Videó: DLD - Animal (Cover Audio) (Lehet 2024)
A mesterséges intelligencia és a gépi tanulás forró témák minden technológiai konferencián, amelyen részt veszek, és a DLD NYC legutóbbi konferenciája sem volt kivétel.
Ramin Assadollahi (ExB Group), egy német társaság, amely az egészségügy kognitív számítástechnikájával foglalkozik, különféle lehetőségekre összpontosítva az új számítógépes technikák segítségével megtanulhatjuk nekünk, hogy "hogyan kell gyógyítani a szoftverekkel". A manapság körbevezetett kifejezések sokaságával kapcsolatban megjegyezte, hogy az AI-nek nem kell kognitív számítástechnikának lennie, a kognitív számításnak nem kell gépi tanulásnak lennie, és a nagy adatok teljesen külön kérdés.
Az Assadollahi arra összpontosított, hogy az AI miként javíthatja az orvostudomány területét. Megjegyezte, hogy a szöveti adatokat vizsgáló patológus általában 200 000 mintát lát életében, de mélyreható tanulással és modern grafikus kártyákkal egy számítógépes rendszer képes feldolgozni ezt két héten belül. Azt mondta, hogy 100 mintával egy rendszer olyan jó lehet, mint egy ember. Hasonlóképpen, mondta, egy számítógépes rendszer napi 28 000 műszaki cikket képes lenyelni, miközben az ember csak körülbelül 4000 ilyen cikket olvashat teljes munkája során.
Azt mondta, hogy egy olyan sejtek, amelyek molekuláris szinten megértik az egyes sejteket, elősegíthetik a jobb gyógyszerek tervezését, és egy olyan szoftver, amely megtudhatja, hogy mely drogok illenek másokhoz, életmentő lehetnek, mivel a káros gyógyszerkölcsönhatások évente 100, 00 embert ölnek meg. Cége az egész egészségügyi folyamatossággal foglalkozik - orvosokkal, kutatókkal, gyógyszerészekkel és betegekkel -, a "silók felbontására" összpontosítva. Összességében azt mondta, hogy az AI nem fog megölni a munkahelyeket, mivel a gondozásban részt vevő emberek száma növekszik. Nem helyettesíti az orvosot - mondta -, hanem inkább lehetővé teszi az orvos számára, hogy több időt töltsön el a betegekkel.
David Kenny, aki most az IBM Watson csoportját vezeti, nagy adatokról és a mélyreható tanulás lehetőségeiről beszélt sokféle alkalmazásban. Kenny volt a The Weather Company vezérigazgatója, mielőtt az IBM megvásárolta ezt a társaságot; ez a világ legnagyobb időjárási adatszolgáltatója. Azt mondta, hogy a TWC kifejlesztett egy olyan alkalmazást, amely a légkör feltérképezésére szolgál, ahogy a Google megpróbálta feltérképezni a Földet, az IoT (a tárgyak internete) technológiájának, az időjárási információknak és a felhőalapú számításoknak a segítségével, amely 2, 2 milliárd helyszínen gyűjti az időjárási információkat.
Watson szerint az algoritmusok és szoftverek három nagy területét érdekli: az emberi interakció, például látás, látás és beszéd; mély tanulás és gépi tanulás az ilyen interakciók támogatására; és az érvelés. Azt mondta, hogy a Watson embereket ezrekre von be az IBM-ben, a kutatási laboratóriumoktól az értékesítésig és a szervizig.
Kenny elmondta, hogy a Watson bizonyos értelemben különbözik a többi zavaró vállalkozástól, mert sok tudást igényel, és az ismeretekkel rendelkező, megalapozott vállalatok gyorsabban felgyorsulhatnak, mint az indulók. Azt mondta, hogy a fordítás és az emberi interakció javul, de még mindig van módja annak, hogy menjenek, és hogy sok, amit az emberek használnak a Watson számára, beszélgető "botok" létrehozására szolgálnak.
Azt mondta, hogy a beszélgetések megértése nehéz volt, mert az emberek különböző hangok, ékezetek és árnyalatok miatt használják a kommunikációt. "Minden hónapban javulni fog" - mondta a beszéd megértésére használt szoftverrel, amely most 6, 9 százalékos hibaarányt mutat, szemben a három hónapos 10 százalékkal. Összehasonlítva - mondta - az emberi hibaarány 4 százalék. Azt mondta, hogy optimista, hogy a szoftver egy éven belül megközelítheti az emberi hibaarányt.
Kenny szerint az IBM eltérő megközelítést alkalmaz, mint a versenytársa. Más cégek gyakran központosított AI-n dolgoznak, de az IBM számos olyan ügyféllel együttműködik, akik saját intellektuális tulajdonuk vagy "tudásdiagramok" felhasználásával akarják elkészíteni saját Watson privát verzióikat. Megjegyezte, hogy a világ adatainak 80% -a nem megy az interneten - például röntgenfelvételek, egészségügyi nyilvántartások és bankszámlák.
