De sleutel tot het overwinnen van obstakels voor AI-ontwikkeling

Meer betrouwbare gegevens

Introductie

Kunstmatige intelligentie begon tot de verbeelding te spreken toen de Tin Man uit "The Wizard of Oz" in 1939 op het witte doek verscheen, en sindsdien heeft het alleen maar vastere voet aan de grond gekregen in de tijdgeest. In de toepassing hebben AI-producten echter regelmatige boom-and-bust-cycli doorgemaakt die tot nu toe de meest invloedrijke adopties hebben belemmerd.

Tijdens de hausse hebben ingenieurs en onderzoekers enorme vooruitgang geboekt, maar toen hun ambities onvermijdelijk de beschikbare computercapaciteiten overtroffen, volgde een periode van rust. Gelukkig is de exponentiële toename van de rekenkracht die in 1965 door de Wet van Moore werd voorspeld, voor het grootste deel juist gebleken, en het belang van deze toename is moeilijk te overschatten.

Ai-ontwikkelingsobstakels
Lees het eBook: De sleutel tot het overwinnen van belemmeringen voor AI-ontwikkeling, of download een pdf-versie van het eBook.

De sleutel tot het overwinnen van obstakels voor AI-ontwikkeling: betrouwbaardere gegevens

Tegenwoordig heeft de gemiddelde persoon nu miljoenen keren meer rekenkracht op zak dan NASA moest maken voor de maanlanding in 1969. Datzelfde alomtegenwoordige apparaat dat handig een overvloed aan rekenkracht laat zien, voldoet ook aan een andere voorwaarde voor de gouden eeuw van AI: een overvloed aan gegevens. Volgens inzichten van de Information Overload Research Group is 90% van de gegevens in de wereld in de afgelopen twee jaar gecreëerd. Nu de exponentiële groei in rekenkracht eindelijk is samengekomen met een even snelle groei in het genereren van gegevens, exploderen AI-gegevensinnovaties zo sterk dat sommige experts denken dat ze een vliegende start zullen maken voor een vierde industriële revolutie.

Gegevens van de National Venture Capital Association geven aan dat de AI-sector in het eerste kwartaal van 6.9 een recordbedrag van $ 2020 miljard aan investeringen zag. Het is niet moeilijk om het potentieel van AI-tools te zien, omdat het al overal om ons heen wordt aangeboord. Enkele van de meer zichtbare use-cases voor AI-producten zijn de aanbevelingsmotoren achter onze favoriete applicaties zoals Spotify en Netflix. Hoewel het leuk is om een ​​nieuwe artiest te ontdekken om naar te luisteren of een nieuwe tv-show om te bingewatchen, zijn deze implementaties vrij laagdrempelig. Andere algoritmen beoordelen testscores - die deels bepalen waar studenten worden toegelaten tot de universiteit - en weer anderen doorzoeken cv's van kandidaten en beslissen welke sollicitanten een bepaalde baan krijgen. Sommige AI-tools kunnen zelfs gevolgen hebben voor leven of dood, zoals het AI-model dat screent op borstkanker (dat beter presteert dan artsen).

Ondanks de gestage groei in zowel praktijkvoorbeelden van AI-ontwikkeling als het aantal startups dat wedijvert om de volgende generatie transformationele tools te creëren, blijven er uitdagingen voor effectieve ontwikkeling en implementatie. In het bijzonder is AI-output slechts zo nauwkeurig als input toelaat, wat betekent dat kwaliteit voorop staat.

Ai-ontwikkelingsobstakels

De uitdaging van inconsistente gegevenskwaliteit in AI-oplossingen

Er wordt inderdaad elke dag ongelooflijk veel data gegenereerd: 2.5 triljoen bytes, volgens Social Media Today. Maar dat betekent niet dat het allemaal de moeite waard is om je algoritme te trainen. Sommige gegevens zijn onvolledig, sommige zijn van lage kwaliteit en sommige zijn gewoon onnauwkeurig, dus het gebruik van al deze foutieve informatie zal resulteren in dezelfde eigenschappen van uw (dure) AI-gegevensinnovatie. Volgens onderzoek van Gartner zal ongeveer 85% van de AI-projecten die tegen 2022 zijn gemaakt, onnauwkeurige resultaten opleveren vanwege vooringenomen of onnauwkeurige gegevens. Hoewel u gemakkelijk een aanbeveling voor een nummer kunt overslaan die niet bij uw smaak past, brengen andere onnauwkeurige algoritmen aanzienlijke financiële en reputatiekosten met zich mee.

In 2018 begon Amazon een AI-aangedreven wervingstool te gebruiken, in productie sinds 2014, die een sterke en onmiskenbare vooringenomenheid had tegen vrouwen. Het blijkt dat de computermodellen die aan de tool ten grondslag liggen, zijn getraind met behulp van cv's die meer dan tien jaar aan het bedrijf zijn toegezonden. Omdat de meeste technische sollicitanten mannen waren (en dat nog steeds zijn, misschien dankzij deze technologie), besloot het algoritme om cv's met 'vrouwen' overal te bestraffen, bijvoorbeeld de aanvoerder van het damesvoetbal of de businessgroep voor vrouwen. Het besloot zelfs de kandidaten van twee vrouwencolleges te straffen. Amazon beweert dat de tool nooit werd gebruikt als het enige criterium voor het evalueren van potentiële kandidaten, maar recruiters keken naar de aanbevelingsmotor bij het zoeken naar nieuwe medewerkers.

De wervingstool van Amazon werd uiteindelijk na jaren werk afgedankt, maar de les blijft hangen, wat het belang van gegevenskwaliteit benadrukt bij het trainen van algoritmen en AI-tools. Hoe zien data van "hoge kwaliteit" eruit? Kortom, het controleert deze vijf vakjes:

1. Relevante

Om als hoogwaardig te worden beschouwd, moeten gegevens iets waardevols toevoegen aan het besluitvormingsproces. Is er een verband tussen de status van een sollicitant als staatskampioen polsstokhoogspringen en zijn prestaties op het werk? Het is mogelijk, maar het lijkt erg onwaarschijnlijk. Door gegevens te verwijderen die niet relevant zijn, kan een algoritme zich richten op het sorteren van de informatie die daadwerkelijk van invloed is op de resultaten.

2. Nauwkeurig

De gegevens die u gebruikt, moeten een nauwkeurige weergave zijn van de ideeën die u test. Zo niet, dan is het het niet waard. Amazon heeft bijvoorbeeld zijn wervingsalgoritme getraind met behulp van 10 jaar cv's van sollicitanten, maar het is onduidelijk of het bedrijf eerst de informatie op die cv's heeft bevestigd. Uit onderzoek van referentiecheckbedrijf Checkster blijkt dat 78% van de sollicitanten liegt of zou overwegen te liegen op een sollicitatie. Als een algoritme bijvoorbeeld aanbevelingsbeslissingen neemt met behulp van de GPA van een kandidaat, is het een goed idee om eerst de authenticiteit van die cijfers te bevestigen. Dit proces zou tijd en geld kosten, maar het zou ook ongetwijfeld de nauwkeurigheid van uw resultaten verbeteren.

3. Goed georganiseerd en geannoteerd

Bij een indienstnemingsmodel op basis van cv's is annotatie relatief eenvoudig. In zekere zin is een cv vooraf geannoteerd, hoewel er ongetwijfeld uitzonderingen zijn. De meeste sollicitanten vermelden hun werkervaring onder het kopje 'Ervaring' en relevante vaardigheden onder 'Vaardigheden'. In andere situaties, zoals kankerscreening, zullen de gegevens echter veel gevarieerder zijn. Informatie kan komen in de vorm van medische beeldvorming, de resultaten van een fysieke screening, of zelfs een gesprek tussen de arts en de patiënt over de gezondheidsgeschiedenis van de familie en gevallen van kanker, naast andere vormen van gegevens. Om deze informatie bij te dragen aan een nauwkeurig detectie-algoritme, moet deze zorgvuldig worden georganiseerd en geannoteerd om ervoor te zorgen dat het AI-model leert om nauwkeurige voorspellingen te doen op basis van de juiste gevolgtrekkingen.

4. Up-to-date

Amazon probeerde een tool te maken die tijd en geld zou besparen door dezelfde wervingsbeslissingen te reproduceren die mensen in veel minder tijd nemen. Om de aanbevelingen zo nauwkeurig mogelijk te kunnen doen, moeten de gegevens up-to-date worden gehouden. Als een bedrijf ooit een voorkeur zou hebben getoond voor kandidaten die bijvoorbeeld typemachines kunnen repareren, zouden deze historische aanwervingen waarschijnlijk niet veel invloed hebben op de geschiktheid van hedendaagse sollicitanten voor welke functie dan ook. Daarom is het verstandig om ze te verwijderen.

5. Behoorlijk divers

Amazon-ingenieurs kozen ervoor om een ​​algoritme te trainen met een pool van kandidaten die overwegend mannelijk was. Deze beslissing was een kritieke fout, en het is niet minder flagrant gemaakt door het feit dat dit de cv's waren die het bedrijf op dat moment beschikbaar had. Amazon-ingenieurs hadden kunnen samenwerken met gewaardeerde organisaties met soortgelijke beschikbare functies die meer vrouwelijke sollicitanten hadden ontvangen om het gebrek aan te vullen, of het had kunnen zijn het aantal cv's van mannen kunstmatig verminderen om overeen te komen met het aantal vrouwen en opgeleid en leidde het algoritme met een meer accurate weergave van de populatie. Het punt is dat gegevens diversiteit is de sleutel, en tenzij er een gezamenlijke inspanning wordt geleverd om vooringenomenheid in inputs te elimineren, zullen bevooroordeelde outputs dat doen zegevieren.

Het is duidelijk dat gegevens van hoge kwaliteit niet zomaar uit het niets verschijnen. In plaats daarvan moet het zorgvuldig worden samengesteld met de beoogde resultaten in gedachten. Op het gebied van AI wordt vaak gezegd dat "garbage in" garbage out betekent. Deze uitspraak is waar, maar onderschat het belang van kwaliteit enigszins. AI kan ongelooflijke hoeveelheden informatie verwerken en in alles veranderen, van aandelenselecties tot aanbevelingen voor het aannemen van personeel tot medische diagnoses. Dit vermogen is veel groter dan het vermogen van mensen, wat ook betekent dat het de resultaten vergroot. Een bevooroordeelde menselijke recruiter kan maar zo veel vrouwen over het hoofd zien, maar een bevooroordeelde AI-recruiter kan ze allemaal over het hoofd zien. In die zin betekent garbage in niet alleen garbage out - het betekent dat een kleine hoeveelheid 'garbage'-gegevens kan veranderen in een hele stortplaats.

Obstakels voor AI-ontwikkeling overwinnen

AI-ontwikkelingsinspanningen omvatten aanzienlijke obstakels, ongeacht in welke branche ze plaatsvinden, en het proces om van een haalbaar idee naar een succesvol product te komen, is moeilijk. Tussen de uitdagingen van het verkrijgen van de juiste gegevens en de noodzaak om deze te anonimiseren om te voldoen aan alle relevante regelgeving, kan het voelen alsof het bouwen en trainen van een algoritme het makkelijkste is.

Om uw organisatie alle voordelen te geven die nodig zijn bij het ontwerpen van een baanbrekende nieuwe AI-ontwikkeling, kunt u overwegen om samen te werken met een bedrijf als Shaip. Chetan Parikh en Vatsal Ghiya hebben Shaip opgericht om bedrijven te helpen bij het ontwikkelen van het soort oplossingen dat de gezondheidszorg in de VS zou kunnen transformeren. Na meer dan 16 jaar in het bedrijfsleven, is ons bedrijf uitgegroeid tot meer dan 600 teamleden en hebben we met honderden klanten om overtuigende ideeën om te zetten in AI-oplossingen.

Met onze mensen, processen en platform die voor uw organisatie werken, kunt u onmiddellijk de volgende vier voordelen ontsluiten en uw project naar een succesvol einde katapulteren:

1. Het vermogen om uw datawetenschappers te bevrijden


Je kunt er niet omheen dat het AI-ontwikkelingsproces een aanzienlijke tijdsinvestering kost, maar je kunt altijd de functies optimaliseren waaraan je team de meeste tijd besteedt. U hebt uw datawetenschappers ingehuurd omdat ze experts zijn in de ontwikkeling van geavanceerde algoritmen en machine learning-modellen, maar het onderzoek toont consequent aan dat deze werknemers 80% van hun tijd besteden aan het zoeken, opschonen en organiseren van de gegevens die het project mogelijk maken. Meer dan driekwart (76%) van de datawetenschappers meldt dat deze alledaagse processen voor het verzamelen van gegevens ook hun minst favoriete onderdeel van het werk zijn, maar de behoefte aan kwaliteitsgegevens laat slechts 20% van hun tijd over voor daadwerkelijke ontwikkeling. het meest interessante en intellectueel stimulerende werk voor veel datawetenschappers. Door data te sourcen via een externe leverancier zoals Shaip, kan een bedrijf zijn dure en getalenteerde data-engineers hun werk als dataconciërges uitbesteden en in plaats daarvan hun tijd besteden aan de onderdelen van AI-oplossingen waar ze de meeste waarde kunnen produceren.

2. Het vermogen om betere resultaten te behalen

Veel leiders op het gebied van AI-ontwikkeling besluiten om open-source of crowdsourced-gegevens te gebruiken om de kosten te verlagen, maar deze beslissing kost op de lange termijn bijna altijd meer. Dit soort gegevens is direct beschikbaar, maar ze kunnen niet tippen aan de kwaliteit van zorgvuldig samengestelde datasets. Met name crowdsourced-gegevens zitten vol fouten, weglatingen en onnauwkeurigheden, en hoewel deze problemen soms tijdens het ontwikkelingsproces onder het toeziend oog van uw ingenieurs kunnen worden opgelost, zijn er extra iteraties nodig die niet nodig zouden zijn als u met hogere -kwaliteitsgegevens vanaf het begin.

Vertrouwen op open-sourcegegevens is een andere veelvoorkomende snelkoppeling die zijn eigen reeks valkuilen met zich meebrengt. Een gebrek aan differentiatie is een van de grootste problemen, omdat een algoritme dat is getraind met behulp van open source-gegevens gemakkelijker kan worden gerepliceerd dan een algoritme dat is gebouwd op gelicentieerde datasets. Door deze route te volgen, nodigt u concurrentie uit van andere nieuwkomers in de ruimte die uw prijzen kunnen onderbieden en op elk moment marktaandeel kunnen veroveren. Wanneer u op Shaip vertrouwt, krijgt u toegang tot gegevens van de hoogste kwaliteit die zijn verzameld door bekwaam beheerd personeel, en kunnen we u een exclusieve licentie verlenen voor een aangepaste gegevensset die voorkomt dat concurrenten uw zwaarbevochten intellectuele eigendom gemakkelijk opnieuw kunnen creëren.

3. Toegang tot ervaren professionals

Toegang tot ervaren professionals Zelfs als uw interne rooster bekwame ingenieurs en getalenteerde datawetenschappers omvat, kunnen uw AI-tools profiteren van de wijsheid die alleen door ervaring ontstaat. Onze materiedeskundigen hebben het voortouw genomen bij tal van AI-implementaties in hun vakgebied en hebben onderweg waardevolle lessen geleerd, en hun enige doel is om u te helpen die van u te bereiken.

Met domeinexperts die gegevens voor u identificeren, ordenen, categoriseren en labelen, weet u dat de informatie die wordt gebruikt om uw algoritme te trainen de best mogelijke resultaten kan opleveren. We voeren ook regelmatig kwaliteitsborging uit om ervoor te zorgen dat gegevens voldoen aan de hoogste normen en zullen presteren zoals bedoeld, niet alleen in een laboratorium, maar ook in een praktijksituatie.

4. Een versnelde ontwikkelingstijdlijn

AI-ontwikkeling gebeurt niet van de ene op de andere dag, maar het kan sneller gebeuren als je samenwerkt met Shaip. Interne gegevensverzameling en annotatie creëert een aanzienlijk operationeel knelpunt dat de rest van het ontwikkelingsproces ophoudt. Door met Shaip samen te werken, krijgt u direct toegang tot onze uitgebreide bibliotheek met kant-en-klare gegevens, en onze experts kunnen met onze diepgaande kennis van de branche en ons wereldwijde netwerk elke vorm van aanvullende informatie verkrijgen die u nodig heeft. Zonder de last van sourcing en annotatie, kan uw team meteen aan de slag met de daadwerkelijke ontwikkeling, en ons trainingsmodel kan helpen vroege onnauwkeurigheden te identificeren om de iteraties te verminderen die nodig zijn om de nauwkeurigheidsdoelen te bereiken.

Als u niet klaar bent om alle aspecten van uw gegevensbeheer uit te besteden, biedt Shaip ook een cloudgebaseerd platform waarmee teams verschillende soorten gegevens efficiënter kunnen produceren, wijzigen en annoteren, inclusief ondersteuning voor afbeeldingen, video, tekst en audio . ShaipCloud bevat een verscheidenheid aan intuïtieve validatie- en workflowtools, zoals een gepatenteerde oplossing om workloads te volgen en te bewaken, een transcriptietool om complexe en moeilijke audio-opnames te transcriberen en een kwaliteitscontrolecomponent om compromisloze kwaliteit te garanderen. Het beste van alles is dat het schaalbaar is, zodat het kan groeien naarmate de verschillende eisen van uw project toenemen.

Het tijdperk van AI-innovatie is nog maar net begonnen en we zullen de komende jaren ongelooflijke vooruitgang en innovaties zien die het potentieel hebben om hele industrieën opnieuw vorm te geven of zelfs de samenleving als geheel te veranderen. Bij Shaip willen we onze expertise gebruiken om als transformatieve kracht te dienen en de meest revolutionaire bedrijven ter wereld te helpen de kracht van AI-oplossingen te benutten om ambitieuze doelen te bereiken.

We hebben uitgebreide ervaring met toepassingen in de gezondheidszorg en gespreks-AI, maar we hebben ook de nodige vaardigheden om modellen te trainen voor bijna elk soort toepassing. Voor meer informatie over hoe Shaip u kan helpen uw project van idee tot uitvoering te brengen, kunt u een kijkje nemen bij de vele bronnen die beschikbaar zijn op onze website of neem vandaag nog contact met ons op.

Een versnelde ontwikkelingstijdlijn

Laten we praten

  • Door te registreren ga ik akkoord met Shaip Privacybeleid en Algemene Voorwaarden en geef mijn toestemming om B2B-marketingcommunicatie van Shaip te ontvangen.