19歲輟學麻省理工(MIT)，華裔天才少年Alexandr Wang創辦矽谷AI獨角獸，成為Scale AI的掌門人。近日，這家總部位於舊金山的公司在最新一輪融資中的估值約為73億美元。19歲輟學MIT，一手創辦AI獨角獸的他，是人生的最大贏家。他就是華裔天才少年Alexandr Wang。

而他創辦的這家AI獨角獸叫Scale AI。

近日，總部位於舊金山的Scale AI 在周二最新一輪融資中的估值約為73億美元。

19歲輟學MIT，華裔“天才少年”的傳奇人生

獨角獸Scale AI 的創始人Alexandr Wang 是一名華裔，從小在新墨西哥州長大，父母都是物理學家。

十幾歲的時候，Wang 就在編程競賽中暫露頭角，是一位不可多得的“天才少年”！

在讀洛斯阿拉莫斯高中（Los Alamos High School）的他收到了科技公司的工作邀請，因此Wang 提前從麻省理工畢業，2014年就在矽谷參加了工作。

雖然在麻省理工學院只讀了一年，但是他在此期間還做了很多項目並進行創業準備。

LinkedIn的個人資料顯示，“學霸”Wang 在MIT求學期間GPA為5.0，而且選修的還是研究生級別的計算機科學課程。

他的人生輝煌史才剛剛開始。

四年前的盛夏，19歲的Wang 與朋友Lucy Guo 共同成立了Scale AI，旨在加速AI 應用程序的開發。

他的好友Lucy Guo曾是2014年ThielFellow獎金獲得者。

20歲剛剛出頭的她就離開了卡內基梅隆大學，開始追求自己的科技事業。

在創業不到兩年的時間，他們就拿到了1800萬美元B輪融資，Index Ventures、Accel和Y Combinator都參與了這輪投資。

短短幾年的時間裡，Wang 與Guo 正領導著一家價值73億美元的初創公司。他們的“人工智能API”服務於Alphabet、寶潔、GM Cruise等科技巨頭。

現在，從創立Scale AI 是只有3個人的公司逐漸增加到300人，規模逐漸擴大。

創業經歷自述

Alexandr Wang 相信，“機器學習很可能是這個時代最重要的技術變革。”

Wang曾在一篇文章中敘述過自己的創業經歷，在MIT剛讀大一的他就四處尋找在各大廠的實習機會，想要豐富其在計算機工程和機器學習方面的經歷。

但是Wang的創業想法早已在高中時萌生，他表示，“從高中開始我已經有了幾次在創業中期企業工作的經歷，因此在上述公司工作對我來說已經算不上成長機會。”

在一次與OpenDoor 首席執行官Eric Wu 談心後，Wang 堅定了自己創辦一家公司的想法，這便是Scale AI初創想法的起點。

Wang 發現公司想要整合機器學習，但是大多數公司卻沒有大科技公司為他們的內部人工智能項目提供的工具或資源。

就在那時，他想到了創辦公司為開發人員提供人工智能基礎設施。

“2016年1月，為一家高頻交易公司工作時，我啟動了幾個編外項目，隨後幾個月裡，我嘗試了一些想法，不斷地學習和迭代。當終於決定以Scale作為創業方向時，連自己都感到不可思議。”

給數據貼上標籤，Scale AI 開源數據集，助力自動駕駛汽車

高質量的數據是驅動人工智能算法的動力。

Scale AI 就是利用軟件和人工，為創建機器學習算法的公司處理和標註圖像、激光雷達和地圖數據。

其客戶主要是自動駕駛汽車技術研發公司，Airbnb、Pinterest和OpenAI等公司也在使用該平台。

Scale AI 已經建立了一個軟件，可以首先查看圖像，並在多數情況下，它能自動標記物體。Wang表示，“過去需要幾個小時才能完成的任務，現在只需要幾分鐘。”

此前曾報導，Scale AI與激光雷達製造商Hesai 合作，推出了一個名為PandaSet的開源數據集，可用於訓練自動駕駛的機器學習模型。

PandaSet點雲、照片標註對照

這個激光雷達數據集的目標是免費訪問一個密集和內容豐富的數據集。Wang表示，這是通過在充滿汽車、自行車、交通燈和行人的複雜城市環境中使用兩種激光雷達來實現的。

Wang此前在接受采訪時表示， “機器學習絕對是一種垃圾輸入、垃圾輸出的框架——你真的需要高質量的數據來支持這些算法。這就是我們建立Scale的原因，也是我們今天使用這些數據集從開源角度推動行業發展的原因。”

如今，數據標籤公司間的競爭也是異常激烈。提供自動數據標籤服務的企業有很多，如Mighty AI、Hive和Alegion等，這些企業有些只把標籤服務作為生意的一小部分並且認為“同類型公司太多沒有前途”。

不過Accel基金和Peter Thiel主導的Founders Fund在內的Scale投資者表示，Scale AI公司更高效並且可以更節約成本給數據貼上標籤。

Scale公司表示人力成本不可避免。去年Scale公司在舊金山總部有100多名員工，還不包括遍布各地收集圖像標籤工作的外包合同工。僅僅合同工的薪資也能達到地區平均水平的60%至70%。對於人力成本Wang只表示“沒有優化人力成本的打算。”

Wang放棄了所有舒適圈選擇了自主創業，也就是選擇了更大的成長機會。

目前公司不僅僅專注於圖像和視頻數據更擴展到了自動駕駛，員工規模也比一年前翻了三倍。Wang表示公司目前有望在12個月內賺取1億美元的收入，但是目前沒有上市計劃。