Wilson Pang, teknologidirektør i Appen – Intervju-serie

Wilson Pang er teknologidirektør i Appen, der han leder en gruppe verdensklasse dataforskere, ingeniører og produktledere for å kombinere kraften fra teknologi og mennesker for å løse AI-data-problemer.

I dette intervjuet diskuterer vi AI-etik, Appens 2020-rapport om tilstand av AI og maskinlæring og nåværende industrielle utfordringer.

Hva var det som personlig tiltalte deg til programvareingeniør og datavitenskap?

Jeg fikk muligheten til å arbeide med data og AI for 10 år siden. I AI-verdenen kontrollerer utviklere ikke lenger logikken i koden, men data bestemmer logikken i AI-modellen, noe som er fascinerende. Jeg startet min karriere som utvikler hos IBM, der jeg bygget store systemer for banker, telekomselskaper og børsnoterte selskaper. Jeg var spesielt begeistret for kraften i programvare og AI.

Jeg er også heldig å ha sett hvordan data og maskinlæring hjelper å vokse bedriftene mine. Mitt team hos eBay utnyttet AI til å øke kjøpene hos kjøperne, noe som økte inntektene med titall millioner. Vi brukte AI til å øke intern effisiens og redusere driftskostnadene betydelig for Trip.com. Nå hos Appen hjelper vi bedrifter fra alle bransjer å bruke AI til å drive suksessen i deres forretninger.

Kan du beskrive noen av Appens AI- og data-merkingstilbud?

Vi er en leverandør av treningsdata som samarbeider med over 1 million entreprenører for å samle inn og merke bilder, tekst, tale, lyd, video og andre data. Disse entreprenørene bor i over 130 land og snakker 180 språk og dialekter, noe som gir oss mulighet til å levere høykvalitetsdata for AI-prosjekter. Vi har også profesjonelle team som har arbeidet med AI-data i over 20 år og har mye kunnskap om hvordan man får treningsdataene riktige. Vi har også en bransjeledende AI-assistert annoteringsplattform med innebygde funksjoner for å sikre kvalitet og produktivitet. Våre kunder kan velge mellom vår managed service-løsning, der vi samarbeider med deres team, eller selvbetjeningplattformen. Vår AI-assisterte data-annoteringsplattform gir kundene mulighet til å håndtere prosjekter sammen med maskinlæringsassisterte verktøy for å forbedre kvalitet, nøyaktighet og annoteringshastighet.

Med over 20 års erfaring tilbyr våre tjenester verdensklasse treningsdata, den mest avanserte AI-assisterte data-annoteringsplattformen og en divers, global crowd for å sikre høykvalitetsdata.

Hva er noen av de åpne dataene som er tilgjengelige?

Appen har flere åpne data tilgjengelige online, fra bilde-annotering til håndskrevne gjenkjenning. Disse dataene er gratis å laste ned og kan brukes til å bygge og trene din AI-modell. En av de mest interessante dataene som er tilgjengelige er på nucleus-segmentering fra medisinske bilder. Dataene inneholder over 21000 nuclei annotert og validert av medisinske eksperter.

Hva var din største personlige inntrykk fra 2020-rapporten om tilstand av AI og maskinlæring?

Det mest interessante funn i rapporten var økningen i C-Suite-deltagelse. Jeg hadde hørt om det, men å se økningen på 31% fra i fjor var en stor overraskelse. AI blir en del av kjernen i bedriftene og ikke bare hos teknologiledere.

En årsak til bekymring i rapporten er at bare 25% av bedriftene sa at ubiasjert AI er kritisk for oppdraget. Tror du at dette skyldes manglende utdanning om viktigheten av å fjerne AI-forvrengning? Hva må gjøres for å forbedre disse statistikkene?

Ja, utdanning er det første skrittet til å forbedre denne statistikken. En AI-modell bygget på forvrent data vil levere forvrente resultater og aldri være fullt ut suksessfull. Forretningsledere må lære viktigheten av å ha ubiasjert data og hvordan det fører til en suksessfull implementering.

Hva er noen AI-etiske retningslinjer som bedrifter bør vurdere når de arbeider med AI og store datasamlinger?

Det er viktig å se på hvor dataene kommer fra. Er dataene etisk kilde og ubiasjert? Når du ser på hvor de ble kilde, ønsker du å vite om menneskene ble betalt en rettferdig lønn og om dataene kom fra en divers gruppe. Vi har nylig lansert vår Crowd Code of Ethics til støtte for inklusjon, diversitet, rettferdig lønn og kommunikasjon for våre bidragsytere.

Hva ser du på som den nåværende største industrielle utfordringen?

Mangel på data og datahåndtering er den største utfordringen for industrien. Teamene må ta mange beslutninger om dataene og mange har utfordringer med å gjenkjenne hva de trenger. De må forstå hva dataene de har, hvor de kommer fra og hva dataene de ennå trenger. All denne datahåndteringen er viktig for å bygge og trene en AI-modell. Mangel på data kan føre til en forvrent modell som ikke vil være suksessfull.

Appen har lansert rapporter om tilstand av AI og maskinlæring i mange år nå. Når ble den første rapporten lansert og hva er noen av de største endringene som har skjedd siden den første rapporten?

Den første rapporten ble lansert i 2015 og den største endringen vi har sett er i eierskap av AI-prosjekter. Den første rapporten ble primært besvart av dataforskere som håndterte AI for sine bedrifter. I dag sier 71% at de har C-Suite-eierskap, noe som indikerer en stor endring i perspektivet på AI som blir mer kritisk for bedriftene. Dataforskerne møtte mange utfordringer, fra mangel på ressurser til å bygge verdifulle innsikter fra dataene til uklare mål og urimelige forventninger. Men en av de viktigste utfordringene er fortsatt den samme rundt data og datahåndtering.

Er det noe annet du ønsker å dele om Appen?

Den 16. juli er vi glade for å arrangere den første virtuelle runden om lansering av AI i den virkelige verden på Appen.com. De fire delene av serien inkluderer bransjeledende praktikere som deler personlige erfaringer og innsikter i deres egne AI-reiser, og kaster lys over hvordan andre kan akselerere fremgang mot deres AI-initiativer. For å lykkes må bedriftene være forberedt på å overvinne flere vanlige utfordringer rundt data, etikk, mennesker og livssykluser. I den første utgaven samler vi sammen ledende eksperter for å dele hva det betyr for dem og deres organisasjon å delta i å skape ansvarlig AI.

Takk for intervjuet. Leserne kan ønske å lese Appens 2020-rapport om tilstand av AI og maskinlæring eller besøke Appens nettsted.