RE•WORK Біла книга: Виклики, успіхи, розвиток та невдачі обробки в AI

RE-WORK є лідером у сфері подій з AI та глибокого навчання, організовуючи саміти та майстер-класи по всьому світу. Події охоплюють теми, пов’язані з глибоким навчанням, машинним навчанням, AI у різних галузях, комп’ютерним зором, самоходними транспортними засобами, відповідальним AI та ін. Вони збирають разом лідерів з промисловості та академії.

У найновішій білі книзі RE•WORK, озаглавленій «Виклики, успіхи, розвиток та невдачі обробки в AI», серед авторів були імена з університету Пердью, університету Райерсона, компанії GSI Technology (GSIT ), компанії COTA Inc., компанії Omdena та інших.

Біла книга складається з шести розділів:

• Розділ 1: Обмеження даних у загальних галузях промисловості та некомерційних застосунків

• Розділ 2: Збіжність Elasticsearch, ANN та комп’ютера в пам’яті

• Розділ 3: Обмеження та переваги доступності даних

• Розділ 4: Проблеми на шляху до машинного навчання та AI

• Розділ 5: Обмеження обробки на підприємстві AI – чи є GPT-3 остаточним рішенням?

• Розділ 6: Все у 6G бездротових комунікаційних мережах

Перший розділ книги охоплює найбільш поширені виклики з даними, з якими стикаються приватні та некомерційні організації. Він також деталізує загальні обмеження щодо доступності та вартості, конфіденційності та етики, а також даних. Цей розділ спирався на три конкретні випадкові дослідження для демонстрації обмежень даних у тексті, відео та географічних даних, включаючи «Вирішення вразливості за допомогою NLP», «Комп’ютерний зір для аварійної відповіді» та «Застосування комп’ютерного зору для автономного руху».

Розділ 1 був написаний Розано де Олівейра Гомесом, провідним інженером машинного навчання з Omdena; Харині Суреш, докторанткою Массачусетського технологічного інституту; та Ерімом Афзалом, інженером машинного навчання з Omdena.

Другий розділ фокусується на використанні апроксимованого найближчого сусіда (ANN) з прискоренням обробки в пам’яті, яке забезпечує реальний час відповіді від операцій Elasticsearch. Elasticsearch, який спочатку був пошуковим двигуном для тексту, тепер може включати в бази даних документи, такі як зображення, мережева архітектура, текстові документи та чеки. Розділ також охоплює нові технології на ринку, такі як Асоціативний процесор (APU).

Розділ 2 був написаний Марком Райтом, директором з маркетингу компанії GSI Technology.

Третій розділ охоплює обмеження та переваги доступності даних. Він починається з пояснення того, що таке доступність даних, а потім деталізує обмеження, такі як сумісність даних, збій зберігання, збій сервера/мережі, вартість та погана якість даних. Розділ завершується введенням рішень, таких як високопродуктивний трубопровід обробки даних та гібридний хмарний зберігання.

Розділ 3 був написаний Адебунмі Одефунсо, інженером-програмістом та практиком машинного навчання університету Пердью.

Четвертий розділ охоплює різні перешкоди на шляху до машинного навчання та AI, зокрема проблематичні алгоритми та моделі, такі як системи розпізнавання облич, які продемонстрували високу помилковість та упередженість. Він продовжує демонструвати, як пом’якшити упередженість та підвищити інтерпретацію, а також чому набір даних повинен бути великим та різноманітним. Розділ охоплює різні інші аспекти даних, такі як узгодженість та точність джерел даних.

Розділ 4 був написаний Шивамом Матура, директором зі стратегії компанії COTA Inc.

П’ятий розділ використовує останню модель AI GPT-3 для дослідження обмежень та потенціалу AI на підприємстві. Метою розділу є визнання того, що «сучасні обмеження – це завтрашні успіхи» та необхідність подальших експериментів.

Розділ 5 був написаний Шайною Раза, докторанткою комп’ютерних наук університету Райерсона.

Шостий розділ охоплює нові 6G бездротові комунікаційні мережі та те, як вони вимагатимуть AI, машинного навчання та ін. Він продовжує зазначати, що ці системи забезпечать безпрецедентну ємність та доступ до мережі. Деякі інших тем розділу включають: Наступне покоління бездротових мереж з AI та SDN, мотивацію від DARPA Spectrum Collaboration Challenge, та реалізацію інтелектуальних радіоалгоритмів.

Розділ 6 був написаний багатьма авторами, включаючи Кемала Аккая, Арджуну Маданаяке, Удару Де Сілву, та Сравана Пуліпаті з університету Флориди; Хосепа М. Жорнета, Каушика Човдхурі, Франческо Рестуччіу, та Томмазо Мелодію з університету Норtheastern; Сумаяджита Мандала та Джона Шею з університету Флориди; Адітью Дхананджая з Pi Radio; та Джая Давані та Василя Дімітрова з Lemurian Labs.