Cosa c’è di caldo nell’IA, secondo i dati di formazione Google, IBM, Microsoft stanno acquistando
L’intelligenza artificiale è nel social network su cui chatti, nel motore con cui cerchi, nell’elaboratore di testi con cui scrivi e nella fotocamera con cui scatti foto. Ma cosa sta crescendo più velocemente nell’intelligenza artificiale?
Un indizio è dove i Fortune 50 stanno piazzando le loro scommesse AI.
E un grande indizio è per cosa hanno bisogno dei dati di addestramento.
“I dati di formazione sono davvero la base per l’intelligenza artificiale”, mi ha detto Wendy Gonzalez, presidente e CEO di Samasource in un recente podcast TechFirst . “Alla fine della giornata, le macchine devono imparare a parlare, vedere e ascoltare. E fanno così tanto come un umano impara a parlare, vedere e ascoltare “.
Samasource crea dati di formazione – i dati etichettati e strutturati che insegnano a una macchina oa un computer come fare queste cose – per un quarto delle aziende Fortune 50, inclusi i principali giganti della tecnologia globale come Google e Microsoft. Walmart e GE sono clienti, così come Nvidia, che produce chip AI che alimentano gran parte dell’intelligenza artificiale mondiale. Così sono giganti automobilistici come Volkswagen e Ford.
Questa formazione va dal semplice come “questa forma è un’auto” a “questa è una borsa Louis Vuitton Deauville Mini”. Ma è vitale per più campi.
Quindi quali sono le aree più calde per le quali Samasource riceve richieste di dati di addestramento?
AR / VR: realtà aumentata e realtà virtuale
Biometria: riconoscimento facciale
E-commerce: riconoscimento di oggetti (camicie, scarpe, mobili, “tutto ciò che può essere rilevato”)
Trasporti: auto a guida autonoma, treni, aerei
Consegna: robot autonomi
Automazione
Assistenza sanitaria
“Vediamo molta crescita in AR / VR”, afferma Gonzalez. “E questo potrebbe davvero includere tutto, è tutto da volti, camicie, scarpe, lo chiami, mobili … stiamo anche assistendo a una crescita davvero interessante … nell’e-commerce. Quindi molte cose le descriverei come ricerca visiva: come si cerca effettivamente qualcosa e si rileva se si tratta di una camicia a quadri come esempio “.
I robot delle consegne devono anche sapere cos’è un marciapiede, che aspetto hanno le persone e gli animali domestici, come muoversi scendendo da un marciapiede e su una strada e che aspetto hanno erba, alberi e cespugli. I veicoli autonomi non devono solo sapere che aspetto ha una strada e cosa significano le linee dipinte di bianco o giallo, ma anche come riconoscere un parcheggio, un’auto capovolta che potrebbe essere stata coinvolta in un incidente … e tutto il resto in varie condizioni meteorologiche da moderate a estreme.
E devono essere in grado di riconoscere quegli oggetti sia con luce visibile che con LIDAR o radar.
La sfida per la maggior parte dei dati di addestramento dell’IA sono i casi limite, afferma Gonzalez.
“Immagina di avere una rappresentazione di centinaia di migliaia di veicoli, ma solo come 10 motociclette”, mi ha detto. “Allora hai subito una sorta di pregiudizio intrinseco e quindi devi davvero preoccuparti non solo di ottenere dati di qualità, ma di avere i dati rappresentativi corretti e più completi”.
È interessante notare che Samasource non sta solo lavorando ai progetti di intelligenza artificiale che potresti pensare. Dopotutto, le auto a guida autonoma ei robot per le consegne sono applicazioni abbastanza ovvie.
Ma Gonzalez afferma che l’IA sta diventando pervasiva in molti altri domini.
“Abbiamo lavorato su tutto, dalla pesca sostenibile, alla riduzione del bracconaggio di elefanti, alla classificazione dei servizi finanziari”, afferma Gonzalez. “Vediamo sicuramente molto nell’assistenza sanitaria. C’è una quantità incredibile che può essere fatta nel settore sanitario e nelle scienze della vita “.
