Video: How to Prepare Data for Machine Learning and A.I. (Nobyembre 2024)
Ang pag-aaral ng Artipisyal at Pag-aaral ng makina ay mainit na mga paksa sa bawat kumperensya ng teknolohiya na pinupuntahan ko, at ang kamakailang kumperensya ng DLD NYC ay walang pagbubukod.
Si Ramin Assadollahi ng ExB Group, isang kumpanya ng Aleman na nakikipag-usap sa cognitive computing sa pangangalaga sa kalusugan, na nakatuon sa iba't ibang mga paraan na makakatulong sa amin ang mga bagong pamamaraan sa computer na malaman "kung paano pagalingin gamit ang software." Ang pagtugon sa marami sa mga termino na itinapon sa paligid ngayon, nabanggit niya na ang AI ay hindi kailangang maging cognitive computing, ang cognitive computing ay hindi kailangang maging pag-aaral ng makina, at ang malaking data ay isang hiwalay na isyu sa kabuuan.
Nakatuon si Assadollahi sa mga paraan na mapagbuti ng AI ang larangan ng gamot. Nabanggit niya na ang isang pathologist na tumitingin sa data ng tisyu ay karaniwang nakakakita ng 200, 000 mga halimbawa sa kanyang buhay sa trabaho, ngunit sa malalim na pag-aaral at mga modernong graphics card, maaaring magproseso ng isang sistema ng computer na maraming sa loob ng dalawang linggo. Sinabi niya na sa 100 mga halimbawa, ang isang sistema ay maaaring maging kasing ganda ng isang tao. Katulad nito, sinabi niya, ang isang sistema ng computer ay maaaring masuri ang 28, 000 mga teknikal na artikulo bawat araw, habang ang isang tao ay maaaring basahin lamang ang tungkol sa 4, 000 tulad ng mga artikulo sa kanyang buong buhay sa trabaho.
Sinabi niya na ang isang AI na maaaring maunawaan ang mga solong selula sa isang antas ng molekular ay maaaring makatulong sa disenyo ng mas mahusay na mga gamot, at ang software na makakatulong upang malaman kung aling mga gamot na angkop sa iba ay maaaring maging isang lifesaver, dahil ang mga masamang pakikipag-ugnay sa gamot ay pumapatay ng 100, 00 katao sa isang taon. Tinutugunan ng kanyang kumpanya ang buong pagpapatuloy ng kalusugan - mga doktor, mananaliksik, parmasyutiko, at mga pasyente - na nakatuon sa "pagsira ng mga silos." Sa pangkalahatan, sinabi niya na hindi papatayin ng AI ang mga trabaho, dahil ang bilang ng mga taong kasangkot sa pag-aalaga ay lumalaki. Hindi nito papalitan ang doktor, aniya, ngunit sa halip ay paganahin ng doktor ang mas maraming oras sa mga pasyente.
Si David Kenny, na nagpapatakbo ngayon ng pangkat ng Watson para sa IBM, ay nagsalita tungkol sa malaking data at potensyal para sa malalim na pag-aaral sa iba't ibang mga aplikasyon. Si Kenny ay CEO ng The Weather Company bago nakuha ang IBM sa kumpanyang iyon; ito ang pinakamalaking tagapagkaloob ng data ng panahon. Sinabi niya na binuo ng TWC ang isang app na idinisenyo upang mapa ang kapaligiran sa paraan na sinubukan ng Google na mapa ang lupa, sa pamamagitan ng paggamit ng isang kumbinasyon ng teknolohiya ng IoT (Internet of Things), impormasyon sa panahon, at cloud computing upang mangolekta ng impormasyon ng panahon sa 2.2 bilyon na lokasyon.
Sa Watson, sinabi niya, interesado siya sa tatlong malalaking lugar para sa mga algorithm at software: pakikipag-ugnayan ng tao, tulad ng paningin, pangitain, at pagsasalita; malalim na pagkatuto at pag-aaral ng makina upang suportahan ang nasabing pakikipag-ugnay; at pangangatuwiran. Sinabi niya na ang Watson ay nagsasangkot ng libu-libong mga tao sa buong IBM mula sa mga lab ng pananaliksik hanggang sa mga benta at serbisyo.
Sa ilang mga paraan, sinabi ni Kenny, ang Watson ay naiiba kaysa sa iba pang mga nakakagambalang mga negosyo, dahil nangangailangan ito ng maraming kaalaman, at nagtatag ng mga kumpanya na may kaalaman ay maaaring umakyat nang mas mabilis kaysa sa mga startup. Sinabi niya na ang pagsasalin at pakikipag-ugnayan ng tao ay nagpapabuti ngunit mayroon pa ring mga paraan upang pumunta, at na ang maraming mga ginagamit ng mga tao sa Watson para sa paglikha ng mga "bots".
Sinabi niya na ang pag-unawa sa mga pag-uusap ay mahirap dahil sa iba't ibang mga tono, accent, at mga nuances na ginagamit ng mga tao kapag nakikipag-usap. "Bawat buwan ay nakakakuha ito ng mas mahusay, " sabi niya, kasama ang software na ginamit upang maunawaan ang pagsasalita na nagkakaroon ng 6.9 porsyento na error rate, pababa mula 10 porsyento tatlong buwan na ang nakakaraan. Sa paghahambing, aniya, 4 porsiyento ang error sa tao. Sinabi niya na siya ay maasahin sa mabuti ang software ay maaaring lapitan ang rate ng error sa tao sa loob ng isang taon.
Sinasabi ni Kenny na may ibang diskarte ang IBM kaysa sa kumpetisyon nito. Ang iba pang mga kumpanya ay madalas na nagtatrabaho sa sentralisadong AI ngunit ang IBM ay nagtatrabaho sa isang bilang ng mga kliyente na nais na bumuo ng kanilang sariling mga pribadong bersyon ng Watson, gamit ang kanilang sariling intelektwal na pag-aari o "mga graph ng kaalaman." Nabanggit niya na 80 porsyento ng data ng mundo ay hindi napupunta sa Internet - mga bagay tulad ng x-ray, mga tala sa kalusugan, at mga account sa bangko.
