Myslet mimo rámec při pohonné inovaci umělých inteligencí

Pro mnoho z nás, kteří inovují v oblasti umělých inteligencí, pracujeme v nezmapovaném území. Vzhledem k tomu, jak rychle společnosti vyvíjející umělou inteligenci vytvářejí nové technologie, lze snadno předpokládat, že práce za scénou je samozřejmostí. Ale v oblasti, jako je XR, kde je cílem rozostřit hranice mezi skutečným a digitálním světem — v současné době není mnoho historických dat nebo výzkumu, na který bychom se mohli opřít; proto musíme myslet mimo rámec.

Zatímco je nejpohodlnější spoléhat se na konvenční moudrost strojového učení a osvědčené postupy, často to není možné (nebo úplné řešení) v nově se rozvíjejících oblastech. Abychom mohli řešit problémy, které dosud nebyly vyřešeny, musíme je přistupovat novými způsoby.

Jedná se o výzvu, která nás nutí vzpomínat, proč jsme vstoupili do oblasti inženýrství, datové vědy nebo produktového vývoje: vášeň pro objevování. Zažívám to každý den ve své roli v Ultraleap, kde vyvíjíme software, který může sledovat a reagovat na pohyby lidské ruky v prostředí smíšené reality. Tak mnoho toho, co jsme si mysleli, že víme o trénování modelů strojového učení, se v naší práci otočí vzhůru nohama, protože lidská ruka — spolu s objekty a prostředí, se kterými se setkává — je extrémně nepředvídatelná.

Níže jsou uvedeny beberapa přístupů, které můj tým a já jsme přijali k přepracování experimentování a datové vědy, abychom přinesli intuitivní interakci do digitálního světa, která je přesná a cítí se stejně přirozeně jako ve skutečném světě.

Inovace v rámci hranic

Při inovacích v nově se rozvíjející oblasti se často setkáváme s omezeními, která seemají být v rozporu s sebou navzájem. Můj tým je pověřen zachycením jemností pohybů rukou a prstů a toho, jak ruce a prsty interagují se světem kolem nich. To jeすべて zabaleno do modelů sledování rukou, které stále zapadají do hardwaru XR s omezeným výpočtem. To znamená, že naše modely — ačkoli jsou sofistikované a komplexní — musí zabírat podstatně méně úložného prostoru a spotřebují podstatně méně energie (až o 1/100 000) než obrovské LLM, které dominují titulním stránkám. Představuje to pro nás zajímavou výzvu, vyžadující bezohledné experimentování a hodnocení našich modelů v jejich skutečném použití.

Ale nekonečné testy a experimenty stojí za to: vytvoření silného modelu, který stále dodává na nízké náklady na inferenci, spotřebu energie a latenci, je div, který lze použít i v edge computingu mimo oblast XR.

Omezení, se kterými se setkáváme při experimentování, budou mít dopad i na jiné průmysly. Některé podniky budou mít jedinečné výzvy kvůli jemnostem ve svých aplikačních doménách, zatímco jiné mohou mít omezená data k dispozici v důsledku toho, že jsou na trhu s nikým, kterého velké technologické hráči dosud nedotkli.

Zatímco univerzální řešení mohou postačit pro některé úkoly, mnoho aplikačních domén potřebuje řešit skutečné, náročné problémy specifické pro jejich úkol. Například automobilové montážní linky implementují modely strojového učení pro kontrolu vad. Tyto modely musí zvládnout velmi vysoké rozlišení obrazu, které je potřebné pro identifikaci malých vad na velké ploše automobilu. V tomto případě aplikace vyžaduje vysoké výkony, ale problém, který je třeba vyřešit, je, jak dosáhnout nízké frekvence rámců, ale vysokého rozlišení modelu.

Hodnocení architektur modelů pro pohonnou inovaci

Dobrá sada dat je hnací silou za každým úspěšným průlomem v oblasti umělých inteligencí. Ale co dělá sadu dat „dobrou“ pro určitý cíl? A když řešíme dříve nevyřešené problémy, jak můžeme důvěřovat, že existující data budou relevantní? Nemůžeme předpokládat, že metriky, které jsou dobré pro některé úkoly strojového učení, se přeloží do jiného konkrétního obchodního úkolu. To je místo, kde jsme povoláni jít proti běžně drženým pravdám strojového učení a místo toho aktivně prozkoumat, jak označujeme, čistíme a aplikujeme jak simulovaná, tak reálná data.

Povahou naší domény je to náročné na hodnocení a vyžaduje manuální kontrolu kvality – prováděnou ručně. Nejenom se díváme na kvalitativní metriky našich dat. Iterujeme na našich sadách dat a zdrojích dat a hodnotíme je na základě kvalit modelů, které produkují ve skutečném světě. Když přehodnotíme, jak hodnotíme a klasifikujeme naše data, často najdeme sady dat nebo trendy, které bychom jinak přehlédli. Nyní s těmito sadami dat a nekonečnými experimenty, které nám ukázaly, na která data se nespoléhat, jsme odemkli novou cestu, kterou jsme předtím postrádali.

Poslední platforma pro sledování rukou Hyperion od Ultraleap je skvělým příkladem toho. Pokroky v našich sadách dat nám pomohly vyvinout ještě sofistikovanější sledování rukou, které může přesně sledovat mikrogesty a pohyby rukou, i když uživatel drží objekt.

 Jedna malá kroková zpátky, jeden velký skok vpřed

Zatímco tempo inovací zdánlivě nikdy nezastaví, my můžeme. Jsme v oboru experimentování, učení, vývoje a když si vezmeme čas na to, abychom to udělali, často vytváříme něco mnohem cennějšího, než když jdeme podle knihy a spěcháme, abychom vydali další technologickou inovaci. Neexistuje žádná náhrada za průlomy, které nastávají, když prozkoumáváme naše anotace dat, zpochybňujeme naše zdroje dat a předefinujeme metriky kvality samy o sobě. A jediný způsob, jak můžeme udělat, je experimentovat v reálném aplikačním doméně s měřeným výkonem modelu proti úkolu. Místo toho, abychom považovali neobvyklé požadavky a omezení za omezující, můžeme tyto výzvy proměnit v příležitosti pro inovaci a nakonec i konkurenční výhodu. a jediný způsob, jak můžeme udělat, je experimentovat v reálném aplikačním doméně s měřeným výkonem modelu proti úkolu. Rather než vidět neobvyklé požadavky a omezení jako omezující, můžeme tyto výzvy proměnit v příležitosti pro inovaci a, nakonec, konkurenční výhodu.