广告

亚马逊机器人公司副总裁离职,加入AI初创公司 Scale AI

时间:2020-09-01 作者:综合报道 阅读:
亚马逊机器人公司副总裁布拉德·波特(Brad Porter)加入人工智能创业公司Scale AI。Scale周一宣布,Brad Porter将担任首席技术官。
广告

亚马逊机器人公司副总裁布拉德·波特(Brad Porter)加入人工智能创业公司Scale AI。Scale周一宣布,Brad Porter将担任首席技术官。SZVEETC-电子工程专辑

Scale AI 的创始人亚历山大·王(Alexandr Wang )是一名华裔,在新墨西哥州长大。2016 年,19 岁的 他与朋友共同成立了 Scale AI,旨在加速 AI 应用程序的开发。SZVEETC-电子工程专辑

2018 年,Scale获得了 1800 万美元 B 轮融资。2019年8月,Scale AI宣布获得1亿美金C轮融资,公司估值超10亿美金,成为硅谷新晋独角兽。SZVEETC-电子工程专辑

Brad Porter担任Scale AI的首席技术官

波特将担任Scale AI的首席技术官。Scale AI开发的软件可以帮助人们训练自动驾驶技术和其他计算机视觉系统。SZVEETC-电子工程专辑

Scale AI利用软件和人工,为创建机器学习算法的公司处理和标注图像、激光雷达和地图数据。其客户主要是自动驾驶汽车技术研发公司,其平台被Airbnb、Pinterest和OpenAI等公司采用。SZVEETC-电子工程专辑

波特表示,他之所以决定离职,是因为对Scale的技术感到振奋,并希望借此机会体验创业环境。波特在职业发展早期阶段曾经效力于网络浏览器先驱网景和Tellme Networks,后者是一家语音搜索和电话应用公司,后来被微软收购。“当前的趋势是,人工智能工具已经足以胜任重要任务。”他说。SZVEETC-电子工程专辑

波特在亚马逊管理的团队从事仓库机器人和软件开发任务,以及无人机和无人配送机器人等项目。亚马逊今年辞退了两名内部批评者后,一位亚马逊高级工程师曾经以离职表示抗议。而波特当时曾经在LinkedIn上以半官方身份做出回应。SZVEETC-电子工程专辑

波特将在新的职位上负责管理Scale的工程团队。Scale AI CEO亚历山大·王(Alexandr Wang)表示,他希望波特能帮助他的公司开发更加普及的人工智能工具。“我们正在为全世界的人们开发可以使用这项技术的道路和管道。”他说,“这样一来,你不必拥有博士学位也能从事机器学习。”SZVEETC-电子工程专辑

责编:Yvonne GengSZVEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 四大系列新品发布,星宸科技“AI帆船号”再次起航 10月25日,星宸科技(SigmaStar)在深圳以“Leading AI Everywhere”为主题举行其新品发布会,发布四大产品线的AI新品,包括智慧视觉降龙2系列芯片、智慧车载越影2系列芯片、智能交互轩辕2系列芯片和猫头鹰系列智能外设及娱乐芯片。
  • 利用神经形态芯片仿真人脑 长期以来人们一直在研究生物细胞的电特性,以便了解细胞动力学。离子电流的动态特性和离子电导的非线性是由微观参数控制,由于测量微观参数具有相当的难度,阻碍了定量运算模型的建构…
  • 研究表明端到端模拟芯片可用于AI计算 神经拟态芯片初创公司Rain Neuromorphics与Mila合作进行的一项研究证明,使用全模拟硬件训练神经网络是可能的,显示出创建端到端模拟神经网络的可能性。这对整个神经拟态计算和AI硬件领域都具有重大意义:完全采用模拟AI芯片可以进行训练与推理,从而可以大大节省算力、能耗,并缩减延迟时间和产品尺寸。
  • 价值900亿美元的美国半导体连环并购案揭秘 2020年见证了非比寻常的半导体行业,一场旷日持久的疫情不但遮掩了全球半导体的持续下滑,也冲淡了中美科技冷战的硝烟。同时,另外一个被掩盖的现象下半年开始浮出水面,那就是半导体行业的一连串并购活动。并购金额之大令人咋舌,对整个半导体甚至高科技行业的影响也将会无法估量。本文将针对ADI/Maxim、Nvidia/Arm及AMD/Xilinx这三大并购案展开深入探讨,并简要提及对中国半导体的影响和启示。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 在MCU上进行深度学习才是边缘计算的未来 现在,机器学习(ML)不再需要每秒执行数万亿次操作(TOPS)的处理器。很多情况下,最新的微控制器(有些配置有嵌入式ML加速器)就可以在边缘设备上执行机器学习,它代表着物联网发展的下一阶段:在生产数据的源头,例如麦克风、摄像头和监控其他环境条件的传感器中引入智能计算,并使物联网应用受益。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了