RE•WORK Makalah Putih: Tantangan, Keberhasilan, Kemajuan & Kegagalan Pemrosesan di AI

RE-WORK adalah pemimpin dalam acara AI dan Deep Learning, mengorganisir pertemuan dan lokakarya di seluruh dunia. Acara-acara tersebut mencakup topik-topik mengenai Deep Learning, Machine Learning, AI di berbagai sektor, Computer Vision, Kendaraan Otonom, AI yang Bertanggung Jawab, dan lain-lain. Mereka mengumpulkan pemimpin dari industri dan akademisi.

Dalam makalah putih terbaru RE•WORK yang berjudul ‘Tantangan, Keberhasilan, Kemajuan & Kegagalan Pemrosesan di AI,’ kontributor termasuk nama-nama dari Purdue University, Ryerson University, GSI Technology (GSIT ), COTA Inc., Omdena, dan lain-lain.

Makalah putih tersebut dibagi menjadi enam bab:

• Bab 1: Keterbatasan Data dalam Aplikasi Industri dan Non-Profit yang Umum

• Bab 2: Konvergensi ElasticSearch, ANN, dan Computer-in-Memory

• Bab 3: Keterbatasan dan Kemajuan Ketersediaan Data

• Bab 4: Hambatan Data dalam ML dan AL

• Bab 5: Keterbatasan Pemrosesan pada Enterprise AI – Apakah GPT-3 Solusi Utama?

• Bab 6: Semua dalam Jaringan Nirkabel 6G

Bab pertama dari makalah tersebut membahas tentang tantangan data yang paling umum yang dihadapi oleh organisasi swasta dan non-profit. Bab tersebut juga membahas tentang keterbatasan terkait ketersediaan dan biaya, privasi dan etika, serta data. Bab ini menggunakan tiga studi kasus khusus untuk menunjukkan keterbatasan data dalam teks, video, dan data geografis, termasuk ‘Mengatasi Kerentanan dengan NLP,’ ‘Computer Vision untuk Tanggap Darurat,’ dan ‘Aplikasi Computer Vision untuk Mengemudi Otonom.’

Bab 1 ditulis oleh Rosano de Oliveira Gomez, Lead Machine Learning Engineer dari Omdena; Harini Suresh, peneliti PhD di MIT; dan Erim Afzal, insinyur ML di Omdena.

Bab kedua membahas tentang penggunaan approximate nearest neighbor (ANN) dengan percepatan pemrosesan memori, yang memberikan respons waktu nyata dari operasi pencarian elastis. Elasticsearch, yang awalnya merupakan mesin pencari teks, sekarang dapat mencakup dokumen seperti gambar, arsitektur jaringan, dokumen teks, dan tanda terima produk dalam basis data. Bab ini juga membahas tentang teknologi baru di pasar seperti Associative Processing Unit (APU).

Bab 2 ditulis oleh Mark Wright, direktur pemasaran di GSI Technology.

Bab ketiga membahas tentang keterbatasan dan kemajuan ketersediaan data. Bab ini dimulai dengan menjelaskan apa itu ketersediaan data dan apa yang tidak, diikuti oleh keterbatasannya seperti kompatibilitas data, kegagalan penyimpanan, kegagalan server/jaringan, biaya, dan kualitas data yang buruk. Bab ini diakhiri dengan memperkenalkan solusi seperti pipa pemrosesan data berkinerja tinggi dan awan hibrida.

Bab 3 ditulis oleh Adebunmi Odefunso, insinyur perangkat lunak dan praktisi ML di Purdue University.

Bab keempat membahas tentang berbagai hambatan dalam ML dan AI, dengan fokus pada algoritma dan model yang bermasalah seperti sistem pengenalan wajah, yang telah menunjukkan tingkat kesalahan dan bias yang tinggi. Bab ini membahas tentang bagaimana mengurangi bias dan meningkatkan interpretasi serta mengapa dataset harus besar dan beragam. Berbagai aspek data lainnya juga dibahas, seperti konsistensi dan akurasi sumber data.

Bab 4 ditulis oleh Shivam Mathura, Direktur Strategi di COTA Inc.

Bab kelima menggunakan model AI terbaru GPT-3 untuk menjelajahi keterbatasan dan potensi AI di Enterprise. Tujuan bab ini adalah untuk mengakui bahwa “keterbatasan hari ini adalah keberhasilan besok” dan kebutuhan untuk terus bereksperimen.

Bab 5 ditulis oleh Shaina Raza, kandidat PhD di Ryerson University.

Bab keenam membahas tentang jaringan nirkabel 6G yang muncul dan bagaimana mereka akan memerlukan AI, machine learning, dan lain-lain. Bab ini juga membahas tentang bagaimana sistem ini akan memungkinkan kapasitas dan akses jaringan yang belum pernah terjadi sebelumnya. Beberapa topik lainnya dalam bab ini termasuk Jaringan Nirkabel Berikutnya dengan AI dan SDN, Motivasi dari DARPA Spectrum Collaboration Challenge, dan Implementasi Algoritma Radio Cerdas.

Bab 6 ditulis oleh beberapa penulis termasuk Kemal Akkaya, Arjuna Madanayake, Udara De Silva, dan Sravan Pulipati dari Florida Int. University; Josep M. Jornet, Kaushik Chowdhury, Francesco Restuccia, dan Tommaso Melodia dari Northeastern University; Soumyajit Mandal dan John Shea dari University of Florida; Aditya Dhananjay dari Pi Radio; dan Jay Dawani dan Vassil Dimitrov dari Lemurian Labs.