Kolekcije

Umjetna inteligencija stvara novu generaciju mašinskog učenja

Umjetna inteligencija stvara novu generaciju mašinskog učenja

Sa sjedištem u Silicijskoj dolini sa uredima u Šangaju i Hangzhouu u Kini,R2.ai Inc. brzo raste. Sjeli smo s osnivačem i izvršnim direktorom kompanije i razgovarali o AI koji stvara AI i o tome kako će automatizacija utjecati na radna mjesta u budućnosti.

Izvorno kemičar, Dr. Yiwen Huang, završio je rad u umjetnoj inteligenciji (AI) i mašinskom učenju (ML) prije 23 godine, radeći istraživanja koristeći AI za identifikaciju molekularnih struktura u hemikalijama.

"Smatrao sam da je svijet mašinskog učenja i računarstva toliko fascinantan da sam se odlučio prebaciti na računarstvo. Od tada sam 20 godina radio u ovom prostoru s upravljanjem podacima i podacima, mašinskim učenjem i razvojem softvera u preduzeću," kaže Interesting Engineering.

"Razlog zašto sam pokrenuo R2ai je taj kada sam bio u Teradata, zapravo smo razvili prvi na svijetu platforma za mašinsko učenje zasnovana na distribuiranoj paralelnoj računarskoj arhitekturi, koja može obučiti model mašinskog učenja od terabajta podataka za samo nekoliko minuta, za razliku od tradicionalnih načina na koji to traje sedmicama. Stvarno je brzo u smislu koliko brzo Model mašinskog učenja može se trenirati. "

VIDI TAKOĐE: POGLED NAJKORIŠTENIJE TERMINOLOGIJE OKO VEŠTAČKE INTELIGENCIJE

Uprkos stalnim povratnim informacijama gotovo svih kupaca R2ai-a koji su govorili koliko je tehnologija brza i fascinantna, nisu mogli pronaći dovoljno stručnjaka za mašinsko učenje koji bi upravljali alatom. To pokazuje značajan nedostatak talenata za mašinsko učenje, iako je za njim toliko potrebna.

Umjetna inteligencija zauzima mjesto vodeće tehnologije za promjenu igara, ali za to nema ljudskog talenta

Prema a Gartnerova anketa od preko 3.000 direktora informacionih tehnologija, Umjetna inteligencija (AI) bila je daleko najviše spominjana tehnologija i zauzima mjesto kao glavna tehnologija za promjenu igara daleko od podataka i analitike, koja sada zauzima drugo mjesto.

"Ono što ovdje vidimo je prekretnica na prijelazu u treću eru IT-a, digitalnu eru", rekao je Andy Rowsell-Jones, potpredsjednik i ugledni analitičar u Gartneru.

Zapravo, odgovarajući na ovo i povratne informacije koje su dali kupci R2, Yiwen Huang zaključio je da sada ima novu misiju: ​​raditi na novom razvoju mašinskog učenja u operativnoj platformi koja ne samo da bi trebala biti brza, već bi trebala biti i laka za upotrebu; tako jednostavan za upotrebu, u stvari da čak i stručnjaci za ne-mašinsko učenje mogao brzo naučiti kako ga koristiti.

"Dakle, imao sam ideju zašto ne bismo mogli koristiti AI tehnologiju za razvoj nove generacije platforme za razvoj i rad mašinskog učenja koja može automatski izračunati modele bez problema u skupu podataka", kaže Huang.

"Tako smo započeli R2. I tako smo se razvili R2 Nauči, koji je sada alat sa softverom kao uslugom (SaaS) dostupnost za to. Tako smo završili s automatskim mašinskim učenjem. "Prije aplikacije SaaS, R2 Learn bio je dostupan samo u prostorijama.

Uski AI, opći AI, kognitivni AI, ojačano učenje i tehnologija automatizacije

Yiwen Huang objašnjava da je trenutna faza R2 Learn unutar Uski AI tehnološki parametri. "Pretpostavljam General AI na kraju dolazi od kombinacije svih ostalih različitih tehnologija uskog AI, kaže on.

"Dakle, kada se u tehnologijama uskog umjetnog inteligencije kombiniramo na vrlo smislen način, imate nešto s vrlo dobrim šansama da postanete opći umjetni inteligencija. Mislim da je to postupan proces, korak po korak."

Postoji toliko puno nove terminologije oko umjetne inteligencije da treba biti oprezan i naučiti o različitim aspektima koje svaki od njih sadrži.

"The AI prostor je vrlo širok. "kaže Huang." Jeste Mašinsko učenje, što je najpopularniji trend u ovom trenutku; ali postoji i Kognitivna AI, koji pokušava razumjeti i oponašati ljudsko ponašanje i pokušava prevesti ljudsko znanje u AI. To je Kognitivna AI. "

"Postoji i tehnologija poput Učenje ojačanja, koji je dio mašinskog učenja, ali postoji ideja da je u stanju da simulira. Simulacija vam to na neki način omogućava oponašati kreativnost nalik čovjeku. A onda postoji i Tehnologija automatizacije, da sve možete sastaviti na vrlo efikasan način ", objašnjava on.

Izgradnja modela mašinskog učenja

R2 Learn je prostor koji omogućava ljudima za stvaranje modela mašinskog učenja. Oni pružaju problem i pružaju skup podataka. Prema Yiwen Huang, postoje dva načina za izgradnju modela mašinskog učenja.

"Obično se koriste modeli mašinskog učenja prediktivna analitika. Dakle, i slučajevi upotrebe su prilično široki ", kaže Huang.„ Na primjer, u marketingu i korisničkoj službi možete izgraditi prediktivni model koji može predvidjeti što kupci vole ili ne. "

"Možete predvidjeti potražnju određene robe. Možete predvidjeti zadovoljstvo kupaca. Također možete pomoći u prevari. Možete pomoći u performansama dionica, predviđajući uspone i padove zaliha. U zdravstvu osiguranja možete predvidjeti rizik od određenih stanja i troškovi liječenja. "

Prema Huangu, cilj alata je omogućiti ljudima koji se bore da pronađu talente za AI. "To je velika stvar koju smo primijetili na tržištu", kaže on. Alat je također koristan za ljude koji žele ubrzati krivulju projekta mašinskog učenja.

"Tipično im treba mjesec dana da razviju jedan model. Pomoću našeg alata mogu učiniti isto ili čak stvoriti bolji model u roku od nekoliko minuta ili sati", kaže on.

R2ai rješenje je prvo pokrenuto u prostorijama. Nedavno ga je kompanija učinila dostupnim kao SaaS rješenje. "Razlog zašto smo ga pokrenuli na SaaS-u je taj što želimo osvijestiti ljude da postoji mnogo toga bolja alternativa to je tamo što rade danas ".

Huang objašnjava da R2 Learn jest posebno korisno za ljude koji se zastrašuju mašinskim učenjem jer nemaju čvrsto znanje o tome. R2 Learn olakšava odmah izradu modela mašinskog učenja.

Industrije mogu imati koristi od izgradnje automatizovanih modela mašinskog učenja

R2 Learn nova je generacija AutoML alata koji velike podatke pretvara u visokokvalitetne, sofisticirane modele mašinskog učenja na brz, lak i pristupačan način. R2 Learn omogućava i AI stručnjacima i nestručnjacima da samostalno razvijaju i primenjuju AI rešenja.

R2.ai je pionir na tržištu sa ovim kombiniranim tehnologijama koje se bave ključnim točkama za razvoj AI:

  • Automatski razvoj modela i način rada za stručnjake koji nisu iz mašinskog učenja

  • Napredni razvoj modela i način rada za stručnjake za mašinsko učenje

  • Vrhunske performanse i efikasnost modeliranja

  • Transparentan i objašnjiv postupak modeliranja

  • Sposobnosti samo-učenja za kontinuirano samo-usavršavanje

  • SaaS i lokalna ponuda za različite zahtjeve tržišta

Tehnologija je zapravo industrija agnostik. To je generički alat i platforma. Ali industrija mora biti spremna za izlazak na mašinsko učenje. Prema Huangu, jedan od uvjeta je da moraju imati dostupne podatke.

"Dakle, neka se njihovi podaci prikupe i objedine. Tada im je potreban alat za započinjanje prevođenja podataka u stvarne prihod i sretni kupci. Za taj korak potreban je alat za razvoj mašinskog učenja ", kaže on.

Za Huang, industrije koje su trenutno najspremniji za mašinsko učenje su životno osiguranje, zdravstvo, finansije, proizvodnja, a takođe i telekomunikacije.

"Mislim da postoji mnogo drugih industrija koje su već spremne. Ali mislim da su sve druge industrije već raspoložene da se pripremaju za mašinsko učenje. Dakle, ono što oni rade je u osnovi prikupiti što više podataka. Dakle, kada su podaci spremni, mogu početi koristiti mašinsko učenje ", kaže Huang.

Huang objašnjava da se prva SaaS ponuda R2ai temelji na Amazon AWS. Biti dostupni na mreži ljudi iz cijelog svijeta mogu mu pristupiti. Data centar AWS instance u početku će biti u Sjevernoj Americi i Japanu prije globalnog širenja. Kaže da postoje dvije glavne vrste kupaca koji mogu imati koristi od upotrebe alata.

"Ponuda SaaS-a može biti vrlo korisna onima koji se aktivno bave mašinskim učenjem, ali im je teško nabaviti programere za mašinsko učenje ili svima koji žele ubrzati svoje projekte ili onima koji žele imati dio uma da u potpunosti iskorištavaju vrijednost podataka ", objašnjava on.

Druga grupa kupaca uključuje "one koji žele ući u mašinsko učenje, ali ih danas plaši ulaganje, kao i nedostatak stručnosti za mašinsko učenje. To su kupci koji imaju veliku korist od R2ai SaaS rješenja i tehnologije."

Prilično sve industrije koriste mašinsko učenje u jednom ili drugom stepenu, u skladu sa svojim potrebama i mogućnostima. Ovaj trend će se povećavati tek u narednih nekoliko godina.

"Zbog toga vjerujemo da ovo moramo učiniti široko dostupnim, tako da ljudi iz svih industrija mogu početi istraživati ​​mogućnosti svojih podataka", kaže Huang.

Pozivaju se preduzeća i pojedinci koji su zainteresirani za razvoj vlastitih AI rješenja ili ubrzavanje usporenih AI projekata da se prijave za besplatno probno razdoblje. Huang takođe rado nudi besplatne početne konsultacije kupcima koji žele pomoć u procjeni mogućnosti umjetne inteligencije.

Usvajanje i inženjering inteligencije

U proizvodnom i drugim sektorima neki se ljudi plaše da bi mogli izgubiti posao zbog automatizacije. Iako su industrijski stručnjaci i futuristi rekli da će automatizacija stvoriti nova radna mjesta za one koji su se pripremili za stjecanje ili razvoj novih vještina, posebno mekih vještina.

VIDI TAKOĐE: INŽENJERI TREBAJU SAVJETITI MEKE VJEŠTINE ZA USPJEŠNU KARIJERU

"Pretpostavljam da je svrha inženjerstva zaista osloboditi ljude automatiziranjem stvari, olakšavanjem stvari ljudima, tako da se mogu više usredotočiti na važne stvari."

Poslovno gledano, mislim da je najvažnija stvar za njih rješavanje poslovnih problema, osim učenja kako koristiti sofisticirane alate za strojno učenje.

Dakle, inženjerstvo je koristilo razvoj tog alata kako bi ljudima posao učinilo zaista lakim i zaista brzim, efikasnijim i povećalo im produktivnost. Rekao bih lako, brzo, bolje i po nižoj cijeni.

"Pretpostavljam da je svrha inženjerstva zaista osloboditi ljude automatiziranjem stvari, olakšavanjem stvari ljudima, tako da se mogu više usredotočiti na važne stvari."

"Vrijednost ovih alata je u tome kako pomažu tvrtki da generira veću vrijednost. I koliko su brzo sposobni stvoriti tu vrijednost. Postoje aspekti uštede troškova, ali mislim da je najvažnije područje kako mogu iskoristiti alat sa svojim postojećih resursa ", kaže Huang.

Huang nas podsjeća na to u širem smislu evolucija industrije kao što smo primijetili, uvijek postoji proces automatizacije. "Ali, u tom procesu ne vidimo da ljudi gube posao jer će uvijek biti otvoreno više radnih mjesta", kaže on.

"Čak i danas, uvijek će se otvarati nova zanimanja i nova radna mjesta. Mislim da je trend da će nam automatizacija pomoći da budemo efikasniji u stvaranju veće vrijednosti i više bogatstva kao društvo."

Huang vjeruje da će se za neke ljude dogoditi kratki period u smislu da će se morati prebaciti u drugu domenu, karijeru ili industriju. "U tom smislu, moramo imati uspostavljene neke programe obuke za posao ili repozicioniranja. Ali ne mislim da će generalno AI generalno smanjiti mogućnosti za posao", kaže on.

Za Huanga je sve o promjeni, učenje, usavršavanje i olakšavanje stvari svima prije. Također se radi o neprestanom učenju novih vještina kako bismo ostali u toku sa vremenom koje živimo i tehnologijom koja je u kolibi s nama.

"Pretpostavljam da će se nove vještine više baviti kreativnošću i komunikacijom između čovjeka (H2H). Mislim da će to biti područja kojima će AI trebati više vremena za učenje", kaže on.

"Još suradnja će se dogoditi u odjelima, sektorima i industrijama. "

"Način na koji vidimo AI je povećati ljude da ne zamjenjuju ljude. Ponovno, cilj AI je olakšati život ljudi. I to će pomoći ljudima da generiraju više vrijednosti i steknu više znanja", kaže Huang.

Huang vjeruje da će potencijalni problem biti samo ako se ograničimo u vrlo zatvorenom prostoru. "Ali stvarnost je da se širimo," kaže on.


Pogledajte video: Informatika OŠ - Umjetna inteligencija (Decembar 2021).