RE•WORK White Paper: Provocările, Succesele, Progresul și Eșecurile Prelucrării în Inteligența Artificială

RE-WORK este un lider în evenimente de Inteligență Artificială și Învățare Adâncă, organizând summit-uri și ateliere în întreaga lume. Evenimentele acoperă subiecte referitoare la Învățare Adâncă, Învățare Automată, Inteligență Artificială în diverse sectoare, Viziune Computerizată, Vehicule Autonome, Inteligență Artificială Responsabilă și multe altele. Ei adună laolaltă lideri din industrie și academia.

În cel mai recent raport alb al RE•WORK, intitulat „Provocările, Succesele, Progresul și Eșecurile Prelucrării în Inteligența Artificială”, contribuitorii au inclus nume de la Purdue University, Ryerson University, GSI Technology (GSIT ), COTA Inc., Omdena și multe altele.

Raportul alb este împărțit în șase capitole:

• Capitolul 1: Limitări ale datelor în aplicații industriale și non-profit comune

• Capitolul 2: Convergența ElasticSearch, ANN și Computer-in-Memory

• Capitolul 3: Limitări și avantaje ale disponibilității datelor

• Capitolul 4: Bariere în calea datelor în Învățare Automată și Inteligență Artificială

• Capitolul 5: Limitări ale prelucrării în Inteligența Artificială Enterprise – Este GPT-3 soluția finală?

• Capitolul 6: Toate în rețelele de comunicații wireless 6G

Primul capitol al raportului acoperă cele mai comune provocări ale datelor cu care se confruntă atât organizațiile private, cât și cele non-profit. De asemenea, detaliază limitările comune referitoare la disponibilitate și cost, confidențialitate și etică, și date. Acest capitol s-a bazat pe trei studii de caz specifice pentru a demonstra limitările datelor în text, video și date geografice, incluzând „Abordarea vulnerabilității cu NLP”, „Viziune Computerizată pentru Răspuns la Urgențe” și „Aplicații de Viziune Computerizată pentru Conducerea Autonomă”.

Capitolul 1 a fost scris de Rosano de Oliveira Gomez, inginer de învățare automată de la Omdena; Harini Suresh, cercetător PhD la MIT; și Erim Afzal, inginer de învățare automată la Omdena.

Al doilea capitol se concentrează pe utilizarea vecinului aproximativ (ANN) cu accelerare de procesare în memorie, care oferă răspunsuri în timp real de la operațiunile de căutare elastică. Elasticsearch, care a fost inițial un motor de căutare pentru text, poate include acum în bazele de date documente precum imagini, arhitecturi de rețea, documente de text și chitanțe de produse. Capitolul acoperă, de asemenea, noi tehnologii de pe piață, cum ar fi Unitatea de Procesare Asociativă (APU).

Capitolul 2 a fost scris de Mark Wright, director de marketing la GSI Technology.

Al treilea capitol acoperă limitările și avantaje ale disponibilității datelor. Începe prin a explica ce este și ce nu este disponibilitatea datelor, urmată de limitările sale, cum ar fi compatibilitatea datelor, eșecul de stocare, eșecul serverului/rețelei, costul și calitatea slabă a datelor. Capitolul se încheie prin introducerea unor soluții, cum ar fi o pipelină de procesare a datelor de înaltă performanță și cloudul hibrid.

Capitolul 3 a fost scris de Adebunmi Odefunso, inginer de software și practician de învățare automată la Purdue University.

Al patrulea capitol acoperă diversele bariere în calea învățării automate și a inteligenței artificiale, concentrându-se pe algoritmii și modelele problematice, cum ar fi sistemele de recunoaștere facială, care au demonstrat rate de eroare și bias ridicate. Acesta continuă prin a demonstra cum să se mitigeze biasul și să se crească interpretabilitatea și de ce setul de date trebuie să fie mare și divers.

Capitolul 4 a fost scris de Shivam Mathura, director de strategie la COTA Inc.

Al cincilea capitol utilizează cel mai recent model de inteligență artificială, GPT-3, pentru a explora limitările și potențialul inteligenței artificiale în domeniul enterprise. Scopul capitolului este de a recunoaște că „limitările de astăzi sunt succesele de mâine” și necesitatea continuării experimentării.

Capitolul 5 a fost scris de Shaina Raza, candidat PhD în știința calculatoarelor la Ryerson University.

Al șaselea capitol acoperă rețelele de comunicații wireless emergente 6G și modul în care acestea vor necesita inteligență artificială, învățare automată și multe altele. Acesta continuă prin a remarca cum aceste sisteme vor permite o capacitate și acces la rețea fără precedent. Unele dintre celelalte subiecte ale capitolului includ: Rețele wireless de următoare generație cu Inteligență Artificială și SDN, Motivație din Challenge-ul de Colaborare a Spectrului DARPA și Implementarea algoritmilor radio inteligenți.

Capitolul 6 a fost scris de mai mulți autori, incluzând Kemal Akkaya, Arjuna Madanayake, Udara De Silva, și Sravan Pulipati de la Universitatea Internațională din Florida; Josep M. Jornet, Kaushik Chowdhury, Francesco Restuccia, și Tommaso Melodia de la Universitatea Northeastern; Soumyajit Mandal și John Shea de la Universitatea din Florida; Aditya Dhananjay de la Pi Radio; și Jay Dawani și Vassil Dimitrov de la Lemurian Labs.