我们是如何创造世界上最大的神经网络大学“Сognitive Agro Data Factory”的

我先提出一个革命性的事实：当我们把C-Pilot人工大脑引入农业机械时，我们变得有点像上帝。我们把物体变成一个具有思考和分析能力的生物，即带着Cognitive Agro Pilot 的联合收割机能够看到并理解周围发生的事情，并在其生产任务框架内作出进一步行动的决定。从某种角度来看，一个新的农村劳动者社会阶层正在产生，这是一个带有C-Pilot人工智能的能够思考并解决人类设定的农业任务的农业机器人阶层。

本质上，这是一种新的生物层，需要对其进行正确的教导。 人类有着数千年的时间来发展自己的思维，而机器人只有几个月。 为此，必须创造必要的环境，建立一个大型的对人工大脑进行训练，并为其准备资料的“工厂”。

孩子的学习教材和任课老师都对他们的成长和未来的职业发展至关重要。 对于无人驾驶机械和其他高度自动化控制系统的人工智能的创造者来说，高质量的数据及其正确的标记也是至关重要的。 Cognitive Pilot通过我们独特的DataFactory进行训练。内部是如何进行的？

视频信息是神经网络的成长训练材料，这是任何人工大脑的基础。当马斯克说，特斯拉大脑每天从云端的35000辆汽车上收集信息时，这虽然有点夸张，但这也是他们比奔驰等公司更有竞争优势的基础。所以当Zoox宣布他们还需要5亿美元用于汽车行驶和收集数据的时候，所有的投资者都会非常认真考虑这个因素。我们Cognitive从2012年就开始为这一切做准备。现在，我们可以很自豪地代表世界上最好的Data Factory之一。

自己的团队比外包更好

我们的农业和铁路项目或者是自动驾驶电车的数据分类标识流程几乎是一样的。我们没有建立有重复技能的相同结构：在Cognitive Pilot中，有一个部门支持所有项目的内部服务。与分散到各个部门的专家相比，专家团队的工作效率更高。此外，我们有一个共同的存储空间，公司的任何员工都可以通过这个存储空间访问已收集的信息。

数据准备往往涉及独立的外部执行者，但我们反对将数据外包给他人，尤其是关键领域。一个团结的团队可以快速部署新员工，他们可以随时向更有经验的同事请教。常驻专家的选拔更为严格，他们通常在公司工作多年。采用外包商可能导致人员培训费用的增加以及人工周转率的升高，在员工离职时，我们将不可避免地失去他的资历。此外，在办公室里，公司安装了与公司标准相对应的设备，而自由职业者用什么设备工作，我们不知道。根据我们的经验，在办公室里，同一名员工会展示出更好的效果。同时不能忘记数据泄露的风险，因为封闭式的工具是用来做标记的，而数据（尤其是经过处理的数据）则是商