Wilson Pang, Chief Technology Officer at Appen – Wywiad

Wilson Pang jest Chief Technology Officer w firmie Appen, gdzie kieruje grupą światowej klasy naukowców danych, inżynierów i menedżerów produktów, aby połączyć potęgę technologii i ludzi w celu rozwiązania problemów z danymi AI.

W tym wywiadzie dyskutujemy o etyce AI, Raporcie Appen o stanie AI i uczeniu maszynowym z 2020 roku oraz aktualnych wyzwaniach branży.

Czym było to, co osobiscie przyciągnęło Cię do inżynierii oprogramowania i nauki o danych?

Otrzymałem możliwość pracy z danymi i AI 10 lat temu. W świecie AI, deweloperzy nie kontrolują już logiki w kodzie, ale dane decydują o logice modelu AI, co jest fascynujące. Zaczynałem swoją karierę jako deweloper w IBM, budując duże systemy dla banków, operatorów telekomunikacyjnych i firm giełdowych. Byłem podekscytowany potęgą oprogramowania i AI.

Jestem również szczęśliwy, że mógł zobaczyć, jak dane i uczenie maszynowe pomagają rozwijać biznes. Moja drużyna w eBay wykorzystała AI do zwiększenia zakupów kupujących, co przyniosło dziesiątki milionów dolarów przychodu. Użyliśmy AI, aby zwiększyć wewnętrzną wydajność i obniżyć znacznie koszty operacyjne dla Trip.com. Teraz w Appen, pomagamy firmom z różnych branż wykorzystywać AI do osiągania sukcesu w swoim biznesie.

Czy mógłbyś opisać niektóre z ofert AI i oznaczania danych Appen?

Jesteśmy dostawcą danych szkoleniowych, pracującym z ponad 1 milionem kontrahentów, aby zbierać i oznaczać obrazy, tekst, mowę, audio, wideo i inne dane. Ci kontrahenci mieszkają w ponad 130 krajach i mówią 180 językami i dialekty, co daje nam możliwość dostarczania wysokiej jakości danych dla projektów AI. Mamy również profesjonalne zespoły, które pracowały z danymi AI przez ponad 20 lat i mają wiele wiedzy na temat tego, jak uzyskać odpowiednie dane szkoleniowe. Co więcej, mamy wiodącą platformę oznaczania danych AI, która ma wbudowane funkcje, aby zapewnić jakość i produktywność. Naszym klientom możemy zaoferować zarówno zarządzaną usługę, w której współpracujemy z ich zespołem, jak i samodzielną platformę. Nasza platforma oznaczania danych AI daje klientom możliwość zarządzania projektami wraz z narzędziami wspomaganymi przez maszynowe uczenie, aby poprawić jakość, dokładność i szybkość oznaczania.

Z ponad 20-letnim doświadczeniem, nasze usługi oferują światowej klasy dane szkoleniowe, najbardziej zaawansowaną platformę oznaczania danych AI oraz zróżnicowaną, globalną grupę, aby zapewnić wysokiej jakości dane.

Jakie są niektóre z otwartych zbiorów danych, które są dostępne?

Appen ma kilka otwartych zbiorów danych dostępnych online, od oznaczania obrazów po rozpoznawanie pisma. Te zbiory danych są darmowe do pobrania i mogą być wykorzystane do budowy i szkolenia Twojego modelu AI. Jednym z najbardziej interesujących zbiorów jest ten dotyczący segmentacji jąder z obrazów medycznych. Zawiera on ponad 21 000 jąder oznaczonych i zweryfikowanych przez ekspertów medycznych.

Co było Twoim największym osobistym wnioskiem z Raportu Appen o stanie AI i uczeniu maszynowym z 2020 roku?

Najbardziej interesującym odkryciem z raportu była zwiększona zaangażowanie kierownictwa. Słyszałem o tym, ale widzieć zwiększenie o 31% w porównaniu z zeszłym rokiem było dużym zaskoczeniem. AI staje się częścią rdzenia biznesu i nie tylko liderów technologicznych.

Jedną z przyczyn obaw w raporcie jest to, że tylko 25% firm stwierdziło, że niezależne AI jest kluczowe. Czy uważasz, że jest to spowodowane brakiem edukacji na temat znaczenia usuwania AI bias?

Tak, edukacja jest pierwszym krokiem do poprawy tej statystyki. Model AI zbudowany na danych z biasem dostarczy wyniki z biasem i nigdy nie będzie w pełni udany. Liderzy biznesu muszą nauczyć się znaczenia posiadania niezależnych danych i jak to prowadzi do udanego wdrożenia.

Co są niektóre z etyk AI, które firmy powinny brać pod uwagę przy pracy z AI i dużymi zbiorami danych?

Ważne jest, aby spojrzeć na to, skąd pochodzą dane. Czy te dane są etycznie pozyskane i niezależne? Przyglądając się ich pochodzeniu, chcesz wiedzieć, czy ludzie otrzymali uczciwą pensję i czy dane pochodzą z zróżnicowanej grupy. Niedawno opublikowaliśmy nasz Kod Etyki dla naszych współpracowników w celu wspierania inkluzywności, różnorodności, uczciwej pensji i komunikacji.

Co uważasz za największe obecne wyzwanie branży?

Brak danych i zarządzania danymi jest największym wyzwaniem dla branży. Zespoły mają wiele decyzji, które muszą podjąć dotyczące danych, i wiele z nich ma trudności z rozpoznaniem, czego potrzebują. Muszą zrozumieć, jakie dane mają, skąd pochodzą i jakie dane jeszcze potrzebują. Wszystkie te zarządzanie danymi jest ważne dla budowy i szkolenia modelu AI. Brak danych może prowadzić do modelu z biasem, który z kolei nie będzie udany.

Appen publikuje Raport o stanie AI i uczeniu maszynowym od wielu lat. Kiedy opublikowano pierwszy raport i jakie są największe zmiany, które zaszły od tego czasu?

Pierwszy raport został opublikowany w 2015 roku, a największą zmianą, którą zaobserwowaliśmy, jest zmiana w posiadaniu projektów AI. Pierwszy raport był głównie odpowiedzią od naukowców danych, którzy zarządzali AI w swoich firmach. Dziś 71% stanowi posiadanie przez kierownictwo, co wskazuje na ogromną zmianę perspektywy AI stając się bardziej krytycznym dla firm. Naukowcy danych również mieli wiele wyzwań, od braku zasobów do budowy wartościowych informacji z danych do niejasnych celów i nierzeczywistych oczekiwań. Jednak jednym z kluczowych wyzwań, które pozostają takie same, jest to związane z danymi i zarządzaniem danymi.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat Appen?

16 lipca będziemy gospodarzem pierwszej wirtualnej rundy stołowej na temat uruchamiania AI w świecie rzeczywistym na Appen.com. Czteroczęściowa seria obejmuje wiodących praktyków, którzy dzielą się swoimi doświadczeniami i wglądami w swoje własne podróże AI, aby oświetlić drogę do przyspieszenia postępów w AI. Aby odnieść sukces, firmy będą musiały być przygotowane do pokonania kilku wspólnych wyzwań związanych z danymi, etyką, ludźmi i cyklem życia. W pierwszej edycji, łączymy wiodących ekspertów, aby podzielić się tym, co oznacza dla nich i ich organizacji uczestniczenie w tworzeniu odpowiedzialnego AI.

Dziękujemy za wywiad. Czytelnicy mogą chcieć przeczytać Raport Appen o stanie AI i uczeniu maszynowym z 2020 roku lub odwiedzić stronę Appen.