تقرير المراجعة: تقرير Appen السنوي حول حالة الذكاء الاصطناعي

أصدرت Appen Limited، وهي شركة رائدة عالمية في مجال الذكاء الاصطناعي في مجال توفير مصادر البيانات وتهيئة البيانات وتقييم النماذج بواسطة البشر على نطاق واسع، تقريرها السنوي المتوقع بشدة حول “حالة الذكاء الاصطناعي والتعلم الآلي”.

تقرير حالة الذكاء الاصطناعي والتعلم الآلي هو تقرير سنوي يركز على الاستراتيجيات التي ينفذها جميع الشركات من جميع الأحجام عبر الصناعات أثناء تقدمهم في نضج الذكاء الاصطناعي. ويعد الإصدار الأخير هو الثامن الذي أصدرته Appen، ويبرز فيه أفضل الطرق لادارة البيانات وأمنها، والذكاء الاصطناعي المسؤول، ومقدمي البيانات الخارجية ودورهم في تعزيز التقدم.

النتائج الرئيسية للتقرير

تضمنت النتائج الرئيسية للتقرير التوفير والجودة والتقييم والاعتماد والأخلاقيات.

كان أحد النتائج الرئيسية للتقرير هو أن 51% من المشاركين يتفقون على أن دقة البيانات حاسمة لاستخدامهم لحالة الذكاء الاصطناعي. ومن المعروف جيدًا أن البيانات الدقيقة والعالية الجودة حاسمة لنجاح نماذج الذكاء الاصطناعي، ولكن العديد من قادة الأعمال لديهم فجوة كبيرة بين المثالي والواقع في تحقيق دقة البيانات، وفقًا للتقرير.

كانت إحدى النتائج الرئيسية الأخرى أن الشركات تتجه بشكل متزايد إلى التركيز على الذكاء الاصطناعي المسؤول وتنضج استراتيجياتها. يعمل عدد متزايد من قادة الأعمال والفنيين على تحسين جودة البيانات التي تدفع مشاريع الذكاء الاصطناعي، مما يعزز مجموعات البيانات الشاملة والنماذج غير المحيزة. ووجد التقرير أن 80% من المستجيبين يعتقدون أن تنوع البيانات “حاسم” أو “مهم جدًا”. كما وجد أن 95% من المستجيبين يتفقون على أن البيانات الاصطناعية ستكون لاعبًا رئيسيًا في إنشاء مجموعات بيانات شاملة.

مارك برايان هو الرئيس التنفيذي لشركة Appen.

“يجد تقرير حالة الذكاء الاصطناعي لهذا العام أن 93% من المستجيبين يعتقدون أن الذكاء الاصطناعي المسؤول هو أساس جميع مشاريع الذكاء الاصطناعي”، قال برايان. “المشكلة هي أن العديد منهم يواجهون تحديات في محاولة بناء ذكاء اصطناعي رائع مع مجموعات بيانات رديئة، وهو ما يخلق عقبة كبيرة لتحقيق أهدافهم”.

هذه بعض النتائج الرئيسية الأخرى من التقرير:

• التوفير: يقول 42% من الفنيين إن مرحلة توفير البيانات من دورة حياة الذكاء الاصطناعي صعبة للغاية، وكان قادة الأعمال أقل احتمالا لتقديم توفير البيانات على أنها صعبة للغاية (24%).
• الجودة: يقول أكثر من نصف المستجيبين أن دقة البيانات حاسمة لنجاح الذكاء الاصطناعي، ولكن فقط 6% أفادوا بتحقيق دقة بيانات أعلى من 90%.
• التقييم: هناك إجماع قوي حول أهمية التعلم الآلي الذي يعتمد على الإنسان مع 81% يعتبرونه مهمًا أو مهمًا جدًا. أفاد 97% بأنه من المهم تقييم الإنسان في الحلقة لتحقيق أداء نموذج دقيق.
• الاعتماد: ينقسم الفنيون حول ما إذا كانت منظمتهم متقدمة أو متساوية مع غيرها في صناعتها. المستجيبون الأمريكيون أكثر احتمالا لقولهم إن منظماتهم متقدمة على غيرها في صناعتها في اعتماد الذكاء الاصطناعي مقارنة بالمستجيبين الأوروبيين.
• الأخلاقيات: 93% من المستجيبين يتفقون على أن الذكاء الاصطناعي المسؤول هو أساس جميع مشاريع الذكاء الاصطناعي داخل منظمتهم.

سوجاثا ساجيراجو هي رئيس قسم المنتجات في Appen.

“ينفق معظم الجهود في مجال الذكاء الاصطناعي على إدارة البيانات لدورة حياة الذكاء الاصطناعي، مما يعني أنه من الصعب على قادة الذكاء الاصطناعي التعامل معها بمفردهم – وهذا هو المجال الذي يصعب على العديد منهم التعامل معه”، قال ساجيراجو. “توفير بيانات عالية الجودة حاسم لنجاح حلول الذكاء الاصطناعي، ونحن نرى منظمات تؤكد على أهمية دقة البيانات”.

ويلسون بانج هو كبير مسؤولي التكنولوجيا في Appen.

“دقة البيانات حاسمة لنجاح نماذج الذكاء الاصطناعي والتعلم الآلي، لأن البيانات الغنية جيدًا تنتج مخرجات نموذجية أفضل ومعالجة وصنع قرارات متسقة”، قال بانج. “للحصول على نتائج جيدة، يجب أن تكون مجموعات البيانات دقيقة وشاملة وقابلة للتوسيع”.

يمكنك العثور على تقرير حالة الذكاء الاصطناعي والتعلم الآلي الكامل هنا.