Відео: Мультики про машинки новые серии 2017 - Кто сильнее! Лучшие мультфильмы для детей /#мультик игра (Листопад 2024)
Штучний інтелект та машинне навчання - гарячі теми на кожній технологічній конференції, на яку я відвідую, і недавня конференція DLD NYC не стала винятком.
Рамін Ассадоллахі з групи ExB, німецької компанії, що займається когнітивними обчисленнями в галузі охорони здоров’я, зосередився на різноманітних способах, завдяки яким нові комп'ютерні методи можуть допомогти нам навчитися «як лікувати за допомогою програмного забезпечення». Звертаючись до багатьох термінів, які сьогодні кидаються, він зазначив, що AI не повинен бути когнітивним обчисленням, когнітивні обчислення не повинні бути машинним навчанням, а великі дані - це цілком окреме питання.
Ассадоллахі зосередився на шляхах ШІ, які могли б покращити сферу медицини. Він зазначив, що патолог, який переглядає дані тканин, зазвичай бачить 200 000 зразків протягом свого трудового життя, але за умови глибокого вивчення та сучасних графічних карт комп'ютерна система може обробити це багато за два тижні. Він сказав, що зі 100 зразків система може бути такою ж доброю, як і людина. Так само, за його словами, комп'ютерна система може приймати 28000 технічних статей на день, тоді як людина може прочитати близько 4000 таких статей протягом усього свого трудового життя.
Він сказав, що ШІ, який може зрозуміти поодинокі клітини на молекулярному рівні, може допомогти розробити кращі наркотики, а програмне забезпечення, яке може допомогти з'ясувати, які наркотики відповідають іншим, може бути рятівником, оскільки несприятливі взаємодії з наркотиками вбивають 100, 00 людей на рік. Його компанія звертається до всього континууму здоров'я - лікарів, дослідників, фармацевтів та пацієнтів - зосереджуючись на "розбиванні силосів". В цілому, за його словами, AI не вбиватиме роботу, оскільки кількість людей, які беруть участь у догляді, зростає. Він не замінить лікаря, сказав він, а натомість дозволить лікарю проводити більше часу з пацієнтами.
Девід Кенні, який зараз керує групою Watson для IBM, розповів про великі дані та потенціал для глибокого навчання у різних програмах. Кенні був керівником компанії Weather Weather до придбання IBM цієї компанії; це найбільший у світі постачальник погодних даних. Він повідомив, що TWC розробила додаток, розроблений для відображення атмосфери, як Google намагався скласти карту Землі, використовуючи комбінацію технології IoT (Internet of Things), інформацію про погоду та хмарні обчислення для збору інформації про погоду в 2, 2 мільярди локацій.
На думку Уотсона, його цікавлять три великі області алгоритмів та програмного забезпечення: взаємодія між людьми, такі як зір, зір та мова; глибоке навчання та машинне навчання для підтримки таких взаємодій; та міркування. Він сказав, що Уотсон бере участь у тисячах людей по всій IBM від дослідницьких лабораторій до продажів та обслуговування.
У чомусь, за словами Кенні, Уотсон відрізняється від інших руйнівних підприємств, оскільки він вимагає багато знань, а створені компанії, у яких є знання, можуть наростати швидше, ніж стартапи. Він сказав, що переклад та взаємодія між людьми покращуються, але все ж таки існують шляхи, і багато з чого люди використовують Уотсона - це створення розмовних "ботів".
Він сказав, що зрозуміти розмови було складно через різні тони, акценти та нюанси, якими користуються люди, спілкуючись. "З кожним місяцем він стає кращим", - сказав він, і програмне забезпечення, яке використовується для розуміння мови, має 6, 9 відсотків помилок, ніж 10 відсотків три місяці тому. Для порівняння, за його словами, рівень людської помилки становить 4 відсотки. Він сказав, що він оптимістичний, що програмне забезпечення може наблизитися до рівня помилок людини протягом року.
Кенні стверджує, що IBM має інший підхід, ніж його конкуренція. Інші компанії часто працюють над централізованим інтелектуальним модулем, але IBM працює з низкою клієнтів, які хочуть створити свої власні приватні версії Watson, використовуючи власну інтелектуальну власність або "графіки знань". Він зазначив, що 80 відсотків даних у світі не надходять в Інтернет - такі речі, як рентген, медичні записи та банківські рахунки.
