Rapport anmeldelse: Appens årlige State of AI-rapport

Appen Limited, en global AI-leder innen datakilder, dataforberedelse og modellutvurdering ved menneskelig skala, har lansert sin høyt etterlengtede årlige “State of AI and Machine Learning Report”.

State of AI and Machine Learning Report er en årlig rapport som fokuserer på strategiene som implementeres av selskaper av alle størrelser over bransjer mens de øker sin AI-maturitet. Den siste 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 fremgangen.

Hovedfunn i rapporten

Rapportens hovedpoeng omfattet kilde, kvalitet, utvurdering, adopsjon og etikk.

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

En annen viktig poeng var at selskaper i økende grad flytter fokus til ansvarlig AI og modner ut strategiene sine. En økende antall bedriftsledere 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.

“I år State of AI-rapport finner vi 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 bedriftsledere 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 oppnå dataakkuratheit over 90%.
• Utvurdering: Det er en sterk enighet om viktigheten av menneske-i-løkken maskinlæring med 81% som sier det er svært eller ekstremt viktig. 97% rapporterte at menneske-i-løkken utvurdering er viktig for nøyaktig modellprestasjon.
• Adopsjon: Teknologer er delt på om organisasjonen deres er foran eller på lik linje med andre i bransjen. US-respondenter er mer sannsynlig å si at organisasjonen deres er foran andre i bransjen når det gjelder å adoptere AI sammenlignet med europeiske respondenter.
• Etikk: 93% av respondentene er enige om at ansvarlig AI er grunnlaget for alle AI-prosjekter i organisasjonen.

Sujatha Sagiraju er Chief Product Officer i Appen.

“Majoriteten av AI-innsatsen brukes på å håndtere data for AI-livssyklusen, noe betyr at det er en enorm oppgave for AI-ledere å håndtere alene – og det 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-modellene, da kvalitativt rike data gir bedre modellutgang og konsistent prosessering og beslutning,” sa Pang. “For gode resultater må datasettene være nøyaktige, komplette og skalerbare.”

Du kan finne den fullstendige State of AI og Machine Learning Report her.