Berichtsübersicht: Appens jährlicher Bericht zum Zustand von KI

Appen Limited, ein globaler KI-Marktführer im Bereich Datenquellen, Datenbereitung und Modellbewertung durch Menschen im großen Maßstab, hat seinen hocherwarteten jährlichen Bericht “Zustand von KI und Machine Learning” veröffentlicht.

Der Zustand von KI und Machine Learning Bericht ist ein jährlicher Bericht, der sich auf die Strategien konzentriert, die von Unternehmen aller Größen und Branchen umgesetzt werden, um ihre KI-Reife zu verbessern. Die neueste Ausgabe ist die achte, die von Appen veröffentlicht wurde, und sie hebt die wichtigsten Ansätze für Datenmanagement und -sicherheit, verantwortungsvolle KI und externe Datenanbieter und ihre Rolle bei der Fortschrittsförderung hervor.

Hauptergebnisse des Berichts

Die wichtigsten Erkenntnisse des Berichts betrafen Beschaffung, Qualität, Bewertung, Einführung und Ethik.

Eine der wichtigsten Feststellungen des Berichts war, dass 51% der Teilnehmer stimmen, dass die Genauigkeit der Daten für ihren KI-Anwendungsfall von entscheidender Bedeutung ist. Es ist allgemein bekannt, dass genaue und hochwertige Daten für den Erfolg von KI-Modellen von entscheidender Bedeutung sind, aber viele Geschäftsführer haben eine erhebliche Lücke zwischen Ideal und Realität bei der Erreichung der DatenGenauigkeit, so der Bericht.

Ein weiterer wichtiger Punkt war, dass Unternehmen zunehmend ihren Fokus auf verantwortungsvolle KI und die Reife ihrer Strategien verlagern. Eine zunehmende Anzahl von Geschäftsführern und Technologen arbeitet daran, die Datenqualität zu verbessern, die KI-Projekte antreibt, was zu inklusiven Datensätzen und unvoreingenommenen Modellen führt. Der Bericht ergab, dass 80% der Befragten der Meinung sind, dass Datenvielfalt “extrem wichtig” oder “sehr wichtig” ist. Er ergab auch, dass 95% der Befragten stimmen, dass synthetische Daten eine wichtige Rolle bei der Schaffung inklusiver Datensätze spielen werden.

Mark Brayan ist CEO bei Appen.

“Der heutige Zustand von KI-Bericht zeigt, dass 93% der Befragten der Meinung sind, dass verantwortungsvolle KI die Grundlage aller KI-Projekte ist”, sagte Brayan. “Das Problem ist, dass viele versuchen, großartige KI mit schlechten Datensätzen zu bauen, und das schafft eine erhebliche Hürde auf dem Weg zu ihren Zielen.”

Hier sind einige der anderen wichtigen Erkenntnisse des Berichts:

• Beschaffung: 42% der Technologen sagen, dass die Beschaffungsphase des KI-Lebenszyklus sehr herausfordernd ist, und Geschäftsführer waren weniger wahrscheinlich, die Beschaffung als sehr herausfordernd zu melden (24%).
• Qualität: Mehr als die Hälfte der Befragten sagen, dass die Genauigkeit der Daten für den Erfolg von KI von entscheidender Bedeutung ist, aber nur 6% berichteten, dass sie eine DatenGenauigkeit von über 90% erreicht haben.
• Bewertung: Es gibt eine starke Übereinstimmung über die Wichtigkeit von Human-in-the-Loop-Machine-Learning, wobei 81% angaben, dass es sehr oder extrem wichtig ist. 97% berichteten, dass Human-in-the-Loop-Bewertung für eine genaue Modellleistung wichtig ist.
• Einführung: Technologen sind gespalten darüber, ob ihre Organisation anderen in ihrer Branche voraus ist oder gleichauf liegt. US-Befragte sind eher bereit, zu sagen, dass ihre Organisationen anderen in ihrer Branche bei der Einführung von KI voraus sind, im Vergleich zu europäischen Befragten.
• Ethik: 93% der Befragten stimmen zu, dass verantwortungsvolle KI die Grundlage aller KI-Projekte innerhalb ihrer Organisation ist.

Sujatha Sagiraju ist Chief Product Officer bei Appen.

“Die meisten KI-Bemühungen werden für die Verwaltung von Daten für den KI-Lebenszyklus aufgewendet, was bedeutet, dass es eine unglaubliche Aufgabe für KI-Leiter ist, dies alleine zu bewältigen – und dies ist der Bereich, mit dem viele Schwierigkeiten haben”, sagte Sagiraju. “Die Beschaffung hochwertiger Daten ist für den Erfolg von KI-Lösungen von entscheidender Bedeutung, und wir sehen, dass Organisationen die Bedeutung der DatenGenauigkeit betonen.”

Wilson Pang ist CTO bei Appen.

“Die Genauigkeit der Daten ist für den Erfolg von KI- und ML-Modellen von entscheidender Bedeutung, da qualitativ reiche Daten bessere Modellausgaben und konsistente Verarbeitung und Entscheidungsfindung liefern”, sagte Pang. “Für gute Ergebnisse müssen Datensätze genau, umfassend und skalierbar sein.”

Sie können den vollständigen Zustand von KI und Machine Learning Bericht hier finden.