Nuovi set di dati pronti all’uso (OTS) di Appen per accelerare il deploy di AI

Appen Limited (ASX:APX), il principale fornitore di dati di alta qualità per le organizzazioni che costruiscono sistemi di intelligenza artificiale (AI) efficaci su larga scala, ha annunciato oggi nuovi set di dati pronti all’uso (OTS). Questi set di dati sono progettati per rendere più facile e veloce per le aziende acquisire i dati di alta qualità necessari per accelerare i loro progetti di intelligenza artificiale (AI) e apprendimento automatico (ML). I nuovi set di dati OTS includono movimenti del corpo umano e suoni di pianto di bambino innovativi, nonché discorsi scritti e immagini con testo adatti alla riconoscimento ottico dei caratteri (OCR) per lingue di alta richiesta ma difficili da acquisire, come arabo, croato, greco, ungherese, tailandese e molte altre. Con i set di dati ampliati, l’offerta totale di Appen include oltre 250 set di dati, che comprendono oltre 11.000 ore di audio, oltre 25.000 immagini e oltre 8,7 milioni di parole in 80 lingue e molti dialetti.

I set di dati OTS di Appen sono uno strumento rapido e conveniente per avviare un progetto di AI o ML con dati di alta qualità coerenti. Le squadre che ampliano le loro capacità di AI possono anche sfruttare i set di dati OTS per migliorare efficacemente l’accuratezza, sviluppare nuove competenze del modello e incorporare altri miglioramenti nei loro modelli di AI. Un set di dati OTS viene spesso consegnato in una settimana, ad esempio, rispetto alle otto o dodici settimane per un nuovo progetto di raccolta e annotazione dei dati – o anche più a lungo, a seconda della complessità. Tutti i set di dati di Appen sono sviluppati utilizzando una metodologia completamente trasparente e opt-in, in modo che gli specialisti di AI possano essere sicuri che i loro dati siano puliti e conformi, eliminando il rischio potenziale di reazioni negative e danni alla reputazione.

“Le squadre di AI in tutto il mondo che lavorano su progetti con scadenze strette e requisiti di dati flessibili possono trarre vantaggio dall’utilizzo di set di dati pronti all’uso”, ha dichiarato Wilson Pang, CTO di Appen. “I set di dati OTS riducono il tempo di attivazione e forniscono l’accesso a dati di alta qualità a un costo totale inferiore rispetto ai metodi tradizionali. Noi di Appen prendiamo le necessarie misure per garantire che tutti i nostri set di dati siano eticamente fonte e bilanciati demograficamente, consentendo alle aziende di mantenere pratiche di AI responsabili minimizzando i pregiudizi nei loro modelli e garantendo un trattamento equo degli annotatori di dati. Si sa sempre la qualità precisa di un set di dati OTS, il che aiuta a costruire un AI migliore che funziona nel mondo reale”.

MediaInterface ha fornito soluzioni di tecnologia linguistica a istituzioni sanitarie in Germania e in altre parti d’Europa per oltre 20 anni. Quando l’azienda si è espansa in Francia, aveva un software completamente localizzato, ma le mancavano i dati lessicali francesi, in particolare i nomi e i luoghi francesi, che vengono spesso citati nelle informazioni sanitarie dei pazienti. Utilizzando i set di dati OTS di Appen, MediaInterface ha acquisito circa 21.000 nomi francesi e 14.000 nomi di luoghi. “I dati critici di Appen sono stati incorporati nel nostro lessico di base per lanciare con successo in un nuovo mercato, e ci aiuta a costruire nuovi vocabolari per i nostri clienti e a rafforzare il nostro approccio per i lanci di mercato futuri”, ha dichiarato Ines Wendler, product manager di MediaInterface.

Gli esperti di AI più esperti combinano i set di dati OTS con progetti di raccolta e annotazione dei dati su richiesta per soddisfare le esigenze complesse di formazione dei modelli di AI. Appen è il leader nell’offrire supporto continuo attraverso una gamma di servizi di raccolta dei dati specifici, come l’annotazione dei dati continua e l’etichettatura intelligente, attraverso strumenti e flussi di lavoro automatizzati per massimizzare l’efficienza.

“Interagiamo con l’AI dal momento in cui ci svegliamo al momento in cui andiamo a dormire – attraverso assistenti virtuali, chatbot, motori di ricerca, social network, dispositivi medici, auto intelligenti e altre applicazioni”, ha dichiarato Judith Bishop, senior director di Appen per gli specialisti di AI, che guida un team di 100 linguisti e esperti di lingua. “La lingua è spesso l’interfaccia principale per molti di questi casi di utilizzo di AI convincenti, quindi per garantire un’esperienza eccellente, il modello deve essere addestrato per funzionare per tutti. L’impegno di Appen per i dati di alta qualità e lo sviluppo di AI responsabile ed etico consente alle aziende che acquistano i nostri set di dati pronti all’uso di accelerare i loro progetti di AI con completa fiducia nei loro dati”.

Si uniscono ai centinaia di set di dati già disponibili su appen.com, l’elenco dei nuovi set di dati OTS di Appen ora disponibili include:

• Discorsi scritti per arabo (Egitto), arabo (Arabia Saudita), arabo (Emirati Arabi Uniti), khmer centrale (Cambogia), croato, greco, ungherese, polacco, spagnolo (Spagna) e turco
• OCR di immagini per testo cinese semplificato, testo tailandese e testo finlandese – Include cartelloni pubblicitari pre-registrati, confezioni esterne, segnali, riviste e menu per addestrare e aggiornare i modelli di OCR della visione artificiale
• Movimenti del corpo umano (Cina) – Include video annotati di persone in movimento, tracciati a livello di pixel, adatti per lo sviluppo di giochi, app di fitness e altro
• Suoni di pianto di bambino (Cina) – Include suoni di bambino pre-registrati e annotati che possono essere utilizzati per addestrare i modelli di AI a riconoscere diversi suoni di pianto e allertare i genitori

Per ulteriori informazioni e per richiedere un campione del set di dati OTS di Appen, clicca qui.