Revisión del informe: Informe anual del estado de la IA de Appen

Appen Limited, un líder global en IA que proporciona fuentes de datos, preparación de datos y evaluación de modelos a gran escala, ha lanzado su esperado informe anual “Informe sobre el estado de la IA y el aprendizaje automático”.

El Informe sobre el estado de la IA y el aprendizaje automático es un informe anual que se centra en las estrategias implementadas por empresas de todos los tamaños en diversas industrias para avanzar en su madurez en IA. La última edición es la octava publicada por Appen, y destaca los principales enfoques para la gestión de datos y la seguridad, la IA responsable y los proveedores de datos externos y su papel en el progreso.

Principales hallazgos del informe

Los principales hallazgos del informe involucraron la búsqueda, la calidad, la evaluación, la adopción y la ética.

Uno de los principales hallazgos del informe fue que el 51% de los participantes están de acuerdo en que la precisión de los datos es fundamental para su caso de uso de IA. Es bien sabido que los datos precisos y de alta calidad son cruciales para el éxito de los modelos de IA, pero muchos líderes empresariales tienen una brecha significativa entre lo ideal y la realidad al lograr la precisión de los datos, según el informe.

Otro hallazgo clave fue que las empresas están cambiando cada vez más su enfoque hacia la IA responsable y están madurando sus estrategias. Un número creciente de líderes empresariales y tecnólogos están trabajando para mejorar la calidad de los datos que impulsan los proyectos de IA, lo que promueve conjuntos de datos inclusivos y modelos sin sesgo. El informe encontró que el 80% de los encuestados cree que la diversidad de datos es “extremadamente importante” o “muy importante”. También encontró que el 95% de los encuestados está de acuerdo en que los datos sintéticos serán un factor clave para crear conjuntos de datos inclusivos.

Mark Brayan es el director ejecutivo de Appen.

“Este año, el informe sobre el estado de la IA encuentra que el 93% de los encuestados cree que la IA responsable es la base de todos los proyectos de IA”, dijo Brayan. “El problema es que muchos están enfrentando desafíos al intentar construir una gran IA con conjuntos de datos deficientes, y esto está creando un obstáculo significativo para alcanzar sus objetivos”.

A continuación, se presentan algunos de los otros hallazgos clave del informe:

• Búsqueda: El 42% de los tecnólogos dice que la etapa de búsqueda de datos del ciclo de vida de la IA es muy desafiante, y los líderes empresariales fueron menos propensos a informar que la búsqueda de datos es muy desafiante (24%).
• Calidad: Más de la mitad de los encuestados dice que la precisión de los datos es fundamental para el éxito de la IA, pero solo el 6% informó haber logrado una precisión de los datos superior al 90%.
• Evaluación: Hay un fuerte consenso sobre la importancia del aprendizaje automático con humanos en el bucle, con el 81% que afirma que es muy o extremadamente importante. El 97% informó que la evaluación con humanos en el bucle es importante para el rendimiento preciso del modelo.
• Adopción: Los tecnólogos están divididos sobre si su organización está por delante o al mismo nivel que otras en su industria. Los encuestados de EE. UU. son más propensos a decir que sus organizaciones están por delante de otras en su industria en la adopción de la IA en comparación con los encuestados europeos.
• Ética: El 93% de los encuestados está de acuerdo en que la IA responsable es la base de todos los proyectos de IA dentro de su organización.

Sujatha Sagiraju es la directora de productos de Appen.

“La mayoría de los esfuerzos de IA se dedican a gestionar datos para el ciclo de vida de la IA, lo que significa que es una tarea increíble para los líderes de IA manejarla solos, y es el área con la que muchos están luchando”, dijo Sagiraju. “La búsqueda de datos de alta calidad es fundamental para el éxito de las soluciones de IA, y estamos viendo que las organizaciones enfatizan la importancia de la precisión de los datos”.

Wilson Pang es el director de tecnología de Appen.

“La precisión de los datos es fundamental para el éxito de los modelos de IA y ML, ya que los datos ricos en calidad producen mejores resultados del modelo y un procesamiento y toma de decisiones coherentes”, dijo Pang. “Para obtener buenos resultados, los conjuntos de datos deben ser precisos, completos y escalables”.

Puede encontrar el informe completo sobre el estado de la IA y el aprendizaje automático aquí.