Звените старое, звоните новое,
Звоните, счастливые колокольчики, по снегу:
Год идет, пусть идет;
Звоните ложное, звоните правда.

Альфред Лорд Теннисон, 1809–1892 гг.

Поскольку мы стоим на пороге технологической трансформации, которая коренным образом изменит то, как мы живем, работаем и относимся друг к другу, я вспоминаю эту знаменитую строчку из одного из стихотворений Теннисона, которые я читал в детстве. .

Искусственный интеллект должен кардинально изменить жизнь людей — оптимизировать работу и деятельность, минимизировать риски, помочь нам принимать эффективные решения — однако остается много вопросов, на которые еще предстоит ответить, и много проблем, которые необходимо решить. Совершенно очевидно, что сегодня каждое предприятие, будь то государственное или частное, должно внедрить ИИ, рискуя оказаться устаревшим и проигравшим в конкурентной борьбе.

Есть две основные проблемы, с которыми сегодня сталкиваются компании при внедрении ИИ.

  1. Более высокие затраты на создание продуктов ИИ.
  2. Растущее недоверие к ИИ.

Внедрение приложений ИИ по-прежнему требует слишком много времени и денег даже для самых продвинутых компаний. В первую очередь это связано с тем, что инструменты, которые исследователи и ученые используют для построения моделей ИИ, не масштабируются для реальных производственных систем. Этим системам нужны сквозные платформы ИИ для всего: от подготовки и маркировки данных до операционализации и мониторинга. Кроме того, неоднозначность рентабельности инвестиций ИИ на предприятии заставляет их искать "золотое применение". case', тем самым удерживая многих от полного использования его потенциала. Существующие корпоративные платформы искусственного интеллекта, особенно развернутые локально, имеют плохой UX, ограниченные функции и отсутствие распределенных вычислений. Единственной альтернативой для предприятий, по-видимому, является либо переход на облачные решения, такие как AWS, Google Cloud или Azure ML, либо запуск собственных инженерных проектов.

Поэтому предприятия инвестируют значительные средства в исследования и разработки для создания необходимой им индивидуальной инфраструктуры искусственного интеллекта. Крупнейшие технологические компании имеют здесь значительную фору. Во-первых, они были пионерами в сборе данных, инженерии данных и фреймворках машинного обучения. Теперь они создают новый тип собственной инфраструктуры, например. FBLearner в Facebook, TFX в Google, Michelangelo в Uber, Notebook Data Platform в Netflix, Cortex в Twitter и BigHead в Airbnb. Мы называем такую ​​инфраструктуру движком ИИ. Эта инфраструктура управляет вычислительными нагрузками, автоматизирует развертывание моделей машинного обучения и предоставляет инструменты для управления проектами ИИ в организации.

Доверие к ИИ — это надвигающаяся социальная и технологическая проблема.

Один из самых больших вопросов, который беспокоит людей: закрадывается ли предвзятость в ИИ или она уже присутствует в данных, которые подпитывают модели? Добросовестность в ИИ представляет собой сложный и субъективный вопрос. Иногда может быть компромисс между точностью и достоверностью моделей машинного обучения. В чувствительных приложениях, таких как здравоохранение или уголовное правосудие, этот компромисс часто является нежелательным, поскольку любое увеличение ошибки прогнозирования может иметь опасные последствия. Справедливость ИИ сложна, потому что мы не можем разработать рандомизированный эксперимент с расой или полом. Вместо этого нам нужно понимать и отслеживать данные на протяжении всего жизненного цикла ИИ от генерации, сбора, выборки, разработки функций и т. д. Хорошо, что как общество мы стали более чувствительными к тому, как мы используем данные. Также складывается явный консенсус в отношении того, что предприятия должны быть настороже в отношении опасностей предвзятости и ее пагубного воздействия на процесс принятия решений с использованием ИИ.

Чтобы решить эти проблемы, мы запустили Fiddler Labs, чтобы помочь предприятиям внедрить передовой ИИ, упростив операционализацию, устранив неопределенность в отношении рентабельности инвестиций и, что особенно важно, создав культуру доверия.

Преобразование данных в интеллект — это многолетний опыт нашей команды в таких компаниях, как Facebook, Google, Twitter, Pinterest, Amazon, Lyft, PayPal и Microsoft. За прошедшие годы мы увидели множество новых инструментов, алгоритмов и систем, созданных, развернутых и масштабированных в производственной среде. Наша команда работала с владельцами бизнеса, специалистами по данным, бизнес-аналитиками и разработчиками, чтобы получить глубокое понимание проблем, с которыми они сталкиваются изо дня в день при преобразовании данных в аналитику и понимание. Этот опыт привел нас к созданию нового типа платформы ИИ, более надежной и более эффективной: Объяснимый движок ИИ.

Вы можете связаться с нами по адресу [email protected] для получения дополнительной информации или подписаться на @fiddlerlabs для получения обновлений. И если вы заинтересованы в том, чтобы помочь построить будущее ИИ, присоединяйтесь к нам!