Wilson Pang, Chief Technology Officer på Appen – Intervju-serie

Wilson Pang är Chief Technology Officer på Appen, där han leder en grupp av världsklassens dataforskare, ingenjörer och produktchefer för att kombinera kraften från teknik och människor för att lösa AI-dataproblem.

I den här intervjun diskuterar vi AI-etik, Appens 2020 State of AI and Machine Learning Report och nuvarande branschutmaningar.

Vad var det som personligen lockade dig till programvaruteknik och datavetenskap?

Jag fick möjligheten att arbeta med data och AI för 10 år sedan. I AI-världen kontrollerar utvecklare inte längre logiken i koden, utan data bestämmer logiken i AI-modellen, vilket är fascinerande. Jag började min karriär som utvecklare på IBM, där jag byggde stora system för banker, telekomoperatörer och värdepappersbolag. Jag blev inspirerad av kraften i programvaran och AI.

Jag är också lycklig att ha sett hur data och maskinlärning har hjälpt till att växa företag. Min grupp på eBay utnyttjade AI för att öka köp av kunder, vilket ledde till en ökning av intäkterna med tiotals miljoner. Vi använde AI för att öka den interna effektiviteten och minska de operativa kostnaderna avsevärt för Trip.com. Nu på Appen hjälper vi företag från alla typer av branscher att använda AI för att driva framgång för sina företag.

Kan du beskriva några av Appens AI- och dataetiketteringserbjudanden?

Vi är en leverantör av träningsdata som arbetar med över 1 miljon underleverantörer för att samla in och etikettera bilder, text, tal, ljud, video och annan data. Dessa underleverantörer bor i över 130 länder och talar 180 språk och dialekter, vilket ger oss möjlighet att tillhandahålla högkvalitativ data för AI-projekt. Vi har också professionella team som har arbetat med AI-data i över 20 år och har stor kunskap om hur man får rätt träningsdata. Dessutom har vi en branschledande AI-assisterad etiketteringsplattform som har inbyggda funktioner för att säkerställa kvalitet och produktivitet. Våra kunder kan välja mellan vår hanterade tjänstlösning, där vi samarbetar med deras team, eller självbetjäningsplattformen. Vår AI-assisterade dataetiketteringsplattform ger kunderna möjlighet att hantera projekt tillsammans med maskinlärningsbaserade verktyg för att förbättra kvalitet, noggrannhet och etiketteringshastighet.

Med över 20 års erfarenhet erbjuder våra tjänster världsklassens träningsdata, den mest avancerade AI-assisterade dataetiketteringsplattformen och en diversifierad, global grupp för att säkerställa högkvalitativ data.

Vilka är några av de öppna datauppsättningarna som finns tillgängliga?

Appen har flera öppna datauppsättningar tillgängliga online, från bildetikettering till handstilsigenkänning. Dessa datauppsättningar är gratis att ladda ner och kan användas för att hjälpa till att bygga och träna din AI-modell. En av de mest intressanta uppsättningarna som finns tillgängliga är på nucleussegmentering från medicinska bilder. Data innehåller mer än 21 000 kärnor som har etiketterats och validerats av medicinska experter.

Vad var din största personliga insikt från 2020 State of AI and Machine Learning Report?

Det mest intressanta fyndet från rapporten var den ökade involveringen från C-nivå. Jag hade hört talas om det, men att se ökningen med 31% från föregående år var en stor överraskning. AI blir en del av kärnverksamheten och inte bara för tekniska ledare.

En orsak till oro i rapporten är att endast 25% av företagen uppgav att obiaserad AI är en mission-kritisk faktor. Tror du att detta beror på brist på utbildning om vikten av att ta bort AI-fördomar? Vad behöver göras för att förbättra dessa statistik?

Ja, utbildning är det första steget till att förbättra den statistiken. En AI-modell som byggs på fördomsfull data kommer att leverera fördomsfulla resultat och aldrig bli fullständigt framgångsrik. Företagsledare måste lära sig vikten av att ha obiaserad data och hur det leder till en framgångsrik distribution.

Vilka är några AI-etiska principer som företag bör överväga när de arbetar med AI och stora datauppsättningar?

Det är viktigt att titta på var data kommer ifrån. Är den data etiskt källmärkt och obiaserad? När du tittar på var den kommer ifrån, vill du veta om människorna fick en rättvis lön och om data kom från en diversifierad grupp. Vi släppte nyligen vår Crowd Code of Ethics till stöd för inkludering, mångfald, rättvis lön och kommunikation för våra bidragsgivare.

Vad ser du som den nuvarande största branschutmaningen?

Brist på data och datahantering är den största utmaningen för branschen. Team har många beslut som de måste fatta om data och många har svårt att känna till vad de behöver. De måste förstå vilken data de har, var den kommer ifrån och vilken data de fortfarande behöver. All den datahanteringen är viktig för att bygga och träna en AI-modell. Brist på data kan leda till en fördomsfull modell som i sin tur inte kommer att vara framgångsrik.

Appen har släppt State of AI and Machine Learning Reports under många år nu. När släpptes den första rapporten och vilka är några av de största förändringarna som har skett sedan den initiala rapporten?

Den första rapporten släpptes 2015 och den största förändringen vi har sett är i ägarskapet av AI-projekt. Den första rapporten besvarades främst av dataforskare som hanterade AI för sina företag. Idag anger 71% att de har C-nivåägarskap, vilket indikerar en stor förändring i perspektivet på AI som blir allt viktigare för företag. Dataforskare mötte många utmaningar, från brist på resurser för att bygga värdefulla insikter från data till oklara mål och orealistiska förväntningar. Men en av de viktigaste utmaningarna kvarstår fortfarande kring data och datahantering.

Finns det något annat du vill dela om Appen?

Den 16 juli är vi glada att vara värd för den första virtuella rundabordssamtalen om att lansera AI i den riktiga världen på Appen.com. Den fyra delar långa serien presenterar branschledande praktiker som delar personliga erfarenheter och insikter från sina egna AI-resor, vilket ger ljus så att andra kan accelerera framstegen mot sina AI-initiativ. För att lyckas måste företag vara beredda att övervinna flera vanliga utmaningar kring data, etik, människor och livscykel. I den första utgåvan samlar vi ledande experter för att dela vad det betyder för dem och deras organisation att delta i skapandet av ansvarsfull AI.

Tack för intervjun. Läsare kan vilja läsa Appens 2020 State of AI and Machine Learning Report eller besöka Appen-webbplatsen.