RE•WORK Valkoinen kirja: Haasteet, onnistumiset, edistys ja epäonnistumiset tekoälyssä

RE-WORK on johtava tekoäly- ja syväoppimistapahtumien järjestäjä, joka järjestää huippukokouksia ja työpajoja ympäri maailmaa. Tapahtumat kattavat aiheita, kuten syväoppiminen, koneoppiminen, tekoäly eri aloilla, tietokoneen näkö, itseohjautuvat ajoneuvot, vastuullinen tekoäly ja paljon muuta. Ne kokoavat yhteen johtajia sekä teollisuudesta että akatemiasta. 

RE•WORKin uusimmassa valkoisessa kirjassa, jonka otsikko on ’Haasteet, onnistumiset, edistys ja epäonnistumiset tekoälyssä’, kirjoittajina ovat mukana nimet Purdue-yliopistosta, Ryerson-yliopistosta, GSI Technologysta, COTA Inc:stä, Omdenasta ja monista muista.

Valkoinen kirja on jaettu kuuteen lukuun:

• Luku 1: Datarajoitukset yleisissä teollisuus- ja voittoa tavoittelemattomissa sovelluksissa 

• Luku 2: ElasticSearchin, ANNin ja Computer-in-Memoryn yhdistyminen

• Luku 3: Datasaatavuuden rajoitukset ja edistys

• Luku 4: Datatiellisyydet ML:ssä ja AL:ssä

• Luku 5: Käsittelyrajoitukset yritysten tekoälyssä – Onko GPT-3 lopullinen ratkaisu?

• Luku 6: Kaikki 6G langattomissa viestintäverkoissa

Kirjan ensimmäinen luku kattaa yleisimpiä datarajoituksia, joita sekä yksityiset että voittoa tavoittelemattomat organisaatiot kohtaavat. Se käsittelee myös yleisiä rajoituksia saatavuuden, kustannusten, yksityisyyden ja eettisyyden sekä datan suhteen. Tämä luku perustuu kolmeen tiettyyn case-tutkimukseen, joissa käsitellään datarajoituksia tekstin, videon ja maantieteellisen datan suhteen, kuten ’Haavoittuvuuden käsittely NLP:n avulla’, ’Tietokoneen näkö hätätilanteissa’ ja ’Tietokoneen näön soveltaminen itseohjautuvaan ajoon.’

Luku 1 on kirjoitettu Rosano de Oliveira Gomez, Omdenan johtava koneoppimisen insinööri; Harini Suresh, PhD-tutkija MIT:stä; ja Erim Afzal, Omdenan ML-insinööri.

Toinen luku keskittyy likimääräisen lähimmän naapurin (ANN) käyttöön muistin kiihdytyskäsittelyssä, joka tarjoaa reaaliaikaisen vastauksen elastic search -operaatioista. Elasticsearch, joka alun perin oli tekstien hakukone, voi nyt sisältää tietokannoissa asiakirjoja, kuten kuvia, verkkoarkkitehtuureja, tekstidokumentteja ja tuotteen vastaanottoja. Luku käsittelee myös uusia markkinoilla olevia teknologioita, kuten Associative Processing Unit (APU):a. 

Luku 2 on kirjoitettu Mark Wright, GSI Technologyn markkinointijohtaja.

Kolmas luku käsittelee datasaatavuuden rajoituksia ja etuja. Se alkaa selittämällä, mitä datasaatavuus on ja mitä se ei ole, ja jatkuu rajoitusten, kuten datayhteensopivuuden, tallennusvirheen, palvelin-/verkkovirheen, kustannusten ja huonon datan laadun, esittelyllä. Luku päättyy esittelemällä ratkaisuja, kuten korkean suorituskyvyn datan käsittelyputken ja hybridipilven.

Luku 3 on kirjoitettu Adebunmi Odefunso, Purdue-yliopiston ohjelmistoinsinööri ja ML-harjoittelija.

Neljäs luku käsittelee erilaisia esteitä ML:ssä ja AL:ssä, keskittyen ongelmallisiin algoritmeihin ja malleihin, kuten kasvojentunnistusjärjestelmiin, joilla on osoittautunut korkeat virheluvut ja harhat. Se osoittaa, miten vähentää harhaisuutta ja lisätä tulkintaa ja miksi datan on oltava laaja ja monipuolinen. Luku käsittelee myös muita datan puolia, kuten datalähteiden johdonmukaisuutta ja tarkkuutta. 

Luku 4 on kirjoitettu Shivam Mathura, COTA Inc:n strategiajohtaja.

Viides luku käyttää uusinta tekoälymallia GPT-3 tutkimaan tekoälyn rajoituksia ja potentiaalia yrityksissä. Luvun tavoitteena on tunnustaa, että ”tänään olemassa olevat rajoitukset ovat huomisen menestyksiä” ja jatkaa kokeilua. 

Luku 5 on kirjoitettu Shaina Raza, Ryerson-yliopiston PhD-opiskelija tietojenkäsittelytieteessä.

Kuudes luku käsittelee uusia 6G langattomia viestintäverkkoja ja miten ne vaativat tekoälyä, koneoppimista ja enemmän. Se huomauttaa, miten nämä järjestelmät mahdollistavat ennenkokemattoman kapasiteetin ja verkkopääsyn. Luvun muut aiheet sisältävät: Seuraavan sukupolven langattomat verkot tekoälyllä ja SDN:llä, Motivaatio DARPA Spectrum Collaboration Challenge -haasteesta, ja Älykkäiden radioalgoritmien toteutus. 

Luku 6 on kirjoitettu useiden kirjoittajien toimesta, mukaan lukien Kemal Akkaya, Arjuna Madanayake, Udara De Silva ja Sravan Pulipati Florida Int. yliopistosta; Josep M. Jornet, Kaushik Chowdhury, Francesco Restuccia ja Tommaso Melodia Northeastern-yliopistosta; Soumyajit Mandal ja John Shea Floridan yliopistosta; Aditya Dhananjay Pi Radiosta; ja Jay Dawani ja Vassil Dimitrov Lemurian Labsista.