本週 AI Podcast 的嘉賓 Matthew Putman 深深體會到了細節決定成敗的真理，這也是其創立並擔任 Nanotronics CEO 的初衷。 Nanotronics 是一家利用人工智慧、自動化和 3D 成像技術來提供精密製造服務的公司，總部位於紐約的布魯克林區（ Brooklyn ）。
他與 AI Podcast 的主持人 Noah Kravitz 不僅討論了深度學習網路如何實時運行，讓工廠車間產出最佳產品。以及 Nanotronics 的模型和設備是如何一步步走向成功，不論是在半導體工業領域，還是在基因組定序技術上。
本集播客主要重點：
根據不同客戶對流程和部署的不同需求， Nanotronics 推出了通用人工智慧模型。
Nanotronics 在客戶方部署的人工智慧模型可實現從 GPU 到機器的直接溝通，而無需再藉助雲端，保證有足夠的安全性和運行速度。
在全新的 Nanotronics 工廠竣工後， Nanotronics 將會使用自己研發的深度學習模型，來確保在構建設備時，進行精密製造。
建議推文：
•“實際上，使用設計小巧的電腦運算系統，而非一個昂貴的大型的硬體設備，對我們的客戶來說是一個很大的優勢。” – Matthew Putman [7:14]
•“我們可以實時調整實際控制措施，以針對發生的任何類型異常採取糾正措施。 對我們而言，每個站點的絕對值並不重要，而是其最終結果，產品將具有最高的可重複性和最高的質量。” — Matthew Putman [8:47]
你可能還喜歡
不再嘗試徵稅：Intuit使用AI實現更智慧的財務
隨著稅收季節的到來，請聽取 Intuit 資深副總裁暨首席資料長 Ashok Srivastava 解釋個人理財巨擘如何使用 AI 幫助客戶。
加州大學柏克萊分校的Pieter Abbeel談深度學習如何幫助機器人學習
柏克萊器人學習實驗室的負責人，深度學習和機器人技術公司 Covariant AI 的聯合創辦人 Pieter Abbeel 討論 AI 為何是生產更具效率，更加自然的機器人的關鍵。
隨著新望遠鏡的出現，天文學家轉向AI
隨著我們加深對天際的理解，天文學家累積的資料超出了他們的處理能力。普林斯頓大學高級研究所客座教授 Brant Robertson 解釋了人工智慧如何將資料轉化為發現。
收聽AI播客
iTunes, Google Podcasts, Google Play, Castbox, DoggCatcher, Overcast, PlayerFM, Pocket Casts, Podbay, PodBean, PodCruncher, PodKicker, Soundcloud, Spotify, Stitcher and TuneIn.