Я имел удовольствие побывать на втором MLconf на прошлой неделе. Зал был переполнен - ​​вы могли почувствовать энтузиазм по поводу машинного обучения, выходящий из конференц-зала, когда заходили в отель Nikko.

Я столкнулся с основательницей MLconf Кортни Бертон, которая сказала мне, что на мероприятие зарегистрировалось более 700 человек. Было похоже, что это число будет ближе к удвоению.

На меня произвело впечатление количество участников MLconf - от технологов на крупных предприятиях до основателей прямо из аэропорта, торопливо вступающих в беседы с инвесторами и потенциальными новобранцами, менеджерами по продуктам и дизайнерами, а также венчурными инвесторами (такими как я), охотящимися за чем-то волшебным и интересным. новый.

Два коротких наблюдения с конференции:

  1. Глубокое обучение повсеместно - и оно работает. Ни один технический доклад, который я слышал, не касался нейронных сетей. Даже бизнес-ориентированные переговоры со стартапами и предприятиями включали внедрение глубокого обучения в ключевые проекты. Судя по разговору с людьми на конференции, которые присутствовали на конференции некоторое время, можно сделать вывод, что за последний год в этом направлении произошел заметный сдвиг. Я не удивлен, учитывая, сколько предпринимателей, занимающихся глубоким обучением, мы встречаем в Spark. По ряду причин - более быстрые вычисления + графические процессоры, доступ к улучшенным алгоритмам, фреймворки с открытым исходным кодом, такие как TensorFlow, больший объем данных и т. Д. - глубокое обучение действительно набирает обороты и оказывает влияние на промышленность.
  2. Владельцы данных пожинают плоды ML. Несмотря на то, что были представлены несколько потрясающих стартапов, наиболее очевидными бенефициарами постоянно расширяющегося набора инструментов машинного обучения по-прежнему являются более крупные компании, использующие свои собственные наборы данных для обучения мощных моделей машинного обучения. Один лакомый кусочек, который мне понравился: Airbnb создал команду из 15 специалистов по обработке данных, чтобы оптимизировать модель машинного обучения, которая обеспечивает автоматические рекомендации по ценообразованию. Очевидно, некоторые умные люди посчитали рентабельность инвестиций этого проекта и думают, что она значительно превышает их стоимость капитала.

Еще раз спасибо Кортни и команде за организацию фантастического мероприятия. Я с нетерпением жду следующего MLconf.

В Spark мы инвестируем в стартапы, создающие новые мощные приложения для машинного обучения и / или уникальные наборы данных. Я писал на эту тему до здесь. Как всегда, если вы хотите поболтать, обращайтесь ко мне: john at sparkcapital dot com.