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

RE-WORK є лідером у сфері організації заходів з AI та глибокого навчання, проводячи саміти та майстер-класи по всьому світу. Ці заходи охоплюють теми, пов’язані з глибоким навчанням, машинним навчанням, AI у різних секторах, комп’ютерним зором, самоходними транспортними засобами, відповідальною AI та ін. Вони збирають разом лідерів з галузі та академії. 

У найновішій білій книзі RE•WORK, озаглавленій «Виклики, успіхи, прогрес та невдачі обробки в AI», серед авторів були імена з Університету Пердью, Університету Райерсона, GSI Technology, COTA Inc., Omdena та ін.

Біла книга складається з шести розділів:

• Розділ 1: Обмеження даних у звичайних галузевих та некомерційних застосунках 

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

• Розділ 3: Обмеження та досягнення доступності даних

• Розділ 4: Затори даних у ML та AL

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

• Розділ 6: Все у 6G бездротових мережах зв’язку

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

Розділ 1 був написаний Росано де Олівейра Гомесом, провідним інженером машинного навчання з Omdena; Харіні Суреш, дослідником PhD у MIT; та Ерімом Афзалом, інженером машинного навчання з Omdena. 

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

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

Третій розділ охоплює обмеження та переваги доступності даних. Він починається з пояснення того, що таке доступність даних і чого вона не є, а потім переходить до обмежень, таких як сумісність даних, збій зберігання, збій сервера/мережі, вартість та погана якість даних. Розділ завершується введенням рішень, таких як високопродуктивний потік обробки даних та гібридний хмарний сервіс.

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

Четвертий розділ охоплює різні затори у ML та AL, зосереджуючись на проблематичних алгоритмах та моделях, таких як системи розпізнавання облич, які продемонстрували високу помилку та упередженість. Він продовжує демонструвати, як пом’якшити упередженість та підвищити інтерпретацію, а також чому набір даних повинен бути великим та різноманітним. Розділ охоплює інші аспекти даних, такі як узгодженість та точність джерел даних. 

Розділ 4 був написаний Шівамом Матурою, директором стратегії у 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 завтраші успіхи» та необхідність подальших експериментів. 

Розділ 5 був написаний Шайною Раза, кандидатом наук у галузі комп’ютерних наук у Райерсонському університеті. 

Шостий розділ охоплює нові 6G бездротові мережі зв’язку та те, як вони вимагатимуть AI, машинного навчання та ін. Він продовжує відзначати, як ці системи забезпечать безпрецедентну ємність та доступ до мережі. Деякі інші теми розділу включають: Наступне покоління бездротових мереж з AI та SDN, мотивацію з 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 Флоридського міжнародного університету; Хосепа М. Джорнета, Каушика Човдхурі, Франческо Рестуччіа та Томмазо Мелодію з Північно-Східного університету; Сум’яджита Мандала та Джона Шеї з Університету Флориди; Адітью Дхананджая з Pi Radio; та Джая Давані та Василя Дімітрова з Lemurian Labs.