Connect with us

Deutsch

Künstliche Intelligenz sieht mehr Mittel, braucht aber mehr Menschen und bessere Daten

Published

on

Der Stand der künstlichen Intelligenz ist vielversprechend und wird zunehmend für reale Unternehmen gerüstet. Aber es gibt einen Mangel an Talenten, mangelnde Vielfalt in diesem Bereich und Bedenken hinsichtlich des Umgangs mit den Daten, die immer ausgefeiltere Algorithmen antreiben.

new-york-occulus-photo-by-joe-mckendrick.jpg

Foto: Joe McKendrick

Dies sind einige der Beobachtungen von Nathan Benaich und Ian Hogarth, prominenten Investoren in künstliche Intelligenz, die ihren vierten jährlichen und dicht gepackten „State of AI“-Bericht veröffentlicht haben, der die Entwicklungen auf diesem Gebiet im vergangenen Jahr untersucht. Während sich der Bericht auf die KI-Wissenschaft und spezifische Fortschritte in der Medizin und anderen Bereichen konzentriert, gibt es wichtige Entwicklungen für diejenigen, die KI und maschinelles Lernen nutzen möchten, um beim Aufbau intelligenter Unternehmen voranzukommen. „Die unzureichend ausgestatteten KI-Ausrichtungsbemühungen wichtiger Organisationen, die das gesamte Feld der KI voranbringen, sowie Bedenken hinsichtlich Datensätzen, die zum Trainieren von KI-Modellen verwendet werden, und Verzerrungen bei Modellbewertungs-Benchmarks werfen wichtige Fragen auf, wie der Fortschritt von KI-Systeme mit schnell fortschreitenden Fähigkeiten”, sagen Benaich und Hogarth.

Einige bemerkenswerte KI-Entwicklungen im letzten Jahr umfassen die folgenden:

  • KI ist heute Teil wichtiger realer Szenarien, einschließlich der Anwendung auf geschäftskritische Infrastrukturen wie nationale Stromnetze, automatisierte Supermarkt-Lageroptimierung, Arzneimittelforschung und das Gesundheitswesen.
  • „Transformers“, eine auf neuronalen Netzwerken basierende Deep-Learning-Architektur, hat sich als Allzweckarchitektur für maschinelles Lernen entwickelt, die zunehmend auf die Verarbeitung natürlicher Sprache (NLP) und Computer Vision angewendet wird.
  • Andere erwähnte Entwicklungen sind der Aufstieg der Selbstüberwachung in der Computervision, die weniger Training erfordert, und die “textlose” Verarbeitung natürlicher Sprache basierend auf Generative Spoken Language Modeling (GSLM), die die “Aufgabe des Lernens von Sprachdarstellungen direkt aus Rohaudio ohne jegliches” ermöglicht Etiketten oder Text.”
  • In diesem Jahr gab es Rekordfinanzierungen für KI-Startups und Börsengänge für Dateninfrastruktur- und Cybersicherheitsunternehmen, die Unternehmen dabei helfen, sich auf die KI-erste Ära umzurüsten.

KI-Talente sind ein wachsendes Anliegen und ein Bereich der Chancen. “Informatiker, Softwareentwickler, Mathematiker, Statistiker und Datenwissenschaftler haben eine Entwicklung ihrer Beschäftigung gesehen, die weit vor der der allgemeinen Erwerbsbevölkerung liegt”, konstatieren Benaich und Hogarth. „Informatik und Ingenieurwissenschaften waren von 2015 bis 2018 die am schnellsten wachsenden Bachelor-Abschlüsse und machten 10,2 % aller im Jahr 2018 verliehenen vierjährigen Abschlüsse aus. Ihre Zahl stieg im Zeitraum um 34 % bzw. 25 %, während die Zahl der anderen verliehenen Grad stieg im Durchschnitt um 4,5%.”

Brasilien und Indien sind weltweit führend beim Wachstum der KI-Beschäftigung und stellen heute mehr als dreimal mehr KI-Talente ein als noch im Jahr 2017 und übertreffen oder übertreffen damit das Einstellungswachstum von Kanada und den Vereinigten Staaten, fügten sie hinzu.

Die Daten zur Geschlechter- und Rassenvielfalt innerhalb von US-amerikanischen Organisationen unterscheiden sich radikal zwischen technischen und nicht-technischen Teams, Benaich und Hogarth. Es gibt „einen massiven Mangel an Geschlechterdiversität in technischen Teams, während in Produkt- und Vertriebsteams ein besseres Gleichgewicht erreicht wird von technischen Teams. Diese Teams haben auch den höchsten Anteil an asiatischen Arbeitern.” Interessanterweise enthalten auf globaler Ebene „fast 30 % der wissenschaftlichen Forschungsarbeiten aus Indien Autorinnen, verglichen mit durchschnittlich 15 % in den USA und Großbritannien und weit mehr als vier Prozent in China“.

Die Risikokapitalgeber weisen auf Bedenken hinsichtlich des Managements von Big Data im KI-Bereich hin. “Eine sorgfältige Datenauswahl spart Zeit und Geld, indem sie die Probleme von Big Data mindert. Die Arbeit mit riesigen Datensätzen ist mühsam und teuer. Die sorgfältige Auswahl von Beispielen verringert die Probleme von Big Data, indem sie die Ressourcen auf die wertvollsten Beispiele konzentriert, aber klassische Methoden werden oft hartnäckig bei -Skala. Neuere Ansätze adressieren diese Rechenkosten und ermöglichen die Datenauswahl auf modernen Datensätzen.”

Benaich und Hogarth weisen auf den Bedarf an Daten mit höherer Datenqualität insbesondere in Echtzeitsituationen hin, beispielsweise bei der Erkennung oder Vorhersage lebensbedrohlicher Ereignisse. Sie zitieren beispielsweise die Bedrohung durch „Datenkaskaden“, die von Google-Forschern als „zusammengesetzte Ereignisse mit negativen, nachgelagerten Auswirkungen von Datenproblemen“ definiert werden. Diese Forscher warnen, „dass die derzeitige Praxis die Datenqualität unterbewertet und zu Datenkaskaden führt, und weisen auf Faktoren wie „fehlende Anerkennung der Datenarbeit in der KI, mangelnde Schulung, Schwierigkeiten beim Zugang zu spezialisierten Daten für die untersuchte Region/Bevölkerung“ hin. ” Dies erfordert “die Entwicklung von Metriken zur Bewertung der Güte der Daten, bessere Anreize für Datenexzellenz, bessere Datenaufklärung, bessere Praktiken zur Früherkennung von Datenkaskaden und einen besseren Datenzugriff”.

Die VCs sagen auch voraus, dass im kommenden Jahr ein Forschungsunternehmen gegründet werden könnte, das sich auf künstliche allgemeine Intelligenz (AGI) konzentriert, “mit erheblicher Unterstützung und einer Roadmap, die sich auf eine Sektorvertikale konzentriert, die möglicherweise Entwicklertools oder eine Biowissenschaft umfassen könnte”. Anwendung.

Continue Reading

Copyright © 2021 Meta Mag Inc.