Andrew NG 인터뷰 내용

이전에 영상 말고 또 좋은 인터뷰 내용이 있는 것 같아서 공유한다.

 

Q. 중소기업들이 AI를 상업적으로 사용할 수 있도록 하려면 어떤 실현 가능한 문제에 초점을 맞춰야 하나?

 

오늘날 구축된 AI 시스템은 여전히 손이 많이 간다. 몇몇 뛰어난 머신러닝 엔지니어와 데이터 과학자는 컴퓨터로 일을 처리한 후 실제 생산 공정에 전달한다.

생산 과정에는 수작업 단계가 많이 있다.

그래서 AI 시스템을 보다 체계적으로 구축하고 배포하는 프로세스를 만드는 MLops(머신러닝 운영)에 관심이 많다.

또한 마케팅에서 인사에 이르기까지 일반적인 비즈니스 문제를 살펴보면 자동화 및 효율성 향상을 위한 여지가 많다.

또 AI 커뮤니티가 기후 변화, 노숙자, 빈곤퇴치 등 중요한 사회적 문제들을 위해 무엇을 할 수 있는지 살펴보길 바란다. 때때로 매우 가치 있는 비즈니스 문제 외에도, 중요한 사회적 문제 해결을 위해 노력해야 한다.

 

Q. 어떤 비즈니스에 머신러닝을 활용해 가치를 만들 기회가 있는지 확인하는 프로세스는 어떻게 진행되나?

 

순서를 정리하면 다음과 같음. 

 

1. 사업 이해 
2. 기업가들의 AI 이해도 높이기 위하여 도와주기
3. 각각의 아이디어에 대한 브레인 스토밍
   
   1. 기술적
      1. 충분한 자료
      2. 정확성
      3. 생산에 투입할 때 롱테일이 있는지
      4. 지속 학습을 위해서 허점을 보안할 방법은 무엇인지
      5. 기술적으로 실현 가능한 지
   2. 비즈니스
      1. ROI를 달성할 수 있는 성실함
4. 리소스 추정
5. 마일스톤 추정
6. 실행 시작 

또 다른 제안

 

빠르게 소규모로 시작이 중요 

 

예) 구글 스피치 팀이 더 정확하게 인식하게 도와줌으로써, 브레인 팀은 더 신뢰를 받고 더 큰 파트너쉽을 맺을 수 있는 기반을 다지게 됨. 또 하나 프로젝트 성공 후에 광고팀과 더 진지한 대화를 나누게 됨

보통 너무 작게 시작해서 실패하기보단 너무 크게 시작해서 실패하는 기업을 더 많이 본 것 같다고 함

작은 프로젝트를 통해 조직으로 시작하여 AI를 사용하는 것이 어떤지 학습한 다음에 더 큰 성공을 거두는 것이 좋음!

 

참고)

www.technologyreview.kr/ai-pioneer-andrew-ng-machine-learning-business/ 

'AI-퍼스트'보다 더 중요한 것이 있다 - MIT Technology Review

www.technologyreview.com/2021/03/26/1021258/ai-pioneer-andrew-ng-machine-learning-business/

Learning about AI with Google Brain and Landing AI founder Andrew Ng