Rapport Gjennomgang: Appens Årlige Tilstand for AI-rapport

Appen Limited, en global AI-leder i å levere datakilder, dataforberedelse og modellvurdering utført av mennesker i stor skala, har lansert sin høyt antatte årlige “Tilstand for AI og Maskinlæring Rapport.” 

Tilstand for AI og Maskinlæring Rapport er en årlig rapport som fokuserer på strategiene som implementeres av selskaper av alle størrelser over industrier, mens de øker sin AI-maturitet. Den nyeste utgaven er den åttende utgaven fra Appen, og den fremhever topp-tilnærmingene til datahåndtering og sikkerhet, ansvarlig AI og eksterne dataleverandører og deres rolle i å fremme fremgang. 

Hovedfunn i Rapporten

Rapportens hovedpoeng involverte kilde, kvalitet, vurdering, adopsjon og etikk. 

En av rapportens hovedfunn var at 51% av deltakerne er enige om at dataakkuratheit er kritisk for deres AI-anvendelse. Det er godt kjent at nøyaktig og høykvalitetsdata er avgjørende for suksessen til AI-modellene, men mange forretningsledere har et betydelig gap mellom ideal og virkelighet når det gjelder å oppnå dataakkuratheit, ifølge rapporten. 

En annen viktig poeng var at selskaper stadig mer fokuserer på ansvarlig AI og modner sine strategier. En økende antall forretningsledere og teknologer arbeider for å forbedre datakvaliteten som driver AI-prosjekter, noe som fremmer inklusive datasett og upartiske modeller. Rapporten fant at 80% av respondentene mener at datadiversitet er “ekstremt viktig” eller “svært viktig.” Den fant også at 95% av respondentene er enige om at syntetisk data vil være en nøkkelaktør i å lage inklusive datasett. 

Mark Brayan er CEO i Appen. 

“Denne års Tilstand for AI-rapport finner at 93% av respondentene mener at ansvarlig AI er grunnlaget for alle AI-prosjekter,” sa Brayan. “Problemet er at mange møter utfordringer med å bygge gode AI med dårlige datasett, og det skaper en betydelig hindring for å nå målene sine.” 

Her er noen av de andre viktige poengene fra rapporten: 

• Kilde: 42% av teknologer sier at datakildestadiet i AI-livssyklusen er svært utfordrende, og forretningsledere var mindre sannsynlig å rapportere datakilde som svært utfordrende (24%).
• Kvalitet: Mer enn halvparten av respondentene sier at dataakkuratheit er kritisk for suksessen til AI, men bare 6% rapporterte å ha oppnådd dataakkuratheit over 90%.
• Vurdering: Det er en sterk konsensus om viktigheten av menneske-i-løkken maskinlæring, med 81% som sier det er svært eller ekstremt viktig. 97% rapporterte at menneske-i-løkken vurdering er viktig for nøyaktig modellprestasjon.
• Adopsjon: Teknologer er delt på om deres organisasjon er foran eller på lik linje med andre i deres bransje. US-respondenter er mer sannsynlig å si at deres organisasjoner er foran andre i deres bransje når det gjelder å adoptere AI sammenlignet med europeiske respondenter.
• Etikk: 93% av respondentene er enige om at ansvarlig AI er et grunnlag for alle AI-prosjekter i deres organisasjon. 

Sujatha Sagiraju er Chief Product Officer i Appen. 

“Majoriteten av AI-innsatsene brukes på å håndtere data for AI-livssyklusen, noe som betyr at det er en usedvanlig oppgave for AI-ledere å håndtere alene – og er området mange sliter med,” sa Sagiraju. “Kilde høykvalitetsdata er kritisk for suksessen til AI-løsningene, og vi ser at organisasjoner legger vekt på viktigheten av dataakkuratheit.” 

Wilson Pang er CTO i Appen. 

“Dataakkuratheit er kritisk for suksessen til AI og ML-modeller, da kvalitativt rik data gir bedre modellutganger og konsistent prosessering og beslutning,” sa Pang. “For gode resultater må datasettene være nøyaktige, omfattende og skalerbare.” 

Du kan finne den fullstendige Tilstand for AI og Maskinlæring Rapport her.