Nye Off-the-Shelf (OTS) Datasett fra Appen Fremmer AI-utvikling

Appen Limited (ASX:APX), den ledende leverandøren av høykvalitets treningdata for organisasjoner som bygger effektive AI-systemer i stor skala, annonserte i dag nye off-the-shelf (OTS) datasett. Disse datasettene er designet for å gjøre det enklere og raskere for bedrifter å skaffe den høykvalitets treningdata som trengs for å fremme deres kunstig intelligens (AI) og maskinlæring (ML) prosjekter. De nye OTS datasettene inkluderer menneskekroppsbevegelser og innovative babygråtelyder, samt skriptet tale og bilder med tekst som er egnet for optisk tegngjenkjenning (OCR) for høyt etterspurt, men vanskelig å skaffe språk, som arabisk, kroatisk, gresk, ungarsk, thai og mer. Med de utvidede datasettene, inkluderer Appens totale OTS-tilbud over 250 datasett, bestående av over 11 000 timer med lyd, over 25 000 bilder og over 8,7 millioner ord på 80 språk og flere dialekter.

Appens OTS datasett er et raskt og kostnadseffektivt verktøy for å sette i gang et AI- eller ML-prosjekt med konsistent høykvalitets treningdata. Team som utvider sine AI-kapasiteter, kan også benytte OTS datasett for å forbedre nøyaktigheten, utvikle nye modellferdigheter og inkorporere andre forbedringer i sine AI-modeller. Et OTS datasett leveres ofte på en uke, for eksempel, sammenlignet med åtte til tolv uker for et nytt datasettsamling og annoteringsprosjekt – eller enda lenger, avhengig av kompleksiteten. Alle Appen datasett er utviklet med en fullt gjennomsiktig, valgfri metode, så AI-eksperter kan være sikre på at deres data er ren og samsvarer med kravene, og eliminerer den potensielle risikoen for bakslag og skader på omdømmet.

“AI-team over hele verden som arbeider med prosjekter med stramme frister og fleksible datakrav, kan dra nytte av å bruke off-the-shelf datasett,” sa Wilson Pang, CTO i Appen. “OTS datasett forkorter tiden til verdi og gir tilgang til høykvalitetsdata til en lavere total kostnad enn ved å bruke tradisjonelle metoder. Vi i Appen tar de nødvendige skrittene for å sikre at alle våre datasett er etisk kilde og demografisk balansert, og muliggjør at selskaper kan opprettholde ansvarlige AI-praksiser ved å minimere bias i modellene og sikre rettferdig behandling av dataannotatorer. Du vet alltid den nøyaktige kvaliteten på et OTS datasett, som hjelper med å bygge bedre AI som fungerer i den virkelige verden.”

MediaInterface har levert språkteknologiske løsninger til helse-relaterte institusjoner i Tyskland og andre deler av Europa i over 20 år. Da selskapet utvidet til Frankrike, hadde de fullstendig lokalisiert programvare, men manglet fransk leksikondata, spesielt franske navn og stedsnavn, som ofte er referert til i pasientens helseinformasjon. Ved å bruke Appen OTS datasett, fikk MediaInterface tilgang til ca. 21 000 franske navn og 14 000 stedsnavn. “Den kritiske dataen fra Appen er inkorporert i vår bakgrunnsleksikon for å lykkes med lansering i et nytt marked, og dette hjelper oss med å bygge ut nye ordforråd for våre kunder og styrke vår tilnærming for fremtidige markeds Lanseringer,” sa Ines Wendler, produktmanager i MediaInterface.

De mest erfarne AI-ekspertene kombinerer OTS datasett med på forespørsel datainnsamling og annoteringsprosjekter for å møte deres komplekse AI-modell treningdata behov. Appen er ledende i å tilby kontinuerlig støtte gjennom en rekke spesifikke datainnsamlingstjenester, som pågående dataannotering og smart merking, gjennom AI-drevne verktøy og automatiserte arbeidsflyter for å maksimere effektiviteten.

“Vi samhandler med AI fra det øyeblikket vi våkner til det øyeblikket vi går til sengs – gjennom virtuelle assistenter, chatboter, søkemotorer, sosiale nettverk, medisinske enheter, smarte biler og andre applikasjoner,” sa Judith Bishop, Appens senior direktør for AI-eksperter, som leder et team på 100 AI-lingvister og språkeksperter. “Språk er ofte den primære grensesnittet for mange av disse overbevisende AI-anvendelsene, så for å garantere en god opplevelse, må modellen være trent for å fungere for alle. Appens forpliktelse til høykvalitetsdata og ansvarlig, etisk AI-utvikling, lar selskaper som kjøper våre off-the-shelf datasett, fremme sine AI-prosjekter med full tillit til deres data.”

I tillegg til de eksisterende hundrevis av datasett som allerede er tilgjengelige på appen.com, inkluderer listen over nye Appen OTS datasett som nå er tilgjengelige:

• Skriptet tale for arabisk (Egypt), arabisk (Saudi-Arabia), arabisk (De forente arabiske emirater), sentral khmer (Kambodsja), kroatisk, gresk, ungarsk, polsk, spansk (Spania) og tyrkisk
• Bilde OCR for forenklet kinesisk trykt tekst, thai trykt tekst og finsk trykt tekst – Inkluderer forhåndsinnspilt reklame, ytre emballasje, skilting, magasiner og meny for å trene og oppdatere datamaskin OCR-modeller
• Menneskekroppsbevegelse (Kina) – Inkluderer annoterte videoer av mennesker som beveger seg, sporet på pikselnivå, egnet for spillutvikling, trening og mer
• Babygråtelyd (Kina) – Inkluderer forhåndsinnspilt og annotert babylyder som kan brukes til å trene AI-modeller til å gjenkjenne forskjellige gråtelyder og varsle foreldre

For mer informasjon og å be om en Appen OTS datasett eksempel, klikk her.