池的共享情况
就AI 基础设施的演进与挑战问题之如何查看私有池的共享情况
|
3月前
|
人工智能 并行计算 开发工具
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
34 0
|
6月前
|
人工智能 弹性计算 安全
【Hello AI】GPU容器共享技术cGPU
GPU容器共享技术cGPU是阿里云基于内核虚拟GPU隔离的容器共享技术。即多个容器共享一张GPU卡,从而实现业务的安全隔离,提高GPU硬件资源的利用率并降低使用成本。
【Hello AI】GPU容器共享技术cGPU
|
6月前
|
机器学习/深度学习 人工智能 Cloud Native
助力 AI 技术共享,蚂蚁开源又一核心技术“因果学习系统 OpenASCE”
技术开源是蚂蚁集团的重要技术战略,我们希望通过开源建立起开放、包容的技术生态,让更多人共享技术红利。
助力 AI 技术共享,蚂蚁开源又一核心技术“因果学习系统 OpenASCE”
|
存储 人工智能 Cloud Native
云原生AI套件:一键训练大模型及部署GPU共享推理服务
本实验指导您如何基于容器服务ACK,使用云原生AI套件提交Bloom模型的微调训练作业,并使用GPU共享能力部署推理服务。
|
人工智能 算法 JavaScript
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
129 1
既Facebook道歉AI误将黑人标记为灵长类动物后,推荐GitHub 上 7 个 yyds 算法项目
|
编解码 人工智能 前端开发
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
Paper:2020年3月30日何恺明团队最新算法RegNet—来自Facebook AI研究院《Designing Network Design Spaces》的翻译与解读
|
机器学习/深度学习 人工智能 自然语言处理
Facebook AI的工业级NLP开源框架—— Pytext简介
Facebook AI的工业级NLP开源框架—— Pytext简介
607 0
Facebook AI的工业级NLP开源框架—— Pytext简介
下一篇
无影云桌面