Публикация сегодня с высоты 35 000 футов ✈️ 😎
Бизнес и деньги
У Amazon невероятная бизнес-модель. Начните с создания платформы электронной коммерции для продажи книг. После масштабирования позвольте любому, кто продает что-либо, использовать эту платформу для продажи своих товаров за номинальную плату. В процессе создания этой огромной торговой площадки создайте мощную логистическую сеть (склады, программное обеспечение, опыт цепочки поставок и т. д.), чтобы облегчить всю эту деятельность. После масштабирования позвольте производителям и розничным торговцам использовать те же логистические услуги и средства за символическую плату. В процессе этого создайте облачную инфраструктуру мирового класса для всех ваших собственных потребностей в хранении, обработке и вычислениях. После масштабирования этих усилий позвольте любой другой компании использовать те же самые облачные сервисы за символическую плату.
Это абсолютно гениальная модель, которая продолжает подливать все больше и больше бензина в огонь, подпитывающий рост. Чертов маховик!
Эта модель не показывает никаких признаков замедления. Возможно, вы читали о том, как Amazon экспериментирует с физическими продуктовыми магазинами, где покупатели могут просто зайти, взять то, что они хотят, и уйти, не останавливаясь у кассы. Или, возможно, вы сталкивались с тем, что они сдают в аренду самолеты и инвестируют в собственный грузовой узел в Кентукки. Я бы сказал, что можно с уверенностью предположить, что, как только они разберутся с моделью, технология касс самообслуживания будет предложена другим ритейлерам, а грузовой хаб будет обслуживать другие логистические компании (конечно, за не столь символическую плату).
Таким образом, несмотря на то, что акции Amazon безумно дороги (коэффициент P/E 180,56), они все же могут быть недооценены. На долю компании приходится всего 5% розничных продаж (половина доли Walmart), а на электронную коммерцию по-прежнему приходится однозначный процент всех розничных продаж.
Если вы не могли сказать, я оооочень Амазонка!
Человеческий прогресс
Стив Мнучин, министр финансов США, возможно, не принимает лекарства.
Ты что, б*&%$*, издеваешься надо мной??? Я не думаю, что когда-либо был не согласен больше с одним утверждением. Этот парень, должно быть, не в себе.
Я не хочу тратить драгоценное время на высмеивание этого парня, но давайте сосредоточимся на сути вопроса. Почему искусственный интеллект или, в частности, машинное обучение (ML) так важен? Ученые-компьютерщики десятилетиями расхваливали его мощь и потенциал, и нам нечего показать, кроме алгоритмов рекомендации фильмов и автономных пылесосов. Почему на этот раз все иначе?
Я скажу вам, почему на этот раз все по-другому. Это связано с чем-то очень фундаментальным для того, где мы находимся в отношении этой технологии.
Во-первых, определение. Я не инженер и не эксперт по машинному обучению, поэтому я даже не буду пытаться вдаваться в технические подробности. С моей точки зрения, ML включает в себя компьютеры, обучающиеся на большом количестве данных. Вероятно, в какой-то момент вы посещали базовый курс статистики. Вы помните вероятность покрытия? Просто рассчитать вероятность будущего события на основе исторических данных? Во всех смыслах и целях это ML. Если вы хотите поговорить о распознавании лиц, переводе, рекомендациях по продуктам, беспилотных автомобилях или о чем-то еще. Это просто просмотр набора данных и прошлых событий и использование их для прогнозирования будущего.
После этого мы можем вернуться к тому, почему на этот раз все по-другому. На протяжении всей истории технологий мы создавали машины, которые работали на нас. Паровые двигатели, печатный станок, автомобили… Все эти вещи сжигают топливо, чтобы работать так, чтобы нам не приходилось делать это быстрее, чем мы могли бы работать самостоятельно. Но какими бы замечательными они ни были, эти машины не являются «создателями». Под этим я подразумеваю, что у них нет возможности создавать что-либо помимо того, что жестко закодировано человеческими существами. Как только вы включите печатный станок, он будет постоянно печатать одни и те же вещи снова и снова, пока источник энергии не истощится или машина не сломается. Ни в коем случае машина не найдет лучший способ что-то напечатать. Только человек может сконструировать лучшую машину взамен старой. Это модель техники с незапамятных времен.
С машинным обучением это меняется. Возьмем, к примеру, перевод речи. Когда разрабатывались первые программы перевода, программное обеспечение было очень простым. Вот английский словарь. Вот испанский словарь. Замените каждое слово его эквивалентом на противоположном языке и вуаля. Перевод! Конечно, это не работает, потому что перевод работает иначе. Это не слово в слово. В разных языках есть разные способы передачи тона, захвата времени и т. д. Однако с последним воплощением Google переводчика у нас есть совершенно другая игра в мяч. Алгоритм может просмотреть всю библиотеку книг, статей, речей, веб-страниц и т. д., которые были переведены на другой язык, и начать предсказывать, как должно быть переведено предложение. Более того, по мере того, как система получает больше примеров перевода и получает обратную связь, алгоритм может учиться и совершенствоваться в процессе работы. То есть без вмешательства человека сервис перевода со временем действительно улучшается. Это бананы!! 🍌🍌🍌🍌🍌
Вот чего не понимает г-н Мнучин. Это не похоже на другие технологии, когда мы изобретали что-то новое, что лучше справлялось со своей работой. У нас есть компьютеры, которые «умнеют» сами по себе.
Теперь я не хочу преувеличивать это. Возможности по-прежнему очень узки. Каждая система машинного обучения хороша в чем-то одном, но абсолютно некомпетентна в других областях. Тем не менее, это большое дело.
Далее, помимо только что описанной принципиальной разницы, скорость распространения будет беспрецедентной. Если мы вернемся к примеру с печатным станком и паровым двигателем, то после того, как эти технологии будут разработаны, могут пройти годы или десятилетия, прежде чем технология распространится по всему миру. В эпоху цифровых технологий это не так. Когда речь идет о программном обеспечении и других цифровых товарах, вещи могут распространяться мгновенно, стоимость распространения равна 0, а предельные затраты на создание еще одной единицы также равны 0. Когда создается новый алгоритм или приложение, вы нажимаете кнопку, и оно доступно. в каждом уголке земного шара. Еще раз 🍌🍌🍌🍌🍌!!
С этими двумя фундаментальными различиями, то есть машинами, играющими роль «создателя», и скоростью, с которой эти вещи могут распространяться, мы находимся на неизведанной территории.
Философия
Несколько дней назад мой жених приготовил тток-бокки (произносится как «утка-боги»). Это жареное корейское блюдо с рыбными котлетами, рисовыми лепешками, вареными яйцами, луком и пастой из красного перца (среди прочего). Пока она готовила, она занималась несколькими другими делами, поэтому попросила меня помешать сковороду. Когда я начал помешивать, блюдо показалось слишком водянистым. Я открыл рот, чтобы задать вопрос: «Это немного водянисто, не так ли?» Но потом я сделал паузу. Был легкий страх получить удар по лицу, но более того, осознание того, что я должен подождать, чтобы задать вопрос. Она готовила это блюдо бесчисленное количество раз, и, возможно, оно застывает во время приготовления.
Именно это и произошло. это было абсолютно идеально. На самом деле, наверное, лучшее, что она когда-либо делала!
Это заставило меня задуматься о более общих вопросах. Часто бывает, что я нахожусь на совещании на работе или веду дискуссию с другом, и что-то из сказанного меня не устраивает. Я либо не совсем понимаю, либо просто не согласен. Но, как правило, мне полезно позволить кому-то полностью сформулировать идею или завершить мысль, прежде чем задавать вопрос. Часто идея имеет гораздо больше смысла в полном контексте того, что говорится, или, по крайней мере, вы можете увидеть точку зрения другого с большей ясностью.
Мое последнее открытие
Последнее время пользуюсь приложением Via ride sharing. По сути, это Uber Pool или Lyft Line, без возможности прокатиться самостоятельно. Это райдшеринг в чистом виде. Они управляют парком фургонов Mercedes, вмещающих до 6 пассажиров. Благодаря чисто совместной модели цены намного ниже, чем у Uber & Lyft. Поездка из Лонг-Айленд-Сити в район Флэтайрон стоила мне 8 долларов. Единственным недостатком является то, что вам иногда приходится проходить несколько кварталов, чтобы забрать машину, чтобы оптимизировать маршрут. Ничего страшного, если вы спросите меня. Если вы хотите получить 10 долларов на бесплатную поездку и хотите помочь мне 😊, мой реферальный код jeremy2e7.
Вопрос недели
У всех нас так много личностей. Я сам друг, будущий муж, родитель собаки, продавец, черный, американец (намеренно разделил этих двоих), студент, житель Нью-Йорка и т. д.
Как вы расставляете приоритеты в своих различных идентичностях? Есть ли ранговый порядок? Что происходит, когда два из них конфликтуют?
Это обертка!
😍 Нравится? Перешлите его другу.
🚀 Переслал это от друга? Ознакомьтесь с предыдущими выпусками или подпишитесь здесь (чтобы подписаться, прокрутите страницу вниз).
