Wilson Pang, Chief Technology Officer hos Appen – Interviewserie

Wilson Pang er Chief Technology Officer hos Appen, hvor han leder en gruppe af verdensklasse datavidenskabsmænd, ingeniører og produktchefer til at kombinere kraften fra teknologi og mennesker til at løse AI-data-problemerne.

I denne interview diskuterer vi AI-etik, Appens 2020 State of AI and Machine Learning Report og nuværende brancher-udfordringer.

Hvad var det, der personligt tiltrak dig til software-ingeniørarbejde og datavidenskab?

Jeg fik muligheden for at arbejde med data og AI for 10 år siden. I AI-verdenen kontrollerer udviklere ikke længere logikken i koden, men data bestemmer logikken i AI-modellen, hvilket er fascinerende. Jeg startede min karriere som udvikler hos IBM, hvor jeg byggede store systemer til banker, teleselskaber og børsvirksomheder. Jeg var begejstret for softwarens og AI’s kraft.

Jeg er også heldig at have set, hvordan data og maskinlæring har hjulpet til at fremme forretningens vækst førstehånds. Mit team hos eBay udnyttede AI til at øge køb fra købere, hvilket øgede indtægterne med titusinder af millioner. Vi brugte AI til at øge den interne effektivitet og reducere driftsomkostningerne betydeligt for Trip.com. Nu hos Appen hjælper vi virksomheder fra alle brancher med at bruge AI til at fremme deres forretnings succes.

Kan du beskrive nogle af Appens AI- og data-mærknings tilbud?

Vi er en udbyder af træningsdata, der arbejder med over 1 million entreprenører til at indsamle og mærke billeder, tekst, tale, lyd, video og andre data. Disse entreprenører bor i over 130 lande og taler 180 sprog og dialekter, hvilket giver os mulighed for at levere højkvalitetsdata til AI-projekter. Vi har også professionelle teams, der har arbejdet med AI-data i mere end 20 år og har en stor viden om, hvordan man får træningsdataene rigtigt. Til sidst har vi en brancheledende AI-assisteret annoteringsplatform med indbyggede funktioner til at sikre kvalitet og produktivitet. Vore kunder kan vælge mellem vores managed service-løsning, hvor vi samarbejder med deres team, eller selvbetjeningsplatformen. Vores AI-assisterede data-annoteringsplatform giver kunderne mulighed for at styre projekter samt maskinlærings-assisterede værktøjer til at forbedre kvalitet, præcision og annoteringshastighed.

Med mere end 20 års erfaring tilbyder vores tjenester verdensklasse-træningsdata, den mest avancerede AI-assisterede data-annoteringsplatform og en divers, global crowd for at sikre højkvalitetsdata.

Hvad er nogle af de åbne data-sæt, der er tilgængelige?

Appen har flere åbne data-sæt tilgængelige online, fra billedannotering til håndskrevne genkendelsessæt. Disse data-sæt er gratis at downloade og kan bruges til at hjælpe med at bygge og træne jeres AI-model. Et af de mest interessante sæt er tilgængelige på nucleus-segmentation fra medicinske billeder. Data indeholder mere end 21.000 nuclei, der er annoteret og valideret af medicinske eksperter.

Hvad var din største personlige indsigt fra 2020 State of AI and Machine Learning Report?

Den mest interessante opdagelse fra rapporten var øgningen i C-Suite-deltagelse. Jeg havde hørt om det, men at se øgningen på 31% fra sidste år var en stor overraskelse. AI bliver en del af kerneforretningen og ikke kun for tekniske ledere.

En årsag til bekymring i rapporten er, at kun 25% af virksomhederne angav, at upartisk AI er mission-kritisk. Tror du, at dette skyldes manglende uddannelse om vigtigheden af at fjerne AI-forudindtagethed? Hvad skal der gøres for at forbedre disse statistikker?

Ja, uddannelse er det første skridt til at forbedre denne statistik. En AI-model bygget på forudindtaget data vil levere forudindtaget resultater og aldrig være fuldt ud succesfuld. Forretningsledere skal lære vigtigheden af at have upartisk data og hvordan det fører til en succesfuld implementering.

Hvad er nogle AI-etiske overvejelser, som virksomheder skal tage i betragtning, når de arbejder med AI og store data-sæt?

Det er vigtigt at se, hvor data kommer fra. Er dataene etisk kildevældede og upartiske? Når du ser på, hvor det stammer fra, vil du gerne vide, om menneskene blev betalt en fair løn, og om data kom fra en divers gruppe. Vi har nyligt udgivet vores Crowd Code of Ethics til støtte for inklusion, diversitet, fair betaling og kommunikation for vores bidragydere.

Hvad ser du som den nuværende største brancher-udfordring?

Manglende data og data-styring er den største udfordring for branchen. Teams har mange beslutninger, de skal træffe om data, og mange har udfordringer med at genkende, hvad de har brug for. De skal forstå, hvad data de har, hvor det kommer fra, og hvad data de stadig har brug for. Alt dette data-styring er vigtigt for at bygge og træne en AI-model. Manglende data kan føre til en forudindtaget model, der ikke vil være succesfuld.

Appen har udgivet State of AI and Machine Learning Reports i mange år nu. Hvornår blev den første rapport udgivet, og hvad er nogle af de største ændringer, der er set siden denne første rapport?

Den første rapport blev udgivet i 2015, og den største ændring, vi har set, er ejerskab af AI-projekter. Den første rapport blev primært besvaret af data-videnskabsmænd, der styrede AI for deres virksomheder. I dag siger 71% C-Suite-ejerskab, hvilket indikerer en enorm skift i perspektiv på AI som mere kritisk for forretninger. Data-videnskabsmænd havde mange udfordringer, fra manglende ressourcer til at bygge værdifulde indsigt fra data til uklare mål og urealistiske forventninger. Men en af de vigtigste udfordringer er stadig den samme omkring data og data-styring.

Er der noget andet, du gerne vil dele om Appen?

Den 16. juli er vi glade for at afholde den første virtuelle rundbordssamtale om lancering af AI i den virkelige verden på Appen.com. De fire dele af serien præsenterer brancher-ledende praktikere, der deler personlige erfaringer og indsigt i deres egne AI-rejser, og kaster lys over, så andre kan accelerere fremgangen mod deres AI-initiativer. For at lykkes skal virksomheder være forberedt på at overvinde flere fælles udfordringer omkring data, etik, mennesker og livscyklusser. I den første udgave samler vi brancher-ledende eksperter til at dele, hvad det betyder for dem og deres organisation at deltage i skabelsen af ansvarlig AI.

Tak for interviewet. Læsere kan ønske at læse Appens 2020 State of AI and Machine Learning Report eller besøge Appen-hjemmesiden.