Moonshot-Fabrik

Die Moonshot-Fabrik

Die Moonshot-Fabrik, auch bekannt als X, die Moonshot-Fabrik, ist eine Forschungs- und Entwicklungseinrichtung und Googlebesessen Organisation das 2010 gegründet wurde. Die Fabrik befindet sich in einem ehemaligen Einkaufszentrum, etwa anderthalb Meilen vom Hauptsitz der Muttergesellschaft Alphabet in Mountain View, Kalifornien, entfernt.

Die Moonshot-Fabrik verstehen

Die Moonshot-Fabrik ist eine Google-eigene Einrichtung, in der das Unternehmen versucht, die schlimmsten Probleme der Menschheit mit radikal neuen Technologien zu lösen.

X (ehemals Google X) nutzt die Einrichtung, um Moonshot-Technologien zu erfinden und auf den Markt zu bringen, die die Welt zu einem wesentlich besseren Ort zum Leben machen können. X definiert einen „Mondschuss“ als einen, der an der Schnittstelle zwischen einem großen Problem, einer radikalen Lösung und einer bahnbrechenden Technologie liegt. 

Die Moonshot-Fabrik zielt darauf ab, Ideen zu finden, die eine 10-fache Wirkung erzielen können, und nicht solche, die nur inkrementelle Verbesserungen des Status quo darstellen. Laut einem Artikel von Astro Teller aus dem Jahr 2016 (der bekennende Captain of Moonshots), ein X-Projekt“muss ein Problem lösen, das Millionen oder Milliarden von Menschen betrifft; es muss eine kühne, nach Science-Fiction klingende Technologie haben; und es muss zumindest einen Hoffnungsschimmer geben, dass es in den nächsten 5-10 Jahren tatsächlich erreichbar ist."

Kernprinzipien und Ansatz der Moonshot Factory

X hat erkannt, dass ein Moonshot passiert, wenn Teams aus leidenschaftlichen Menschen es wagen, die Perspektiven anderer herauszufordern und Dinge anzustreben, die andere für unmöglich halten.

Diese Mission wird durch einen prinzipienbasierten Ansatz wie folgt unterstützt.

Gehen Sie schwierige Probleme an

Teams sollten sich in das Problem verlieben, nicht in die Technologie, die entwickelt wurde, um es zu lösen. Sie sollten das Problem gründlich verstehen, bevor kreative Lösungen gefunden werden.

Dies erfordert, dass das Unternehmen nach Mitarbeitern sucht, die es „T-förmig“ nennt – oder solche, die über fundiertes Fachwissen, intellektuelle Flexibilität und die Fähigkeit verfügen, mit anderen in verschiedenen Bereichen zusammenzuarbeiten.

Finden Sie radikale Lösungen

Radikale Lösungen erfordern Teams mit fundiertem Fachwissen aus einer Vielzahl von Disziplinen und Branchen. Sie müssen in der Lage sein, Science-Fiction-Ideen zu definieren, die sich so schnell wie möglich in der realen Welt auswirken. Kollektives Fachwissen findet sich hauptsächlich in:

Entwickle einen kulturellen Mondschuss

X glaubt, dass das Unternehmen selbst ein Moonshot ist, aber statt einer radikal neuen Technologie sind es die Mitarbeiter, die die bahnbrechende Idee sind. 

Um eine Kultur zu schaffen, die Moonshots förderlich ist, helfen bestimmte Werte und Praktiken den Mitarbeitern, das Herkömmliche oder Bequeme nicht zu verfolgen. Dadurch wird sichergestellt, dass zielgerichtete Kreativität der Weg des geringsten Widerstands ist.

Stellen Sie kleine, aber vielfältige Teams zusammen

Moonshot-Werksteams sind nicht nur hochqualifiziert und erfahren, sie bieten auch vielfältige Perspektiven und kommen aus unterschiedlichen Hintergründen. 

In einigen Teams bei X arbeiten Wissenschaftler mit Puppenspielern und Konzertpianisten zusammen, während sich in anderen Experten für maschinelles Lernen mit Meeresbiologen vermischen. Jeder Moonshot hat einen Kernstab, der so klein wie möglich gehalten wird, aber die Teams werden gelegentlich durch eine ständige Liste interner Experten ergänzt.

Viele dieser Experten helfen dem Moonshot des Teams, Kontakt mit der realen Welt aufzunehmen und Probleme in Bezug auf Physik, Maschinenbau, Benutzererfahrungsforschung, öffentliche Meinung und öffentliche Ordnung zu behandeln.

Gleichen Sie das Portfolio aus

Die Moonshot-Fabrik muss das empfindliche Gleichgewicht finden, große Wetten auf die Zukunft zu platzieren und die Leute, die die Entwicklung von Ideen finanzieren, nicht abzuschrecken. 

Um die Langlebigkeit der Moonshot-Fabrik und von X selbst sicherzustellen, versucht das Team, das Portfolio mit einer Mischung aus verschiedenen Branchen und Problemen auszugleichen. Das Portfolio sollte auch eine Mischung aus kurzfristigen (knapp 5 Jahre) und langfristigen (knapp 10 Jahre) Ideen mit klaren Budgets und Einschränkungen enthalten.

Seien Sie verantwortungslos unverantwortlich

Es überrascht vielleicht nicht, dass Moonshot-Fabrikteams das Scheitern annehmen und es als eine effektive Möglichkeit sehen, zu lernen und Fortschritte zu machen. Laut Astro Teller ist dies einer der wichtigsten Werte des Unternehmens. 

Die Mitarbeiter werden ermutigt, verantwortungsbewusst und unverantwortlich zu handeln und häufig Fehler zu machen, die zum Scheitern führen. Dies setzt voraus, dass Konventionen von vornherein aufgegeben und kritische Risiken frühzeitig erkannt werden. Im Anschluss daran und Dritten , kann das Team „billig lernen“, weil es schnell Feedback bekommt, ob die Idee umsetzbar ist, ohne Unsummen auszugeben.

Richten Sie Kill-Signale ein

Aus dem obigen Punkt folgt der Begriff der Kill-Signale. Dies sind Metriken, die anzeigen, dass das Projekt beendet werden sollte, wenn ein Team innerhalb eines bestimmten Zeitrahmens erreicht (oder tatsächlich nicht erreicht). Mit Tötungssignalen bleiben Moonshot-Fabrikteams intellektuell ehrlich und können schwierige Entscheidungen mit Klarheit treffen. 

Foghorn ist ein Beispiel für ein zurückgestelltes Projekt. Während das Projekt erfolgreich nachhaltigen Kraftstoff aus Meerwasser produzierte, wurde festgestellt, dass dies nicht zu einem günstigeren Preis als Benzin von der Zapfsäule möglich war. Nachdem X das Projekt beendet hatte, veröffentlichte es die Ergebnisse dennoch in einer wissenschaftlichen Arbeit und sprach dem Team einen Bonus zu.

Aktive Moonshot-Factory-Projekte

Chor

Das Chorus-Projekt zielt darauf ab, die Art und Weise zu verbessern, wie Güter weltweit bewegt und genutzt werden. In den letzten dreieinhalb Jahren hat ein kleines Team mit verschiedenen Partnern zusammengearbeitet, um Schwachstellen in der Lieferkette zu verstehen und herauszufinden, warum es zu Verzögerungen, Engpässen und Verschwendung kommt.

Obwohl jedes Jahr Waren im Wert von Billionen Dollar weltweit transportiert werden, fehlen vielen Unternehmen noch immer die Tools, um in Echtzeit zu ermitteln, wo sich ihre Artikel befinden. Während das Projekt noch in den Kinderschuhen steckt, entwickelt Chorus derzeit Neues Software. und Tools für maschinelles Lernen zur Verbesserung der Sichtbarkeit in a PRODUKTEStandort.

Zu diesem Zweck hat das Chorus-Team einige wichtige Fragen gestellt. Was wäre, wenn jeder Artikel, jede Kiste und jede Palette eine Stimme hätte? Was wäre, wenn verderbliche Artikel wie Lebensmittel oder wichtige medizinische Vorräte eine Warnung senden könnten, wenn sie zu kalt, zu heiß oder kurz vor dem Verfallsdatum sind?

Mineral

Mineral ist ein Projekt, das darauf abzielt, zu verändern, was die Welt für Lebensmittel anbaut und wie es angebaut wird. Weniger als 1 % der bekannten 30,000 essbaren Pflanzenarten werden für Lebensmittel angebaut, mit Grundnahrungsmitteln wie Reis, Weizen und Mais, die angebaut werden, um die Produktivität pro Hektar zu maximieren.

Ein standardisiertes und auf Produktivität maximiertes landwirtschaftliches System birgt jedoch Risiken. Nahrungspflanzen werden anfälliger für Krankheiten, Schädlinge und den Klimawandel. Auch der Boden, auf dem Pflanzen angebaut werden, wird im Laufe der Zeit durch große Anwendungen von Pestiziden und Düngemitteln weniger fruchtbar.

Mineral versucht, dieses Problem anzugehen, indem es Landwirten und Lebensmittelproduzenten hilft, die genetische Vielfalt einiger der Tausenden von nicht kultivierten essbaren Pflanzenarten freizusetzen. Könnte es einige Arten geben, die widerstandsfähiger gegenüber einem sich ändernden Klima sind oder die Fähigkeit haben, die Gesundheit des Bodens wiederherzustellen?

Der Mineralwerks-Rover

Basierend auf Konsultationen mit Produzenten auf der ganzen Welt sah das Mineral-Team eine Gelegenheit neu zu bauen Software. und Hardware, die ihnen helfen würde, umfangreiche und vielfältige Informationen zu verstehen. Einfache Plattformen könnten Boden-, Wetter- und historische Erntedaten anzeigen, aber das Team entwickelte auch einen Prototyp eines Pflanzen-Rover, der in Echtzeit beurteilen konnte, wie Pflanzen auf ihre Umgebung reagierten. 

Ein Prototyp hat mehrere Jahre damit verbracht, Erdbeer- und Sojabohnenkulturen in den Vereinigten Staaten zu analysieren. Es macht ein hochwertiges Bild jeder Pflanze und zählt jede Beere oder Bohne sowie die Pflanzenhöhe und die gesamte Blattfläche. 

Wenn Bilder des Rovers mit Boden- und Wetterdaten kombiniert werden, wird maschinelles Lernen verwendet, um Muster zu identifizieren und Einblicke in die Reaktion von Pflanzen auf ihre Umgebung zu gewinnen. Mineral hat im Januar 2023 die Rapid-Prototyp-Phase abgeschlossen und ist nun eine unabhängige Tochtergesellschaft von Alphabet.

Abgeschlossene Moonshot-Factory-Projekte

Seetaucher

Project Loon war ein frühes Forschungs- und Entwicklungsprojekt, das 2011 begann. Das Projekt bot Internetzugang für abgelegene und ländliche Gebiete mit Luftballons in großer Höhe, die ein drahtloses Luftbild erzeugten Netzwerk.

Die ersten Ballons wurden 2013 in Neuseeland gestartet und irgendwann Google geplant, Tausende von ihnen in der Stratosphäre zu haben. Loon wurde im Juli 2018 als eigenständiges Unternehmen ausgegliedert, aber Anfang 2021 geschlossen, da das Unternehmen mangelnde wirtschaftliche Lebensfähigkeit anführte.

Gehirn

Brain wurde ebenfalls im Jahr 2011 gestartet, um den Zugang zu den Vorteilen von KI und maschinellem Lernen zu verbessern. Während Fortschritte in diesem Bereich heute in rasantem Tempo stattfinden, waren die Fortschritte im Jahr 2011 nur langsam und Deep Learning war sehr stark auf die akademische Welt beschränkt.

Die Google-Mitarbeiter Jeff Dean und Greg Corrado starteten das Projekt zusammen mit dem Stanford-Professor Andrew Ng mit einem groß angelegten Deep-Learning Software. System bekannt als DistBelief. Die Nutzung des proprietären Systems nahm schnell zu Google in verschiedenen Forschungs- und kommerziellen Kontexten, mit dem später als TensorFlow bekannten System der zweiten Generation. 

TensorFlow ist ein flexibles System, das mit Programmiersprachen wie JavaScript, C++, Java und Python verwendet werden kann. Diese Flexibilität macht es für eine Vielzahl von Anwendungen in verschiedenen Branchen geeignet. 

Brain ist bis heute eines der erfolgreichsten Projekte des Unternehmens und hat laut Astro Teller mehr als alles abgedeckt kosten von X.

Waymo

Waymo hat angefangen life wie die Google Self-Driving Car Project im Januar 2009. Waymo LLC ist heute ein Technologieunternehmen für autonomes Fahren und eine Alphabet-Tochtergesellschaft, deren Forschungsarbeiten ursprünglich am durchgeführt wurden Google X Lab unter der Leitung von Mitbegründer Sergey Brin.

Der Anstoß für die Gründung von Waymo war, das Fahren sicherer zu machen Google Hinweis auf der Website des Projekts, dass 94 % der 1.25 Millionen Verkehrstoten auf der ganzen Welt werden jedes Jahr durch menschliches Versagen verursacht.

Das autonome Fahrzeug Waymo basierte auf einem Toyota Prius mit Sensoren, die es ihm ermöglichen würden, Objekte bei Tag und Nacht zu erkennen. Das Team führte später über 100,000 Meilen autonomes Fahren in herausfordernden Situationen in Kalifornien durch. Dazu gehörten die Navigation über die Golden Gate Bridge und die Bergstraßen zum Lake Tahoe.

Firefly

Nachdem ein zweites Fahrzeug auf Basis eines Lexus-SUV darauf trainiert wurde, Fußgänger, Radfahrer und Hunderte von verschiedenen Objekten am Straßenrand zu erkennen, fragte sich das Projektteam, ob es ein autonomes Fahrzeug von Grund auf neu bauen könnte.

Später wurde ein Prototyp namens Firefly ohne Lenkrad oder Pedale entwickelt, in den nahtlos eine Auswahl an LIDAR-, Radar- und Kamerasensoren eingebaut wurde Design

Während diese Fahrzeuge in einigen Bundesstaaten verboten waren, gingen sie in Kalifornien und Texas auf die Straßen, wo sie sich als fähig erwiesen, selbst die schwierigsten Fahraufgaben zu bewältigen. Firefly konnte Einsatzfahrzeuge erkennen und darauf reagieren und sogar komplexe, mehrspurige Vier-Wege-Stoppkreuzungen meistern.

Waymo hat 2016 seinen Abschluss bei X gemacht. Zu diesem Zeitpunkt hatte seine selbstfahrende Fahrzeuge insgesamt mehr als 2 Millionen Meilen auf amerikanischen Straßen gefahren – entspricht der Menge, die eine Person fahren könnte, wenn ihr 300 Jahre gegeben wären.

Chronik

Im Jahr 2016 startete X mit einem Moonshot, der Unternehmen bei der Bekämpfung von Cyberangriffen helfen sollte. Da die Häufigkeit und Effektivität von Cyberangriffen schneller zunahm, als Unternehmen Fachleute ausbilden konnten, um sie zu verhindern, war klar, dass eine Lösung benötigt wurde.

Das Team erkannte, dass riesige Mengen an sicherheitsrelevanten Daten es Unternehmen erschwerten, rechtzeitig auf Bedrohungen zu reagieren. Als Reaktion darauf entwickelte Chronicle eine Cybersicherheitsintelligenz und -analyse Plattform ermöglichen enterprise Kunden, ihre Daten besser zu verstehen und zu verwalten.

Genauer gesagt, die Plattform kombiniert große Mengen an Speicherplatz und Rechenleistung mit maschinellem Lernen, um Teams dabei zu helfen, Muster in den Daten zu finden. Diese Muster, die von geschulten Experten oft übersehen werden, bieten eine ganzheitliche Sicht auf eine Sicherheitssituation und versuchen, die Zeit zwischen dem Auftreten eines Angriffs und seiner Entdeckung zu verkürzen.

Anschließend entwickelte das Team eine Sicherheitstelemetrie Plattform rief Backstory an und kündigte an, dass sie mit dem zusammenarbeiten würden Google Cloud-Team. Backstory und ein paar andere Tools werden nun dazu angeboten Google Cloud-Kunden als Teil seiner Funktion für autonome Sicherheitslösungen.

Während Chronicle es Unternehmen ermöglicht hat, schneller und agiler auf Bedrohungen zu reagieren, erkennt X, dass der wahre Mondschuss noch erreicht werden muss. Es ist zu hoffen, dass Chronicle Kunden eines Tages dabei helfen wird, Cyberangriffe proaktiv vorherzusagen und abzuwehren.

Die zentralen Thesen

  • Die Brain Moonshot-Fabrik ist eine Google-eigene Einrichtung, in der das Unternehmen versucht, die schlimmsten Probleme der Menschheit mit radikal neuen Technologien zu lösen.
  • X versteht, dass ein Moonshot entsteht, wenn Teams aus leidenschaftlichen Menschen es wagen, die Perspektiven anderer herauszufordern und das anzustreben, was als unmöglich gilt. Einige Grundprinzipien sind: Seien Sie verantwortungsbewusst und unverantwortlich, gleichen Sie das Portfolio aus und stellen Sie kleine, aber vielfältige Teams zusammen.
  • Einige der abgeschlossenen Projekte der Moonshot-Fabrik umfassen Loon, eine ballonbasierte drahtlose Antenne Netzwerk, das autonome Fahrzeugprojekt Waymo, die Cloud-basiertes Cybersicherheitsprojekt Chronicle und das maschinelle Lernprojekt Brain.

Lesen Sie weiter: Geschichte von OpenAI, KI-Geschäftsmodelle, AI Wirtschaft.

Vernetzte Geschäftsmodellanalysen

KI-Paradigma

aktuelles KI-Paradigma

Vortraining

Vortraining

Große Sprachmodelle

große-sprachmodelle-llms
Large Language Models (LLMs) sind KI-Tools, die Text lesen, zusammenfassen und übersetzen können. Auf diese Weise können sie Wörter vorhersagen und Sätze bilden, die widerspiegeln, wie Menschen schreiben und sprechen.

Generative Modelle

Generative-Modelle

Schnelles Engineering

Prompt-Engineering
Prompt Engineering ist ein Konzept zur Verarbeitung natürlicher Sprache (NLP), bei dem Eingaben entdeckt werden, die wünschenswerte oder nützliche Ergebnisse liefern. Wie bei den meisten Prozessen bestimmt die Qualität der Eingaben die Qualität der Ausgaben im Prompt Engineering. Das Entwerfen effektiver Eingabeaufforderungen erhöht die Wahrscheinlichkeit, dass die Modell wird eine Antwort zurückgeben, die sowohl günstig als auch kontextbezogen ist. Das von OpenAI entwickelte CLIP (Contrastive Language-Image Pre-training) Modell ist ein Beispiel für eine Modell die Eingabeaufforderungen verwendet, um Bilder und Bildunterschriften aus über 400 Millionen Bild-Bildunterschrift-Paaren zu klassifizieren.

OpenAI-Organisationsstruktur

openai-organisationsstruktur
OpenAI ist ein Forschungslabor für künstliche Intelligenz, das in ein gewinnorientiertes Unternehmen umgewandelt wurde Organisation im Jahr 2019. Das Unternehmen Struktur ist um zwei Unternehmen herum organisiert: OpenAI, Inc., eine Delaware LLC mit einem einzigen Mitglied, die von OpenAI Non-Profit kontrolliert wird, und OpenAI LP, eine begrenzte, gewinnorientierte Organisation Organisation. Die OpenAI LP wird vom Vorstand von OpenAI, Inc (der Stiftung) geleitet, die als General Partner fungiert. Gleichzeitig bestehen Limited Partners aus Mitarbeitern der LP, einigen Vorstandsmitgliedern und anderen Investoren wie Reid Hoffmans gemeinnütziger Stiftung Khosla Ventures und Microsoft, der führende Investor in der LP.

OpenAI-Geschäftsmodell

wie-verdient-openai-geld
OpenAI hat die grundlegende Ebene der KI aufgebaut Energiegewinnung. Mit großen generativen Modellen wie GPT-3 und DALL-E bietet OpenAI API-Zugriff für Unternehmen, die Anwendungen auf der Grundlage ihrer grundlegenden Modelle entwickeln möchten, während sie diese Modelle in ihre Produkte integrieren und diese Modelle mit proprietären Daten und zusätzlicher KI anpassen können Merkmale. Andererseits veröffentlichte OpenAI auch ChatGPT, das sich um ein Freemium herum entwickelte Modell. Microsoft vertreibt auch Opener-Produkte durch seine Handelspartnerschaft.

OpenAI/Microsoft

openai-microsoft
OpenAI und Microsoft aus kaufmännischer Sicht zusammengeschlossen. Die Geschichte der Partnerschaft begann 2016 und konsolidierte sich 2019 mit Microsoft investiert eine Milliarde Dollar in die Partnerschaft. Es macht jetzt einen Sprung nach vorne, mit Microsoft in Gesprächen, um 10 Milliarden Dollar in diese Partnerschaft zu stecken. Microsoftentwickelt über OpenAI seinen Azure-KI-Supercomputer, verbessert gleichzeitig seine Azure-Unternehmensplattform und integriert die Modelle von OpenAI in seine Geschäft und Verbraucherprodukte (GitHub, Office, Bing).

Stabilitäts-KI-Geschäftsmodell

wie-macht-stabilität-ai-geld
Stability AI ist die Entität hinter Stable Diffusion. Stability verdient Geld mit unseren KI-Produkten und mit der Bereitstellung von KI-Beratungsdiensten für Unternehmen. Stability AI monetarisiert Stable Diffusion über die APIs von DreamStudio. Während es auch Open Source für jedermann zum Herunterladen und Verwenden freigibt. Stability AI verdient auch Geld über enterprise Dienstleistungen, wo sein Kernentwicklungsteam die Möglichkeit dazu bietet enterprise Kunden zu bedienen, Treppe, und passen Sie Stable Diffusion oder andere große generative Modelle an ihre an Bedürfnisse.

Stabilität des KI-Ökosystems

Stabilität-AI-Ökosystem

Über den Autor

Nach oben scrollen
FourWeekMBA