Sebastian Thrun

De fleste bestyrelser har vedtaget en AI-strategi, men kun meget lidt af den er blevet implementeret i den daglige drift. Problemet ligger ikke i ambitionerne eller valg af model. Det er manglen på medarbejdere, der kan udvikle, styre og drifte AI-systemer internt i virksomheden, samt et ledelsesteam, der ved, hvordan AI i praksis ser ud.

Sebastian Thrun er den datalog, der grundlagde Google X, ledede det hold, der vandt DARPA Grand Challenge i 2005, og var medstifter af Udacity, hvor han hjælper ledelsesteam med at omdanne kunstig intelligens fra en strategisk prioritet til en operationel kapacitet.

Download profil
Check tilgængelighed
Check availability

Check Sebastian Thrun's availability for your event

Complete the form below to check Sebastian Thrun's availability. If you prefer, you can also send an email directly to our head office.

How would Sebastian Thrun deliver their presentation at your event?
Please provide details of your budget for Sebastian Thrun's speaking fee, including currency.

Full Profile

Hvorfor virksomheder samarbejder med Sebastian Thrun

  • Han har leveret autonom AI i produktionsskala. Det Stanford-team, han ledede, vandt DARPA Grand Challenge i 2005, og det selvkørende projekt hos Google, som han var medstifter af, blev til Waymo.
  • Han udarbejdede den strategi, som bestyrelser nu efterspørger. Google X, der blev grundlagt under hans ledelse, kodificerede en ambitiøs metodologi for kapitalintensive teknologisatsninger.
  • Han har direkte erfaring med omskoling af virksomheders medarbejdere inden for AI, data og cloud gennem Udacity, herunder programmer for IBM, Mercedes-Benz og Google før overtagelsen af Accenture i 2024.
  • Han forklarer AI uden at forenkle det. Et erfarent publikum går derfra med en praktisk forståelse af, hvad de nuværende systemer kan og ikke kan, og hvor den reelle operationelle risiko ligger.

Højdepunkter i biografien

  • Medstifter af Google X og Googles projekt med selvkørende biler, der blev til Waymo
  • Ledede Stanford Racing Team, hvis køretøj Stanley vandt DARPA Grand Challenge i 2005; Stanley står nu udstillet på Smithsonian National Museum of American History
  • Medstifter og formand for Udacity, der blev opkøbt af Accenture i 2024 for at drive omskolingsplatformen LearnVantage
  • Medstifter og tidligere CEO af Kitty Hawk, eVTOL-virksomheden bag den "flyvende bil", der støttes af Larry Page
  • Medlem af National Academy of Engineering og den tyske nationale videnskabsakademi Leopoldina; modtager af Smithsonian American Ingenuity Award (uddannelse, 2012)
  • Medforfatter til Probabilistic Robotics (MIT Press), standardværket for kandidatstuderende om matematikken bag autonome systemer

Biografi

Stanley krydsede målstregen i DARPA Grand Challenge 2005 efter 212 km gennem ørkenen som det første autonome køretøj nogensinde. Stanford Racing Team, der byggede det, blev ledet af Sebastian Thrun, der dengang var direktør for Stanford Artificial Intelligence Laboratory. Stanley står nu udstillet på Smithsonian. Teknologien udviklede sig til Waymo og den moderne autonome køretøjsindustri.

Den udvikling, fra forskningslaboratorium til produktions-AI, er det, der gør hans perspektiv værdifuldt for ledelsesteam. Han opgav sin fastansættelse ved Stanford for at blive Google Fellow, var medstifter af Google X og skabte den moonshot-model, som bestyrelser nu henviser til, når de taler om langsigtede teknologiske satsninger. Probabilistic Robotics, den lærebog, han var medforfatter til sammen med Wolfram Burgard og Dieter Fox, er stadig standardværket for kandidatstuderende inden for feltet.

Den anden halvdel af hans karriere omhandler den begrænsning, som de fleste bestyrelser nu mærker akut. Talent. Udacity, som han var medstifter af i 2012, udviklede Nanodegree-modellen sammen med arbejdsgivere som IBM, Mercedes-Benz og Google og blev derefter solgt til Accenture i 2024 for at forankre omskolingsplatformen LearnVantage. Han var også medstifter af Kitty Hawk sammen med Larry Page for at kommercialisere eVTOL-fly.

Publikum får noget konkret ud af ham. En klar forståelse af, hvad de nuværende AI-systemer er gode til, hvor de fejler, hvad produktionsimplementering faktisk kræver, og hvordan man opbygger en arbejdsstyrke, der kan betjene teknologien i stedet for blot at beundre den.

Vigtigste emner

  • Produktions-AI og autonome systemer
  • Moonshot-metodologi og langsigtede teknologiske satsninger
  • Omskoling af AI-arbejdsstyrken og talentmanglen
  • Fremtiden for mobilitet og selvkørende køretøjer
  • AI til bestyrelsen og direktionen
  • Onlineundervisning og uddannelsesøkonomi

Ideel til

  • Bestyrelser og ledelsesudvalg, der går fra AI-strategi til operationel implementering
  • CHRO'er og CLO'er, der iværksætter omfattende omskoling i virksomheden
  • Ledelsesteam inden for bilindustrien, mobilitet og industrien, der står over for autonomi
  • CTO'er og Chief AI Officers, der benchmarker ambitiøse projekter og F&U-porteføljer

Resultater for målgruppen

  • En brugbar mental model af, hvor nuværende AI-systemer lykkes, og hvor de fejler i produktionen
  • Et konkret overblik over de medarbejderkompetencer, der kræves for at drive AI i en stor organisation
  • En indsigt i, hvordan moonshot-satsninger struktureres, styres og afvikles i en seriøs teknologivirksomhed
  • En klarere fornemmelse af, hvor autonomi er på vej hen inden for mobilitet, logistik og tilstødende sektorer

Tilgængelige for
Sprog
Klik på knappen nedenfor for at se Sebastian Thruns gebyrer og tilgængelighed for dit arrangement.
Check tilgængelighed

Videoer

Bøger

Probabilistisk robotik (serien Intelligent robotik og autonome agenter)
En introduktion til teknikker og algoritmer inden for det nyeste område inden for robotteknologi. Probabilistisk robotteknologi…
Interesseret i at lære mere eller planlægge fremad?
Tjek nemt talerens seneste tilgængelighed, eller tilføj denne profil til din liste over udvalgte.
Check tilgængelighed
At lære at lære
I løbet af de seneste tre årtier har forskningen inden for maskinlæring og datamining ført til en lang række algoritmer, der…
Forklaringsbaseret læring i neurale netværk: En tilgang til livslang læring (The Springer International Series in Engineering and Computer Science, 357)
Livslang læring omhandler situationer, hvor en lærende står over for en række forskellige læringsopgaver, der giver mulighed…