Вілсон Панг, головний технічний директор Appen – серія інтерв’ю

Вілсон Панг є головним технічним директором компанії Аппен, де він очолює групу вчених, інженерів і менеджерів із обробки даних світового класу, щоб об’єднати потужність технологій і людей для вирішення проблем даних ШІ.

У цьому інтерв’ю ми обговорюємо етику ШІ,  Звіт Appen про стан штучного інтелекту та машинного навчання за 2020 рік і поточні виклики галузі.

Що вас особисто привернуло до розробки програмного забезпечення та науки про дані?

Я отримав можливість працювати над даними та ШІ 10 років тому. У світі штучного інтелекту розробники більше не контролюють логіку коду, натомість дані визначають логіку моделі штучного інтелекту, що захоплює. Я розпочав свою кар’єру розробника в IBM, створюючи великі системи для банків, операторів зв’язку та біржових компаній. Я був у захваті від потужності програмного забезпечення та ШІ.

Мені також пощастило на власні очі побачити, як дані та машинне навчання допомагають розвивати бізнес. Моя команда в eBay використовувала штучний інтелект, щоб збільшити кількість покупців, таким чином збільшивши дохід на десятки мільйонів. Ми використали штучний інтелект, щоб підвищити внутрішню ефективність і значно знизити операційні витрати Trip.com. Зараз в Appen ми допомагаємо компаніям із усіх галузей використовувати штучний інтелект для успіху свого бізнесу.

Не могли б ви описати деякі пропозиції Appen щодо ШІ та маркування даних?

Ми є постачальником навчальних даних, який співпрацює з понад 1 мільйоном підрядників для збору та позначення зображень, тексту, мови, аудіо, відео та інших даних. Ці підрядники проживають у понад 130 країнах і розмовляють 180 мовами та діалектами, що дає нам можливість надавати високоякісні дані для проектів ШІ. У нас також є команди професіоналів, які працювали з даними штучного інтелекту понад 20 років і мають багато знань про те, як отримати правильні дані для навчання. І останнє, але не менш важливе: ми маємо провідну в галузі платформу анотацій із підтримкою штучного інтелекту, яка має вбудовані функції для забезпечення якості та продуктивності. Наші клієнти можуть вибрати між нашим рішенням для керованого обслуговування, де ми співпрацюємо з їх командою, або платформою самообслуговування. Наша платформа анотації даних за допомогою ШІ дає клієнтам можливість керувати проектами разом із інструментами машинного навчання для підвищення якості, точності та швидкості анотацій.

Завдяки більш ніж 20-річному досвіду наші послуги пропонують навчальні дані світового рівня, найдосконалішу платформу анотації даних із підтримкою штучного інтелекту та різноманітну глобальну групу для забезпечення високоякісних даних.

Які набори даних із відкритим кодом доступні?

Appen має кілька наборів даних з відкритим кодом, доступних онлайн, від анотацій до зображень до розпізнавання рукописного тексту. Ці набори даних можна безкоштовно завантажити, і їх можна використовувати для створення та навчання вашої моделі ШІ. Один із найцікавіших доступних наборів — це сегментація ядра з медичних зображень. Дані містять понад 21000 ядер, анотованих і підтверджених медичними експертами.

Що було для вас найбільшим особистим результатом Звіт про стан штучного інтелекту та машинного навчання за 2020 рік?

Найцікавішим висновком зі звіту стало збільшення участі C-Suite. Я чув про це, але побачити зростання на 31% порівняно з минулим роком було великою несподіванкою. Штучний інтелект стає частиною основного бізнесу не лише для технологічних лідерів.

Однією з причин для занепокоєння у звіті є те, що лише 25% компаній заявили, що неупереджений ШІ є критично важливим для місії. Чи вважаєте ви, що це пов’язано з недостатньою освітою щодо важливості усунення упереджень ШІ? Що потрібно зробити, щоб покращити цю статистику?

Так, освіта є першим кроком до покращення цієї статистики. Модель штучного інтелекту, побудована на упереджених даних, дасть упереджені результати та ніколи не буде повністю успішною. Керівники компаній повинні зрозуміти важливість об’єктивних даних і зрозуміти, як це веде до успішного розгортання.

Які норми штучного інтелекту слід враховувати компаніям, працюючи зі штучним інтелектом і великими наборами даних?

Важливо дивитися, звідки надійшли дані. Чи ці дані отримані з етичних принципів і є неупередженими? Дивлячись на те, звідки вони були отримані, ви хочете знати, чи люди отримували справедливу заробітну плату і чи надходили дані від різноманітної групи. Нещодавно ми випустили свій Етичний кодекс натовпу на підтримку інклюзії, різноманітності, справедливої ​​оплати та спілкування для наших співавторів.

Що, на вашу думку, є найбільшим викликом галузі?

Брак даних і управління ними є найбільшою проблемою для галузі. Команди мають багато рішень, які вони повинні прийняти щодо даних, і багато з них мають проблеми з розпізнаванням того, що їм потрібно. Вони повинні розуміти, які дані вони мають, звідки вони взялися та які дані їм ще потрібні. Управління цими даними є важливим для створення та навчання моделі ШІ. Відсутність даних може призвести до упередженої моделі, яка, у свою чергу, не буде успішною.

Appen уже багато років випускає звіти про стан штучного інтелекту та машинного навчання. Коли було опубліковано перший звіт і які найбільші зміни відбулися після цього початкового звіту?

Перший звіт було опубліковано в 2015 році, і найбільша зміна, яку ми спостерігали, стосується права власності на проекти ШІ. На першу доповідь в основному відповідали вчені з обробки даних, які керували ШІ для своїх компаній. Сьогодні 71% державних компаній є власниками C-Suite, що вказує на величезну зміну поглядів на те, що штучний інтелект стає більш важливим для бізнесу. Фахівці з обробки даних також зіткнулися з багатьма проблемами: від браку ресурсів, щоб отримати цінну інформацію на основі даних, до нечітких цілей і нереалістичних очікувань. Однак одна з ключових проблем, пов’язана з даними та керуванням ними, залишається незмінною.

Чи є ще щось, чим ви хотіли б поділитися про Appen?  

16 липня ми з радістю проведемо перший віртуальний круглий стіл про запуск штучного інтелекту в реальному світі на Appen.com. Серія з чотирьох частин включає в себе провідних практиків галузі, які діляться особистим досвідом і розумінням своїх власних подорожей ШІ, проливаючи світло, щоб інші могли пришвидшити прогрес у своїх ініціативах ШІ. Щоб досягти успіху, компаніям доведеться бути готовими до подолання кількох загальних проблем, пов’язаних із даними, етикою, людьми та життєвими циклами. У першому випуску об’єднайте провідних експертів, щоб поділитися тим, що для них та їхньої організації означає участь у створенні відповідального ШІ.

Дякую за інтерв'ю. Читачі можуть забажати прочитати Звіт Appen про стан штучного інтелекту та машинного навчання за 2020 рік або відвідати Аппен .