Revue du rapport : Rapport annuel de l’état de l’IA d’Appen

Appen Limited, un leader mondial de l’IA dans la fourniture de données, de préparation de données et d’évaluation de modèles par des humains à grande échelle, a publié son rapport annuel très attendu « Rapport sur l’état de l’IA et du machine learning ».

Le Rapport sur l’état de l’IA et du machine learning est un rapport annuel axé sur les stratégies mises en œuvre par les entreprises de toutes tailles dans tous les secteurs pour améliorer leur maturité en matière d’IA. La dernière édition est la huitième publiée par Appen, et elle met en évidence les meilleures approches en matière de gestion des données et de sécurité, d’IA responsable et de fournisseurs de données externes et de leur rôle dans le progrès.

Principales conclusions du rapport

Les principales conclusions du rapport concernaient la recherche, la qualité, l’évaluation, l’adoption et l’éthique.

L’une des principales conclusions du rapport était que 51 % des participants estiment que la précision des données est cruciale pour leur cas d’utilisation de l’IA. Il est bien connu que des données précises et de haute qualité sont essentielles au succès des modèles d’IA, mais de nombreux dirigeants d’entreprise ont un écart important entre l’idéal et la réalité pour atteindre la précision des données, selon le rapport.

Une autre conclusion clé était que les entreprises déplacent de plus en plus leur attention vers l’IA responsable et mûrissent leurs stratégies. Un nombre croissant de dirigeants d’entreprise et de technologistes travaillent à améliorer la qualité des données qui alimentent les projets d’IA, ce qui favorise des ensembles de données inclusifs et des modèles sans parti pris. Le rapport a constaté que 80 % des répondants estiment que la diversité des données est « extrêmement importante » ou « très importante ». Il a également constaté que 95 % des répondants estiment que les données synthétiques seront un acteur clé dans la création d’ensembles de données inclusifs.

Mark Brayan est le PDG d’Appen.

« Le rapport sur l’état de l’IA de cette année constate que 93 % des répondants estiment que l’IA responsable est la fondation de tous les projets d’IA », a déclaré Brayan. « Le problème est que de nombreux sont confrontés aux défis de la construction de grandes IA avec de mauvaises ensembles de données, et cela crée un obstacle important pour atteindre leurs objectifs. »

Voici quelques-unes des autres conclusions clés du rapport :

• Recherche : 42 % des technologistes disent que l’étape de recherche de données du cycle de vie de l’IA est très difficile, et les dirigeants d’entreprise étaient moins susceptibles de signaler la recherche de données comme très difficile (24 %).

• Qualité : Plus de la moitié des répondants disent que la précision des données est cruciale pour le succès de l’IA, mais seulement 6 % ont déclaré avoir atteint une précision des données supérieure à 90 %.

• Évaluation : Il y a un consensus fort autour de l’importance de l’apprentissage automatique avec un humain dans la boucle avec 81 % déclarant qu’il est très ou extrêmement important. 97 % ont déclaré que l’évaluation humaine dans la boucle est importante pour les performances précises du modèle.

• Adoption : Les technologistes sont divisés sur le fait de savoir si leur organisation est en avance ou à égalité avec les autres dans leur industrie. Les répondants américains sont plus susceptibles de dire que leurs organisations sont en avance sur les autres dans leur industrie en matière d’adoption de l’IA par rapport aux répondants européens.

• Éthique : 93 % des répondants estiment que l’IA responsable est la fondation de tous les projets d’IA au sein de leur organisation.

Sujatha Sagiraju est la directrice des produits d’Appen.

« La majorité des efforts d’IA sont consacrés à la gestion des données pour le cycle de vie de l’IA, ce qui signifie que c’est une tâche incroyable pour les dirigeants d’IA à gérer seuls – et c’est le domaine où de nombreux sont en difficulté », a déclaré Sagiraju. « La recherche de données de haute qualité est cruciale pour le succès des solutions d’IA, et nous voyons les organisations souligner l’importance de la précision des données. »

Wilson Pang est le directeur technique d’Appen.

« La précision des données est cruciale pour le succès des modèles d’IA et de ML, car des données riches en qualité donnent de meilleurs résultats de modèle et une prise de décision cohérente », a déclaré Pang. « Pour obtenir de bons résultats, les ensembles de données doivent être précis, complets et évolutifs. »

Vous pouvez trouver le rapport complet sur l’état de l’IA et du machine learning ici.