Rapor İncelemesi: Appen’in Yıllık AI Durumu Raporu

Appen Limited, küresel bir AI lideri olarak büyük ölçekli insan tarafından veri kaynağı sağlama, veri hazırlama ve model değerlendirme sağlayan bir şirket, uzun süredir beklenen yıllık “AI ve Makine Öğrenimi Durumu Raporu”nu yayınladı.

AI ve Makine Öğrenimi Durumu Raporu, tüm boyutlardaki şirketlerin AI olgunluğunu ilerletirken uyguladıkları stratejilere odaklanan yıllık bir rapordur. En son yayınlanan rapor, Appen tarafından yayımlanan sekizinci rapor olup, veri yönetimi ve güvenliğine, sorumlu AI’ye ve dış veri sağlayıcıların ilerlemeyi destekleme rollerine ilişkin en iyi yaklaşımları vurgulamaktadır.

Raporun Ana Bulguları

Raporun ana sonuçları, kaynak sağlama, kalite, değerlendirme, benimseme ve etikle ilgiliydi.

Raporun ana bulgularından biri, katılımcıların %51’inin veri doğruluğunun AI kullanım durumları için kritik olduğunu düşünmesiydi. Doğru ve yüksek kaliteli verilerin AI modellerinin başarısı için kritik olduğu iyi bilinmektedir, ancak birçok iş lideri ideal ve gerçeklik arasında veri doğruluğunu elde etme konusunda önemli bir boşluk yaşamaktadır.

Başka bir önemli sonuç, şirketlerin sorumlu AI’ye odaklanmaya ve stratejilerini olgunlaştırmaya başlamasıydı. Artan sayıda iş lideri ve teknolog, AI projelerini sürdüren veri kalitesini iyileştirmeye çalışmakta, bu da kapsayıcı veri kümeleri ve önyargılı modelleri teşvik etmektedir. Rapor, %80’inin veri çeşitliliği’nin “çok önemli” veya “önemli” olduğunu düşündüğünü buldu. Ayrıca, %95’inin sentetik verilerin kapsayıcı veri kümeleri oluşturmadaki önemli bir oyuncu olacağını düşündüğünü buldu.

Mark Brayan, Appen’in CEO’sudur.

“Bu yılın AI durumu raporu, %93’ünün sorumlu AI’nin tüm AI projelerinin temeli olduğunu düşündüğünü gösteriyor” dedi Brayan. “Sorun, birçok kişinin harika AI oluştururken kötü veri kümeleriyle karşı karşıya kalması ve bu durumun hedeflerine ulaşmalarına önemli bir engel oluşturmasıdır.”

Raporun diğer bazı önemli sonuçları şunlardır:

• Kaynak Sağlama: Teknologların %42’si, AI yaşam döngüsünün veri kaynağı aşamasının çok zor olduğunu söylerken, iş liderleri veri kaynağını çok zor olarak bildirmeye menos muhtemeldir (%24).
• Kalite: Katılımcıların yarısından fazlası, veri doğruluğunun AI’nin başarısı için kritik olduğunu söylüyor, ancak yalnızca %6’sı veri doğruluğunun %90’dan daha yüksek olduğunu bildirdi.
• Değerlendirme: İnsan-çevrimiçi makine öğrenimi konusunda güçlü bir uzlaşı vardır ve %81’i bunun çok veya非常 önemli olduğunu söylüyor. %97’si, doğru model performansının insan-çevrimiçi değerlendirme ile önemli olduğunu bildirdi.
• Benimseme: Teknologlar, organizasyonlarının endüstrilerindeki diğer şirketlere göre AI benimsemesinde öne çıkıp çıkmadığı konusunda bölünmüş durumda. ABD’li katılımcılar, Avrupa’lı katılımcılara kıyasla organizasyonlarının AI benimsemesinde diğer şirketlere göre öne çıktığını söylemeye daha eğilimliler.
• Etik: %93’ü, sorumlu AI’nin organizasyonlarındaki tüm AI projelerinin temeli olduğunu düşünüyor.

Sujatha Sagiraju, Appen’in Ürün Başkanıdır.

“AI çabalarının çoğu, AI yaşam döngüsü için veri yönetimi ile geçer, bu nedenle AI liderleri için bunu tek başına ele almak inanılmaz bir görevdir ve birçok kişi bu alanda mücadele vermektedir” dedi Sagiraju. “Yüksek kaliteli veri kaynağı, AI çözümlerinin başarısı için kritiktir ve organizasyonların veri doğruluğunun önemini vurguladıklarını görüyoruz.”

Wilson Pang, Appen’in CTO’sudur.

“Veri doğruluğu, AI ve ML modellerinin başarısı için kritiktir ve nitelikli zengin veri, daha iyi model çıktıları ve tutarlı işleme ve karar vermeye yol açar” dedi Pang. “İyi sonuçlar için veri kümelerinin doğru, kapsamlı ve ölçeklenebilir olması gerekir.”

Tam AI ve Makine Öğrenimi Durumu Raporu burada bulunabilir.