Il rapporto sullo stato dell’intelligenza artificiale e dell’apprendimento automatico è un’esplorazione annuale delle strategie implementate da aziende grandi e piccole, in tutti i settori e nei continenti mentre avanzano nella loro maturità di intelligenza artificiale. L’ottava edizione di questo rapporto mette in evidenza gli approcci prevalenti alla gestione e alla sicurezza dei dati, all’IA responsabile e al ruolo significativo svolto dai fornitori di dati esterni nell’avanzare il progresso. Man mano che le aziende avanzano nella maturità dell’IA, vediamo un’attenzione ancora maggiore sull’etica e sulla diversità dei dati.
Appen Limited, leader mondiale nell’intelligenza artificiale nella fornitura di approvvigionamento di dati, preparazione dei dati e valutazione di modelli da parte di esseri umani su larga scala, ha pubblicato il suo attesissimo rapporto annuale ” Stato dell’intelligenza artificiale e apprendimento automatico “.
Il rapporto sullo stato dell’intelligenza artificiale e dell’apprendimento automatico è un rapporto annuale incentrato sulle strategie implementate da aziende di tutte le dimensioni in tutti i settori mentre promuovono la loro maturità nell’intelligenza artificiale. L’ultima edizione è l’ottava rilasciata da Appen e mette in evidenza gli approcci migliori alla gestione e alla sicurezza dei dati, all’IA responsabile e ai fornitori di dati esterni e il loro ruolo nell’avanzamento del progresso.
Principali risultati del rapporto
I principali risultati del rapporto riguardavano l’approvvigionamento, la qualità, la valutazione, l’adozione e l’etica.
Uno dei risultati principali del rapporto è stato che il 51% dei partecipanti concorda sul fatto che l’accuratezza dei dati è fondamentale per il loro caso d’uso dell’IA. È risaputo che dati accurati e di alta qualità sono fondamentali per il successo dei modelli di intelligenza artificiale, ma molti leader aziendali hanno un divario significativo tra ideale e realtà nel raggiungimento dell’accuratezza dei dati, secondo il rapporto.
Un altro aspetto chiave è stato che le aziende stanno spostando sempre più l’attenzione sull’IA responsabile e maturando le proprie strategie. Un numero crescente di leader aziendali e tecnologi sta lavorando per migliorare la qualità dei dati che guida i progetti di intelligenza artificiale, che promuove set di dati inclusivi e modelli imparziali. Il rapporto ha rilevato che l’80% degli intervistati ritiene che la diversità dei dati sia “estremamente importante” o “molto importante”. Ha inoltre rilevato che il 95% degli intervistati concorda sul fatto che i dati sintetici saranno un attore chiave nella creazione di set di dati inclusivi.
Mark Brayan è CEO di Appen.
“Il rapporto sullo stato dell’IA di quest’anno rileva che il 93% degli intervistati ritiene che l’IA responsabile sia la base di tutti i progetti di intelligenza artificiale”, ha affermato Brayan. “Il problema è che molti stanno affrontando le sfide di provare a costruire una grande IA con set di dati scadenti e sta creando un ostacolo significativo al raggiungimento dei propri obiettivi”.
Ecco alcuni degli altri punti chiave del rapporto:
Sourcing: il 42% dei tecnologi afferma che la fase di approvvigionamento dei dati del ciclo di vita dell’IA è molto impegnativa e i leader aziendali hanno meno probabilità di segnalare l’approvvigionamento dei dati come molto impegnativo (24%).
Qualità: più della metà degli intervistati afferma che l’accuratezza dei dati è fondamentale per il successo dell’IA, ma solo il 6% ha riferito di aver raggiunto un’accuratezza dei dati superiore al 90%.
Valutazione: c’è un forte consenso sull’importanza dell’apprendimento automatico umano nel ciclo con l’81% che afferma che è molto o estremamente importante. Il 97% ha riportato che la valutazione human-in-the-loop è importante per prestazioni accurate del modello.
Adozione: i tecnologi sono divisi sul fatto che la loro organizzazione sia in vantaggio o addirittura con altre nel loro settore. È più probabile che gli intervistati statunitensi dicano che le loro organizzazioni sono più avanti di altre nel loro settore nell’adozione dell’IA rispetto agli intervistati europei.
Etica: il 93% degli intervistati concorda sul fatto che un’IA responsabile sia una base per tutti i progetti di IA all’interno della propria organizzazione.
Sujatha Sagiraju è Chief Product Officer di Appen.
“La maggior parte degli sforzi dell’IA viene spesa per la gestione dei dati per il ciclo di vita dell’IA, il che significa che è un’impresa incredibile per i lead dell’IA da gestire da soli, ed è l’area con cui molti stanno lottando”, ha affermato Sagiraju. “L’approvvigionamento di dati di alta qualità è fondamentale per il successo delle soluzioni di intelligenza artificiale e stiamo vedendo le organizzazioni sottolineare l’importanza dell’accuratezza dei dati”.
Wilson Pang è CTO di Appen.
“L’accuratezza dei dati è fondamentale per il successo dei modelli di intelligenza artificiale e ML, poiché dati qualitativamente ricchi producono risultati del modello migliori e un’elaborazione e un processo decisionale coerenti”, ha affermato Pang. “Per ottenere buoni risultati, i set di dati devono essere accurati, completi e scalabili”.
CONSIDERATA UNA FASE IMPEGNATIVA DEL CICLO DI VITA DELL’IA, L’APPROVVIGIONAMENTO DEI DATI RIMANE UN OSTACOLO
Il 42% dei tecnologi afferma che la fase di approvvigionamento dei dati del ciclo di vita dell’IA è molto impegnativa. Tuttavia, i leader aziendali avevano meno probabilità di segnalare l’approvvigionamento dei dati come molto impegnativo (24%).
Per ciascuna delle fasi seguenti, quanto è difficile per te/la tua organizzazione completare la fase?
Trova ogni fase dei dati per il ciclo di vita dell’IA molto impegnativa
I LEADER AZIENDALI E I TECNOLOGI SEGNALANO UN DIVARIO TRA L’IDEALE E LA REALTÀ DELL’ACCURATEZZA DEI DATI
Più della metà degli intervistati afferma che l’accuratezza dei dati è fondamentale per il successo dell’IA, ma solo il 6% ha riferito di aver raggiunto un’accuratezza dei dati superiore al 90%.
Il divario tra data scientist e leader aziendali si sta lentamente riducendo anno dopo anno quando si tratta di comprendere le sfide dell’IA. L’enfasi sull’importanza dei dati, in particolare dei dati di alta qualità che corrispondono agli scenari applicativi, per il successo di un modello di intelligenza artificiale ha riunito i team per risolvere queste sfide.
GLI ESSERI UMANI SONO ANCORA UNA COMPONENTE MOLTO IMPORTANTE NEI DATI PER IL CICLO DI VITA DELL’IA
C’è un forte consenso sull’importanza dell’apprendimento automatico umano nel ciclo con l’81% che afferma che è molto o estremamente importante e il 97% segnala che la valutazione umana nel ciclo è importante per prestazioni accurate del modello.
Con quale frequenza aggiorni i tuoi modelli di machine learning?
Frequenza di aggiornamento del modello di apprendimento automatico (basato negli Stati Uniti)
LE PERCEZIONI SULL’IMPORTANZA DELL’IA NEGLI AFFARI POTREBBERO CAMBIARE
I tecnologi sono divisi sul fatto che la loro organizzazione sia in vantaggio o addirittura con gli altri nel loro settore. È più probabile che gli intervistati negli Stati Uniti rispetto alle loro controparti europee dicano che le loro organizzazioni sono più avanti rispetto ad altre nel loro settore nell’adozione dell’IA.
I nostri clienti ci dicono che l’IA è parte integrante dei loro programmi di trasformazione digitale. Iniziative di intelligenza artificiale nel Regno Unito e in Europa sono state avviate per accelerare e migliorare i processi aziendali e contribuire a fornire una crescita sostenibile nel difficile clima economico di oggi. Ci dicono che, sebbene le strategie di intelligenza artificiale stiano sostituendo e sconvolgendo elementi dei modelli di business tradizionali, la tecnologia viene introdotta per apportare vantaggi aziendali, risparmi sui costi, resilienza e strategie di innovazione per la crescita.
Sarah LoweVP of Business Development in EMEA e APAC
Figura 5:
Nella mia organizzazione, l’IA responsabile è alla base di tutti i progetti di IA
L’INTELLIGENZA ARTIFICIALE RESPONSABILE È ALLA BASE DI TUTTI I PROGETTI DI INTELLIGENZA ARTIFICIALE
Una delle maggiori sfide nel nostro settore è la percezione che l’intelligenza artificiale ponga rischi etici. Il 93% degli intervistati concorda sul fatto che l’IA responsabile sia una base per tutti i progetti di IA all’interno della propria organizzazione. Poiché la diversità e l’inclusione diventano parti più importanti della conversazione tradizionale sull’IA e sul ML, l’etica in tutte le fasi del ciclo di vita dell’IA è più importante che mai.
L’etica dei dati non consiste solo nel fare la cosa giusta, ma nel mantenere la fiducia e la sicurezza di tutti lungo la catena del valore, dal contributore al consumatore.
Erik VogtVicepresidente di soluzioni aziendali
