من ربات ترجمیار هستم و خلاصه مقالات علمی رو به صورت خودکار ترجمه میکنم. متن کامل مقالات رو میتونین به صورت ترجمه شده از لینکی که در پایین پست قرار میگیره بخونین
آیا شرکت شما برای هوش مصنوعی بدون کد آماده است؟
منتشرشده در: fortune
لینک منبع: No-code A.I. is coming. Is your company ready?
تعداد پلتفرمهای AI «بدون کد»، نرمافزاری که به افراد بدون مهارتهای تخصصی برای ساخت الگوریتمها اجازه میدهد، به سرعت در حال افزایش است.
شرکتهایی که پلتفرمهای یادگیری ماشین بدون کد را بازاریابی میکنند، عبارتند از Akkio، obviously.ai، DataRobot، Levity، Clarifai، Tekio، Lobe (که مایکروسافت آن را در سال ۲۰۱۸خریداری کرد) ، پهلون و وریتون، که تعداد کمی از آنها را شامل میشوند. آنها به کارشناسان غیرAI اجازه میدهند تا سیستمهایAI را با استفاده از واسطهای بصری ساده یا منوهای دراگ و دراپ ایجاد کنند. برخی از این نرمافزارها به طور خاص برای دید کامپیوتری، برخی برای پردازش زبان طبیعی و برخی برای هر دو طراحی شدهاند.
مطالعه مقاله به هر چیزی نگویید هوش مصنوعی! توصیه میشود.
آخرین شرکتی که وارد نزاع بدون کد میشود پریمر است، شرکتی در سانفرانسیسکو که قبلا در این خبرنامه به آن اشاره کردم. تکامل پریمر ارزش ذکر کردن دارد، زیرا احتمالا آموزنده است که کل فضای نرمافزارAI در کجا ممکن است هدایت شود. تا به امروز، پریمر به عنوان یک رهبر در ایجاد نرمافزار هوش مصنوعی شناخته شده است که به تحلیلگران کمک میکند -کسانی که برای سازمانهای اطلاعاتی دولتی کار میکنند، و همچنین کسانی که برای بانکها و شرکتها در بخشهایی مانند توسعه کسبوکار و بازاریابی کار میکنند- به سرعت مقادیر زیادی از اخبار و اسناد را بررسی کنند. برای رسیدن به این هدف، شرکت از جدیدترین تکنیکهای پردازش زبان طبیعی استفاده کرده است.
اما همانطور که شان گورلی، مدیر اجرایی پریمر، توضیح میدهد، همانطور که نرمافزار پردازش زبان طبیعی پریمر خوب است، بسیاری از مشتریان آن چیزی سفارشی میخواهند: شانس بزرگ ما ۵۰ شرکت و مشتریان بزرگ امنیت ملی دائما میگویند که مدلها عالی هستند، اما آیا میتوانم کاری کنم که این کار را انجام دهد؟
گورلی میگوید که پریمر متوجه شد که هر مشتری میخواهد نرمافزار NLP را آموزش دهد تا کارهای کمی متفاوتی انجام دهد. او میگوید، آنها همچنین به این نتیجه رسیدند که مشتریان نه تنها میخواهند چندین مدل مختلف را به کار گیرند، بلکه به طور بالقوه هزاران قطعه از نرمافزار AI را نیز به کار گیرند. گورلی میگوید، تنها راه برای انجام این کار، یافتن راهی برای اجازه دادن به مشتری برای طراحی و ایجاد الگوریتمهای خود بود.
بنابراین پریمر یک پلتفرم بدون کد ایجاد کرده است که آن را «اتوماسیون» مینامد. این کار به یک فرد غیرمتخصص اجازه میدهد تا دادهها را از چیزی مانند صفحه گسترده مایکروسافت اکسل بگیرد و در حدود ۲۰ دقیقه، یک سیستم AI را برای انجام برخی از وظایف کلیدی NLP با دقتهایی که میتوانند به سطح انسانی نزدیک شوند، آموزش دهد.
ممکن است علاقمند به مطالعه مقاله محاسبات کوانتومی و یادگیری تقویتی به نیروها ملحق میشوند تا AI سریعتری را ایجاد کنند.باشید.
وظیفه اول که پریمر روی آن تمرکز کرده است، چیزی است که «شناخت واحد نامگذاری شده» نامیده میشود - شناسایی اسامی خاص در اسناد. این ساده به نظر میرسد، اما اینطور نیست. و این یک بلوک سازنده مهم برای یک زنجیره تصمیمگیری است که به مشتریان پریمر این امکان را میدهد تا کارهایی مانند پیگیری فعالیتهای تروریستی انجام دهند یا بر قیمتگذاری رقیب نظارت داشته باشند. آندریا بوکوویچ، مدیر محصول در زمینه اتوماسیون میگوید: همچنین میتوان از آن برای مثال ساخت ابزاری استفاده کرد که به یک شرکت اجازه میدهد تا منابع رسانهای اجتماعی خود را برای مشتریانی که نیاز به توجه دارند نظارت کند.
او میگوید، از آنجا که این سیستم اساسا با تنظیم دقیق یک الگوریتم AI از پیش آموزشدیده قدرتمند برای نیازهای خاص مشتری کار میکند، میتواند نتایج خوبی با تنها ۱۰ تا ۲۰ مثال ایجاد کند. و برای چیزی به نام «یادگیری فعال» طراحی شده است، به این معنی که سیستم AI با هر مثال جدیدی که داده میشود، به تدریج دقیقتر میشود. این امر به خصوص در صورتی درست است که کارشناسان انسانی مثالهایی را به گونهای تصحیح کنند که آموزندهترین آنها باشند - و سیستم را در معرض آن موارد مرزی که نیاز به تخصص انسان برای طبقهبندی دارند قرار دهند. گورلی میگوید: «با یادگیری فعال، شما میتوانید ۳۰ برابر کمتر از داده نیاز داشته باشید تا همان عملکرد مدل را داشته باشید.»
پریمر قصد دارد به مشتریان خود ابزارهای تحلیلی بدهد تا به آنها کمک کند مشخص کنند که سیستم AI ای که ساختهاند چقدر خوب است. آنها همچنین به آنها کمک خواهند کرد تا مثالهای موجود در دادههای آموزشی را که ممکن است به درستی برچسب زده نشده باشند، بیابند - یک مشکل رایج که میتواند به نحوه عملکرد نرمافزار آسیب برساند.
گورلی میگوید تاکنون اتوماسیون برای انجام کارهای طبقهبندی دودویی خوب بوده است. اما پریمر در نظر دارد تا توانایی انجام اسناد پیچیدهتر دستهبندی شده در آینده نزدیک و همچنین وظایفی مانند یافتن رابطه بین نهادها در اسناد و خلاصه کردن اسناد را افزایش دهد. John Bohannon، مدیر علوم این شرکت، میگوید که این شرکت همچنین قصد دارد ابزارهایی را معرفی کند که به کاربران کمک میکنند بفهمند کدام مرکز داده در یک سند برای تصمیمات طبقهبندی سیستم AI از اهمیت بیشتری برخوردارند: او میگوید، این امر ضروری است، زیرا به کاربران اجازه میدهد تا مشکلات تعصب و انصاف را شناسایی کنند.
گورلی میگوید که پریمر هنوز در حال تلاش برای فهمیدن این است که دقیقا چگونه آن را قیمتگذاری خواهد کرد. اما او میگوید که این شرکت میخواهد مجوز سالانهای برای استفاده از سیستم داشته باشد تا حدود یک سوم آنچه را که استخدام یک مهندس یادگیری ماشین برای مشتری هزینه خواهد داشت را هزینه کند.
مشخص نیست که آیا این برای رقابتی کردن اتوماسیون پریمر کافی است یا نه: برخی از پلتفرمهای AI بدون کد رقیب کسری از آن هزینه دارند. به عنوان مثال این شرکت فقط ۱۴۵دلار در ماه هزینه دارد. آکیو ماهیانه ۵۰۰ دلار برای یک نسخه از کسبوکارهای کوچک تا متوسط هزینه دارد اما برای یک مجوز مناسب برای یک شرکت بزرگ هزینه بیشتری دارد. این نوع قیمتگذاری است که به احتمال زیاد AI را در همه جا حاضر میکند.
مسئله دیگری نیز با تکثیر نرمافزار قدرتمند AI بدون کد مطرح شده است: کنترل. توانمندسازی هر کارمند برای ساخت و آموزش الگوریتمهایAI در تئوری، با پتانسیل تبدیل کسبوکارها به روشهایی که مدیران حتی نمیتوانند تصور کنند، عالی به نظر میرسد. اما، در همان زمان، هنگامی که یک شرکت هزاران مدل AI را اجرا میکند، پیگیری آنچه آنها انجام میدهند و اجتناب از مشکلات اخلاقی، حریم خصوصی دادهها یا حاکمیت بسیار سخت میشود. ظهور AI بدون کد این امر را ضروری میسازد که شرکتها سیاستهای قوی در مورد استفاده از AI را توسعه دهند و سیستمهایی در جای خود داشته باشند تا اطمینان حاصل شود که هر کسی که از نرمافزار بدون کد استفاده میکند این سیاستها را درک میکند. شرکتها نیاز به آموزش بیشتر در موضوعاتی مانند تعصب و انصاف داده و توانایی حسابرسی نحوه آموزش این سیستمها دارند. AI بدون کد مانند یک غول بدون چراغ جادو است: میتواند کارهای شگفتانگیزی انجام دهد، اما شما باید مراقب آنچه که میخواهید باشید.
این متن با استفاده از ربات ترجمه مقالات هوش مصنوعی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.
مطلبی دیگر از این انتشارات
سه اصل برای انتخاب پلتفرم یادگیری ماشینی
مطلبی دیگر از این انتشارات
گامی به سوی محافظت از بیماران در برابر اشتباهات دارویی
مطلبی دیگر از این انتشارات
این مسابقه برای رمزنگاری امن کوانتومی ادامه دارد.