Колекције

Вештачка интелигенција ствара нову генерацију машинског учења

Вештачка интелигенција ствара нову генерацију машинског учења


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Са седиштем у Силицијумској долини са канцеларијама у Шангају и Хангзхоу у Кини,Р2.аи Инц. брзо расте. Седели смо са оснивачем и извршним директором компаније и разговарали о уметничкој интелигенцији која ствара уметну интелигенцију и како ће аутоматизација утицати на радна места у будућности.

Првобитно хемичар, Др Иивен Хуанг, завршио је рад у вештачкој интелигенцији (АИ) и машинском учењу (МЛ) пре 23 године током истраживања користећи АИ за идентификацију молекуларних структура у хемикалијама.

"Сматрам да је свет машинског учења и рачунарства толико фасцинантан да сам одлучио да се пребацим на рачунарство. Од тада сам 20 година радио у овом простору са управљањем подацима и подацима, машинским учењем и развојем софтвера за предузећа", каже Интерестинг Енгинееринг.

„Разлог зашто сам покренуо Р2аи је тај када сам био у Терадата, заправо смо развили први на свету платформа за машинско учење заснована на дистрибуираној паралелној рачунарској архитектури, која може да обучи модел машинског учења од терабајта података за само неколико минута, за разлику од традиционалних начина на који то траје недељама. Стварно је брзо у смислу колико брзо модел машинског учења може да се обучи “.

ВИДИ ТАКОЂЕ: ПОГЛЕД НАЈКОРИШТЕНИЈЕ ТЕРМИНОЛОГИЈЕ ОКО ВЕШТАЧКОГ ИНТЕЛИГЕНЦИЈА

Упркос сталним повратним информацијама готово свих купаца Р2аи-а који су говорили колико је та технологија брза и фасцинантна, нису могли да пронађу довољно стручњака за машинско учење који би управљали алатом. Ово показује значајан недостатак талената за машинско учење, иако постоји толико велика потреба за њим.

Вештачка интелигенција заузима место као врхунска технологија за промену игара, али за то нема људског талента

Према а Гартнерова анкета од преко 3.000 директора информационих технологија, вештачка интелигенција (АИ) била је далеко најпомињанија технологија и заузима место као врхунска технологија за промену игара далеко од података и аналитике, која сада заузима друго место.

„Оно што овде видимо је прекретница у преласку у трећу еру ИТ-а, дигиталну еру“, рекао је Анди Ровселл-Јонес, потпредседник и угледни аналитичар у Гартнеру.

Заправо, одговарајући на ово и повратне информације које су дали купци Р2, Иивен Хуанг је закључио да сада има нову мисију: радити на новом развоју машинског учења у оперативној платформи која не само да треба да буде брза, већ и да буде лака за употребу; тако једноставан за употребу, заправо, чак и стручњаци за немачко машинско учење могао брзо да научи како да га користи.

„Дакле, имао сам идеју зашто не бисмо могли да користимо АИ технологију за развој нове генерације платформе за развој и рад машинског учења која може аутоматски да израчунава моделе без проблема у скупу података“, каже Хуанг.

„Тако смо започели Р2. И тако смо се развили Р2 Научи, који је сада алат са софтвером као услугом (СааС) доступност за то. Тако смо завршили са аутоматским машинским учењем. “Пре апликације СааС, Р2 Леарн је био доступан само у просторијама.

Уски АИ, општи АИ, когнитивни АИ, ојачано учење и технологија аутоматизације

Иивен Хуанг објашњава да је тренутна фаза Р2 Леарн унутар Уски АИ технолошки параметри. "Претпостављам Генерал АИ на крају долази из комбинације свих других различитих технологија уског уметног интелигенције, каже он.

"Дакле, када се у технологијама уског вештачког интелигенције комбинујемо на врло смислен начин, тада имате нешто са врло добрим шансама да постанете општи вештак. Мислим да је то постепен процес, корак по корак."

Постоји толико много нове терминологије око вештачке интелигенције да треба бити опрезан и научити о различитим аспектима које сваки од њих садржи.

„Тхе АИ простор је врло широк. "каже Хуанг.„ Јесте Машинско учење, што је најпопуларнији тренд у овом тренутку; али постоји и Когнитивни АИ, који покушава да разуме и опонаша људско понашање и покушава да преведе људско знање у АИ. То је Когнитивни АИ “.

„Постоји и технологија попут Учење ојачања, који је део машинског учења, али постоји идеја да је у стању да симулира. Симулација вам на неки начин омогућава опонашати креативност налик човеку. А онда постоји и Технологија аутоматизације, да све можете саставити на врло ефикасан начин “, објашњава он.

Изградња модела машинског учења

Р2 Леарн је простор који омогућава људима за стварање модела машинског учења. Они пружају проблем и пружају скуп података. Према Иивен Хуанг-у, постоје два начина за изградњу модела машинског учења.

„Обично се користе модели машинског учења предиктивна аналитика. Дакле, случајеви употребе су такође прилично широки ", каже Хуанг.„ На пример, у маркетингу и корисничкој служби можете да направите предиктивни модел који може предвидети шта купци воле или не. "

"Можете предвидети потражњу одређене робе. Можете предвидети задовољство купаца. Такође можете помоћи у превари. Можете помоћи у перформансама залиха, предвиђајући успоне и падове залиха. У здравству осигурања можете предвидети ризик од одређених стања и трошкове лечења “.

Према Хуангу, циљ алата је да омогући људима који се боре да пронађу таленте за уметничку интелигенцију. „То је велика ствар коју смо приметили на тржишту“, каже он. Алат је такође користан за људе који желе да убрзају криву пројекта машинског учења.

"Обично им треба месец дана да развију један модел. Помоћу нашег алата могу учинити исто или чак створити бољи модел у року од неколико минута или сати", каже он.

Р2аи решење је прво покренуто у просторијама. Недавно га је компанија учинила доступним као СааС решење. „Разлог зашто смо га покренули на СааС-у је тај што желимо да људе освестимо да тога има много боља алтернатива то је тамо што раде данас “.

Хуанг објашњава да Р2 Леарн јесте посебно корисно за људе који се застрашују машинским учењем јер немају солидно знање о томе. Р2 Леарн олакшава одмах започињање израде модела машинског учења.

Индустрије могу имати користи од изградње аутоматизованих модела машинског учења

Р2 Леарн је нова генерација АутоМЛ алата који велике податке претвара у висококвалитетне, софистициране моделе машинског учења на брз, лак и приступачан начин. Р2 Леарн омогућава и АИ стручњацима и нестручњацима да самостално развијају и примењују решења за АИ.

Р2.аи је пионир на тржишту са овим комбинованим технологијама које се баве кључним тачкама за развој АИ:

  • Аутоматски развој модела и режим рада за стручњаке који нису из машинског учења

  • Напредни развој модела и режим рада за стручњаке за машинско учење

  • Врхунске перформансе и ефикасност моделирања

  • Транспарентан и објашњив поступак моделирања

  • Способности само-учења за континуирано само-усавршавање

  • СааС и локална понуда за различите захтеве тржишта

Технологија је заправо индустрија агностик. То је генерички алат и платформа. Али индустрија мора бити спремна за излазак на машинско учење. Према Хуанговим речима, један од услова је да им подаци морају бити доступни.

„Дакле, нека се њихови подаци прикупе и обједине. Тада им је потребан алат за започињање превођења података у стварне приход и задовољни купци. Јер тај корак је оно што је потребно за развој алата за машинско учење “, каже он.

За Хуанг, индустрије које су тренутно најспремнији за машинско учење су животно осигурање, здравство, финансије, производња, а такође и телекомуникације.

"Мислим да постоји много других индустрија које су већ спремне. Али мислим да су све остале индустрије већ расположене да се припремају за машинско учење. Дакле, оно што они раде је у основи да прикупе што више података. Дакле, када су подаци спремни, могу почети да користе машинско учење “, каже Хуанг.

Хуанг објашњава да је прва СааС понуда Р2аи заснована на Амазон АВС. Бити доступни на мрежи људи из целог света могу му приступити. Дата центар инстанце АВС првобитно ће бити у Северној Америци и Јапану пре глобалног ширења. Каже да постоје две главне врсте купаца који могу имати користи од употребе алата.

„Понуда СааС-а може бити врло корисна онима који се активно баве машинским учењем, али им је тешко да стекну програмере машинског учења или свима који желе да убрзају своје пројекте или свима који желе да имају на уму да у потпуности користе вредност података “, објашњава он.

У другу групу купаца спадају „они који желе да се укључе у машинско учење, али их данас плаши улагање, као и недостатак стручности за машинско учење. То су купци који имају велику корист од Р2аи СааС решења и технологије“.

Прилично све индустрије користе машинско учење у једном или другом степену, у складу са својим потребама и могућностима. Овај тренд ће се повећавати тек у наредних неколико година.

„Због тога верујемо да ово морамо учинити широко доступним, тако да људи из свих индустрија могу почети да истражују могућности својих података“, каже Хуанг.

Позивају се предузећа и појединци који су заинтересовани за развој сопствених решења за уметну интелигенцију или убрзавање успорених пројеката за уметну интелигенцију да се пријаве за бесплатно пробно коришћење. Хуанг такође радо нуди бесплатне почетне консултације купцима који желе помоћ у процени могућности уметне интелигенције.

Усвајање и инжењеринг интелигенције

У производном и другим секторима, неки људи се плаше да би могли изгубити посао због аутоматизације. Иако су индустријски стручњаци и футуристи рекли да ће аутоматизација створити нова радна места за оне који су се припремили за стицање или развијање нових вештина, посебно меких вештина.

ВИДИ ТАКОЂЕ: ИНЖЕЊЕРИ ТРЕБАЈУ САВЈЕТИТИ МЕКЕ ВЕШТИНЕ ЗА УСПЕШНУ КАРИЈЕРУ

„Претпостављам да је сврха инжењерства заиста ослободити људе аутоматизацијом ствари, олакшавајући им ствари, тако да се могу више фокусирати на важне ствари.“

Пословно гледано, мислим да им је најважнија ствар да реше пословне проблеме, осим учења како да користе софистициране алате за машинско учење.

Дакле, инжењерство је некада развијало тај алат да би људима посао учинило заиста лаким и заиста брзим, ефикаснијим и повећало им продуктивност. Рекао бих лако, брзо, боље и по нижој цени.

„Претпостављам да је сврха инжењерства заиста ослободити људе аутоматизацијом ствари, олакшавајући им ствари, тако да се могу више фокусирати на важне ствари.“

"Вредност ових алата је у томе како помажу компанији да генерише већу вредност. И колико брзо могу да генеришу ту вредност. Постоје аспекти уштеде трошкова, али мислим да је најважније подручје на који начин могу да искористим алат са својим постојећих ресурса “, каже Хуанг.

Хуанг нас подсећа да у ширем смислу на еволуција индустрије као што смо приметили, увек постоји процес аутоматизације. „Али, у том процесу не видимо да људи губе посао, јер ће увек бити отворено више радних места“, каже он.

"Чак и данас ће увек бити нових професија и нових радних места која треба отворити. Мислим да је тренд да ће нам аутоматизација помоћи да будемо ефикаснији у стварању веће вредности, више богатства као друштво."

Хуанг верује да ће се за неке људе догодити кратки период у смислу да ће морати да се пребаце у други домен, каријеру или индустрију. "У том смислу, морамо да имамо успостављене неке програме обуке за посао или репозиционирања. Али не мислим да ће генерално АИ генерално смањити могућности за посао", каже он.

За Хуанга је све о променама, учење, усавршавање и олакшавање ствари свима него раније. Такође се ради о непрестаном учењу нових вештина како бисмо остали у току са временом које живимо и технологијом која са нама живи.

"Претпостављам да ће се нове вештине више бавити креативношћу и комуникацијом између човека (Х2Х). Мислим да ће то бити подручја којима ће АИ требати више времена за учење", каже он.

"Више сарадња догађаће се у одељењима, секторима и индустријама. "

"Начин на који видимо АИ је да повећа људе да не замењују људе. Опет, циљ АИ је да људима олакша живот. И то ће помоћи људима да генеришу више вредности и стекну више знања", каже Хуанг.

Хуанг верује да ће потенцијални проблем бити само ако се ограничимо у ограниченом простору. „Али реалност је да се ширимо“, каже он.


Погледајте видео: Neuronauka psihologije: Veštačka inteligencija i mašinsko učenje prvi deo na #FMK (Може 2022).