Modelos e plataformas de IA
RE•WORK White Paper: Os Desafios, Sucessos, Progressão e Falhas do Processamento em IA
Adicione Unite.AI às suas fontes preferidas no Google
A RE-WORK é uma líder em eventos de IA e Aprendizado Profundo, organizando cúpulas e workshops em todo o mundo. Os eventos abordam tópicos relacionados a Aprendizado Profundo, Aprendizado de Máquina, IA em vários setores, Visão Computacional, Veículos Autônomos, IA Responsável e muito mais. Eles reúnem líderes da indústria e da academia.
No whitepaper mais recente da RE•WORK, intitulado ‘Os Desafios, Sucessos, Progressão e Falhas do Processamento em IA’, os contribuintes incluíram nomes da Purdue University, Ryerson University, GSI Technology (GSIT ), COTA Inc., Omdena e muito mais.
O white paper é dividido em seis capítulos:
- Capítulo 1: Limitações de Dados em Aplicações Comuns da Indústria e Sem Fins Lucrativos
- Capítulo 2: Convergência de ElasticSearch, ANN e Computação em Memória
- Capítulo 3: Limitações e Avanços da Disponibilidade de Dados
- Capítulo 4: Obstáculos de Dados em ML e AL
- Capítulo 5: Limitações de Processamento em IA Empresarial – O GPT-3 é a Solução Definitiva?
- Capítulo 6: Tudo em Redes de Comunicação Sem Fio 6G
O primeiro capítulo do papel aborda os principais desafios de dados que as organizações privadas e sem fins lucrativos enfrentam. Ele também detalha limitações comuns relacionadas à disponibilidade e custo, privacidade e ética, e dados. Este capítulo se baseia em três estudos de caso específicos para demonstrar limitações de dados em texto, vídeo e dados geográficos, incluindo ‘Abordando vulnerabilidade com NLP’, ‘Visão Computacional para Resposta a Emergências’ e ‘Aplicações de Visão Computacional para Dirigir Autônomo’.
O Capítulo 1 foi escrito por Rosano de Oliveira Gomez, Líder de Engenharia de Aprendizado de Máquina da Omdena; Harini Suresh, pesquisadora de PhD no MIT; e Erim Afzal, engenheiro de ML da Omdena.
O segundo capítulo se concentra no uso de aproximada vizinhança mais próxima (ANN) com aceleração de processamento em memória, o que fornece resposta em tempo real de operações de busca elástica. A busca elástica, que originalmente era um mecanismo de busca de texto, agora pode incluir documentos como imagens, arquitetura de rede, documentos de texto e recibos de produtos. O capítulo também aborda novas tecnologias no mercado, como a Unidade de Processamento Associativa (APU).
O Capítulo 2 foi escrito por Mark Wright, diretor de marketing da GSI Technology.
O terceiro capítulo aborda as limitações e vantagens da disponibilidade de dados. Ele começa explicando o que é disponibilidade de dados e o que não é, seguido de suas limitações, como compatibilidade de dados, falha de armazenamento, falha de servidor/rede, custo e baixa qualidade de dados. O capítulo termina apresentando soluções como um pipeline de processamento de dados de alto desempenho e a nuvem híbrida.
O Capítulo 3 foi escrito por Adebunmi Odefunso, engenheira de software e praticante de ML da Purdue University.
O quarto capítulo aborda os obstáculos em ML e IA, focalizando algoritmos e modelos problemáticos, como sistemas de reconhecimento facial, que demonstraram altas taxas de erro e viés. Ele prossegue demonstrando como mitigar o viés e aumentar a interpretabilidade e por que o conjunto de dados deve ser grande e diverso. Vários outros aspectos de dados são abordados, como a consistência e a precisão das fontes de dados.
O Capítulo 4 foi escrito por Shivam Mathura, Diretor de Estratégia da COTA Inc.
O quinto capítulo utiliza o modelo de IA mais recente, GPT-3, para explorar as limitações e o potencial da IA em Empresas. O objetivo do capítulo é reconhecer que “as limitações de hoje são os sucessos de amanhã” e a necessidade de experimentação contínua.
O Capítulo 5 foi escrito por Shaina Raza, candidata a PhD em Ciência da Computação da Ryerson University.
O sexto capítulo aborda as redes de comunicação sem fio emergentes 6G e como elas exigirão IA, aprendizado de máquina e mais. Ele prossegue notando como esses sistemas permitirão uma capacidade e acesso de rede sem precedentes. Alguns dos outros tópicos do capítulo incluem Redes de Comunicação Sem Fio de Próxima Geração com IA e SDN, Motivação do Desafio de Colaboração de Espectro da DARPA e Implementação de Algoritmos de Rádio Inteligentes.
O Capítulo 6 foi escrito por vários autores, incluindo Kemal Akkaya, Arjuna Madanayake, Udara De Silva, e Sravan Pulipati da Florida Int. University; Josep M. Jornet, Kaushik Chowdhury, Francesco Restuccia, e Tommaso Melodia da Northeastern University; Soumyajit Mandal e John Shea da University of Florida; Aditya Dhananjay da Pi Radio; e Jay Dawani e Vassil Dimitrov da Lemurian Labs.
