你们听说过亚历山大·王这个名字吗?这个被称为"下一个扎克伯格"的华裔少年,才20出头,就把自己的公司做到了138亿美元的估值。
和常见的AI公司不同,当大家都在试图“挖金子”的时候,亚历山大却开始卖起了“铲子”。说实话,我第一次听到他的故事时,都觉得像在看科幻片。说起亚历山大·王,不得不提他那与众不同的成长经历。想象一下,一个华裔小孩,在新墨西哥这样一个并不以科技闻名的地方长大。不过他的父母都是物理学家,可以想象从小耳濡目染的科学氛围有多浓厚。
97年出生的亚历山大·王,13岁就开始自学编程了。他在各种编程和数学比赛上大显身手,还在高中时期就开发了 5 个iOS应用!
17岁时他加入了国外知名问答社区Quora,担任技术主管。
2016年,18岁的亚历山大进入了麻省理工学院。按常理说,能进MIT已经是人生赢家了,但是他却在一年后做出了一个惊人的决定——退学创业。
跟他一起创业的还有个叫 Lucy Guo 的姑娘,也是个狠角色。他们俩合伙搞了个叫 Scale AI 的公司,专门给AI做"数据管家"。
Lucy Guo与亚历山大王
放弃世界顶尖学府的学历,去创办一家做数据标注的公司,这决定听起来就够疯狂的。
他看准了AI发展的方向,意识到高质量的数据标注将会成为AI发展的瓶颈。
Scale AI 最初的业务相当朴实无华——为自动驾驶公司提供图像标注服务。就是那种在照片上画框框,标记出行人、车辆、交通标志的工作。
随着业务的发展,Scale AI 逐渐将触角伸向了更广阔的领域。
文本分析、语音识别、视频处理,甚至是AR/VR,只要是需要数据处理的地方,你都能看到 Scale AI 的身影。
现在,连OpenAI、Meta、微软这些大牛公司都成了他的客户。
去年公司收入就到了7个亿美金。
说到合作伙伴,不得不提亚历山大·王那令人艳羡的人脉网。
山姆·奥特曼、埃隆·马斯克、马克·扎克伯格,这些响当当的名字,都和他有密切联系。
奥特曼:没人比你更懂Party!
有人说,在硅谷,有时候认识谁比你会什么更重要。亚历山大·王显然深谙此道。
但是,别以为他仅仅是靠关系吃饭的。Scale AI 的成功,更多还是源于他对行业趋势的准确把握和执行力。
比如,他们最近推出的 "Donovan" 项目,就是为大型语言模型提供更优质的训练数据,又站在了AI发展的最前沿。
现在,亚历山大·王已经成为了硅谷最炙手可热的年轻企业家之一。但他并没有满足于现状。
他常说,Scale AI 的使命是"加速人工智能的发展"。在他看来,未来的AI将更加依赖于高质量、多样化的数据。
而Scale AI,就是要成为这个数据时代的"代工厂"。
卖铲子的人
Scale AI 为什么能如此成功?这就不得不聊聊 Scale AI 的核心业务——数据标注。
可以说数据标注就是人工智能发展的幕后英雄。
想象一下,你在教一个外星人认识地球上的事物。你得指着狗说"这是狗",指着树说"这是树",对吧?数据标注其实就是干这个的,只不过我们教的是AI,而不是外星人。比如说,你让AI识别一张街景照片里的所有元素,听起来简单,但实际上复杂得很。路人、车辆、建筑、路标,甚至是天气状况,都需要一一标注出来。亚历山大·王正是看准了这个市场,为啥?因为他懂得一个真理:AI模型再牛,没有优质数据喂养也是白搭。他们的数据标注服务还不只是简单的人工作业。Scale AI 还开发了一套智能工具,把AI技术用在了标注过程中。这就好比用机器来教机器,听着有点绕,但效果杠杠的。Scale AI 的厉害之处还在于它的全面性。图像标注、文本分析、语音转录、视频处理,你能想到的数据类型,他们都能搞定。就拿自动驾驶来说吧,Scale AI 不仅能标注出路况,还能模拟各种极端情况,帮助自动驾驶系统学会应对各种复杂场景。OpenAI、特斯拉这些大佬们,都需要 Scale AI 提供的服务来训练他们的AI模型。亚历山大·王曾经打过一个比方,他说 Scale AI 就像是AI时代的富士康。富士康组装iPhone,Scale AI则是在"组装"AI的大脑。但是,做数据标注可不是件容易事。需要面对的挑战可多了:如何保证数据的多样性?如何处理隐私问题?如何应对不同语言和文化的差异?这些都是 Scale AI 每天都在绞尽脑汁解决的问题。Scale AI 的成功,某种程度上靠的是亚历山大·王对行业趋势的敏锐洞察。他看准了数据标注这个看似不起眼但实则至关重要的环节。它就像是AI世界的基础设施,虽然不太引人注目,但却是整个行业发展的基石所在。讲了这么半天数据标注,跟咱们设计师有什么关系呢?刚好 @小普 老师最近在咱们官网分享过一篇文章,今天的干货时间,就给大家简单介绍一下。随着 AI 技术的深入发展,咱们国内新的岗位和机遇也在不断涌现,AI 训练师便是其中一个典型的例子。AI 训练师的主要工作就是帮助 AI “学”得更好。上面已经提到,AI 系统并不是天然聪明的,它需要海量数据的支持和不断的调教,而这些调教过程正是由 AI 训练师完成的。与我们想象中的高门槛不同,AI 训练师的工作并不需要你掌握复杂的编程语言,更多是依赖逻辑思维、数据标注、以及对任务目标的理解。简单来说,AI 训练师的日常工作就是:对 AI 的输出结果进行评估,给出反馈,并不断调整优化训练数据。这份工作看似技术含量很高,实际上门槛非常低,很多岗位只需要有良好的理解力、细致的工作态度,以及使用 AI 工具的基础技能。在招聘平台上,我们可以看到很多公司都在招聘 AI 训练师。这些公司大多集中在科技公司、AI 初创企业和大数据公司,同时一些传统行业的公司也逐步开始招聘 AI 训练师,帮助他们通过 AI 优化流程。随着 AI 技术应用的广泛深入,岗位需求只会越来越多。除了 AI 训练师外,AI 技术的迅速普及还催生了许多全新的岗位,比如 AI 产品经理、AI 数据标注师、自动化流程管理人员等。这些岗位无一例外地都有一个共同点——它们不再要求传统的技术背景,而是更看重你能否快速学会和应用 AI 工具。因此,抓住 AI 的风口,不仅仅是技术专家的机会,它对所有普通人都敞开了大门。今天的瓜就吃到这里,欢迎大家关注收藏支持一波~如果最后还有人问,数据标注听起来挺枯燥的,为啥能吸引那么多大公司?答案其实很简单:因为它太重要了。
没有高质量的标注数据,AI就只是睁眼瞎...