RE•WORK Bílá kniha: Výzvy, úspěchy, pokrok a neúspěchy zpracování v AI

RE-WORK je lídr v oblasti AI a Deep Learning akcí, organizuje summity a workshopy po celém světě. Tyto akce pokrývají témata související s Deep Learning, Machine Learning, AI v různých sektorech, Computer Vision, samořízenými vozidly, odpovědnou AI a dalšími. Spojují lídry z obou průmyslu a akademie.

V nejnovější bílé knize RE•WORK s názvem „Výzvy, úspěchy, pokrok a neúspěchy zpracování v AI“ se podíleli autoři z Purdue University, Ryerson University, GSI Technology (GSIT ), COTA Inc., Omdena a dalších.

Bílá kniha je rozdělena do šesti kapitol:

• Kapitola 1: Omezení dat v běžných průmyslových a neziskových aplikacích

• Kapitola 2: Konvergence ElasticSearch, ANN a Computer-in-Memory

• Kapitola 3: Omezení a výhody dostupnosti dat

• Kapitola 4: Bloky na cestě ML a AI

• Kapitola 5: Omezení zpracování v podnikové AI – je GPT-3 konečným řešením?

• Kapitola 6: Vše v 6G bezdrátových komunikačních sítích

První kapitola této knihy se zabývá nejčastějšími výzvami, kterým čelí soukromé i neziskové organizace. Detailně popisuje běžná omezení týkající se dostupnosti a nákladů, ochrany soukromí a etiky a dat. Tato kapitola vychází ze tří konkrétních případových studií, které demonstrují omezení dat v textu, videu a geografických datech, včetně „Řešení zranitelnosti pomocí NLP“, „Počítačové vidění pro reakci v případě nouze“ a „Aplikace počítačového vidění pro autonomní řízení.“

Kapitola 1 byla napsána Rosanem de Oliveirou Gomezem, vedoucím inženýrem strojového učení z Omdena; Harini Suresh, PhD výzkumníkem na MIT; a Erimem Afzalem, inženýrem strojového učení z Omdena.

Druhá kapitola se zaměřuje na použití aproximovaného nejbližšího souseda (ANN) s urychlením zpracování v paměti, které poskytuje okamžitou odpověď z operací ElasticSearch. ElasticSearch, který původně byl vyhledávačem pro text, může nyní zahrnovat do databází dokumenty, jako jsou obrázky, síťová architektura, textové dokumenty a prodejní účtenky. Kapitola také pokrývá nové technologie na trhu, jako je Asociativní Procesní Jednotka (APU).

Kapitola 2 byla napsána Markem Wrightem, ředitelem marketingu ve společnosti GSI Technology.

Třetí kapitola se zabývá omezeními a výhodami dostupnosti dat. Začíná vysvětlením, co je dostupnost dat a co není, následuje popis omezení, jako je kompatibilita dat, selhání úložiště, selhání serveru/sítě, náklady a špatná kvalita dat. Kapitola končí představením řešení, jako je vysokovýkonná pipeline zpracování dat a hybridní cloud.

Kapitola 3 byla napsána Adebunmi Odefunso, softwarovým inženýrem a praktikem strojového učení na Purdue University.

Čtvrtá kapitola se zabývá různými bloky na cestě ML a AI, zaměřuje se na problematické algoritmy a modely, jako jsou systémy rozpoznávání obličeje, které prokázaly vysoké chybovosti a zkreslení. Vysvětluje, jak zmírnit zkreslení a zvýšit interpretovatelnost a proč by měl být dataset velký a různorodý. Další aspekty dat, jako je konzistence a přesnost zdrojů dat, jsou také pokryty.

Kapitola 4 byla napsána Shivamem Mathurou, ředitelem strategie ve společnosti COTA Inc.

Pátá kapitola využívá nejnovější model AI GPT-3 k prozkoumání omezení a potenciálu AI v podnikovém prostředí. Cílem kapitoly je uvědomit si, že „dnešní omezení jsou zítřejšími úspěchy“ a potřeba pokračující experimentace.

Kapitola 5 byla napsána Shainou Raza, kandidátkou PhD v oboru Poradenství v počítačových vědách na Ryerson University.

Šestá kapitola se zabývá vznikajícími 6G bezdrátovými komunikačními sítěmi a tím, jak budou vyžadovat AI, strojové učení a další technologie. Upozorňuje na to, jak tyto systémy umožní bezprecedentní kapacitu a přístup k síti. Některé další téma kapitoly zahrnují: Další generace bezdrátových sítí s AI a SDN, Motivace z výzvy DARPA Spectrum Collaboration Challenge a Implementace inteligentních rádiových algoritmů.

Kapitola 6 byla napsána několika autory, včetně Kemala Akkayi, Arjuny Madanayake, Udary De Silvy a Sravana Pulipatiho z Floridské mezinárodní university; Josepa M. Jorneta, Kaushika Chowdhuryho, Francesca Restuccii a Tommasa Melodie z Northeastern University; Soumyajita Mandala a Johna Shey z University of Florida; Adityi Dhananjaye z Pi Radio a Jaye Dawaniho a Vassila Dimitrova z Lemurian Labs.