Вілсон Панг, Головний технічний директор Appen – Серія інтерв’ю

Вілсон Панг є Головним технічним директором компанії Appen, де він очолює групу світового рівня фахівців з науки про дані, інженерів та менеджерів продукції для поєднання потужності технологій та людей для вирішення проблем зі штучним інтелектом.

У цьому інтерв’ю ми обговорюємо питання етики штучного інтелекту, Звіт Appen про стан штучного інтелекту та машинного навчання за 2020 рік та поточні промислові виклики.

Що саме спонукало вас особисто до软件ної інженерії та науки про дані?

Мені надали можливість працювати з даними та штучним інтелектом 10 років тому. У світі штучного інтелекту розробники вже не контролюють логіку коду, натомість дані визначають логіку моделі штучного інтелекту, що є дуже цікавим. Я розпочав свою кар’єру як розробник у компанії IBM, будуючи великі системи для банків, операторів зв’язку та компаній з торгівлі цінними паперами. Мене захоплювала потужність програмного забезпечення та штучного інтелекту.

Я також маю можливість побачити, як дані та машинне навчання допомагають зростати бізнесу. Моя команда в eBay використала штучний інтелект для збільшення кількості покупців, що призвело до зростання доходів на десятки мільйонів доларів. Ми використали штучний інтелект для підвищення внутрішньої ефективності та зниження операційних витрат значно для компанії Trip.com. Тепер в Appen ми допомагаємо компаніям з різних галузей використовувати штучний інтелект для досягнення успіху в їхньому бізнесі.

Чи можете ви описати деякі пропозиції Appen щодо штучного інтелекту та маркування даних?

Ми є постачальником навчальних даних, який працює з понад 1 мільйоном контрактників для збору та маркування зображень, тексту, мови, аудіо, відео та інших даних. Ці контрактники проживають у понад 130 країнах та говорять 180 мовами та діалектами, що дає нам можливість надавати високоякісні дані для проектів штучного інтелекту. У нас також є професійні команди, які працювали з даними штучного інтелекту понад 20 років та мають великі знання про те, як правильно готувати навчальні дані. Останнє, але не менш важливе, у нас є провідна платформа штучного інтелекту для маркування даних, яка має вбудовані функції для забезпечення якості та продуктивності. Наші клієнти можуть вибрати між нашим керованим рішенням, де ми партнеруємо з їхньою командою, або самісебе платформою. Наша платформа штучного інтелекту для маркування даних надає клієнтам можливість керувати проектами разом з інструментами машинного навчання для підвищення якості, точності та швидкості маркування.

З понад 20-річним досвідом, наші послуги пропонують світові навчальні дані, найпередовішу платформу штучного інтелекту для маркування даних та різноманітну глобальну команду для забезпечення високоякісних даних.

Які відкриті набори даних доступні?

Appen має кілька відкритих наборів даних, доступних онлайн, від анотації зображень до розпізнавання рукописного тексту. Ці набори даних можна безкоштовно завантажити та використовувати для створення та навчання моделей штучного інтелекту. Одним з найцікавіших наборів є набір даних про сегментацію ядер з медичних зображень. Цей набір даних містить понад 21 000 ядер, анотованих та перевірених медичними експертами.

Яке було ваше найбільше особисте висновок з Звіту про стан штучного інтелекту та машинного навчання за 2020 рік?

Найцікавішим висновком з звіту було збільшення участі вищого керівництва. Я чув про це, але побачити збільшення на 31% порівняно з минулим роком було великим сюрпризом. Штучний інтелект стає частиною основного бізнесу, а не тільки технічних лідерів.

Одна з причин для занепокоєння в звіті полягає в тому, що тільки 25% компаній заявили, що необієнтований штучний інтелект є місією критичною. Чи вважаєте ви, що це відбувається через брак освіти про важливість видалення упередженості штучного інтелекту? Що потрібно зробити для покращення цих статистичних даних?

Так, освіта є першим кроком до покращення цієї статистики. Модель штучного інтелекту, побудована на упереджених даних, ніколи не буде повністю успішною. Бізнес-лідери повинні вивчити важливість наявності необієнтованих даних та те, як це призводить до успішного розгортання.

Які етичні питання штучного інтелекту компанії повинні враховувати при роботі зі штучним інтелектом та великими наборами даних?

Важливо подивитися, звідки походять дані. Чи ці дані були отримані етично та без упередженості? Коли ви дивитеся на джерело даних, ви хочете знати, чи люди отримували справедливу заробітну плату та чи дані походять з різноманітної групи. Ми недавно випустили наш Кодекс поведінки для нашої команди на підтримку інклюзивності, різноманітності, справедливої оплати та комунікації для наших учасників.

Яке ви бачите найбільшим промисловим викликом зараз?

Брак даних та управління даними є найбільшим викликом для галузі. Команди мають багато рішень, які вони повинні прийняти щодо даних, та багато з них мають труднощі з визначенням того, чого їм потрібно. Вони повинні зрозуміти, які дані у них є, звідки вони походять та які дані їм ще потрібно. Все це управління даними важливо для побудови та навчання моделі штучного інтелекту. Брак даних може привести до упередженої моделі, яка, в свою чергу, не буде успішною.

Appen випускає звіти про стан штучного інтелекту та машинного навчання вже багато років. Коли був випущений перший звіт, та які найважливіші зміни відбулися з тих пір?

Перший звіт був випущений у 2015 році, та найбільша зміна, яку ми бачимо, полягає у власності проектів штучного інтелекту. Перший звіт був переважно відповіддю фахівців з науки про дані, які керували проектами штучного інтелекту для своїх компаній. Сьогодні 71% вказують на участь вищого керівництва, що свідчить про великий зсув у перспективі штучного інтелекту як більш критичного для бізнесу. Фахівці з науки про дані також зустрічали багато викликів, від браку ресурсів для побудови цінних знань з даних до нечітких цілей та нереалістичних очікувань. Однак одним з ключових викликів залишається те саме навколо даних та управління даними.

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

16 липня ми з радістю проведемо перший віртуальний раунд-тейбл на тему запуску штучного інтелекту в реальному світі на сайті Appen.com. Чотири частини серії включають лідерів галузі, які分享ють свій особистий досвід та знання про свої власні проекти штучного інтелекту, проливаючи світло, щоб інші могли прискорити свій прогрес у напрямку ініціатив штучного інтелекту. Для успіху компанії повинні бути готові подолати кілька спільних викликів навколо даних, етики, людей та життєвого циклу. У першій редакції ми об’єднуємо лідерів галузі, щоб поділитися тим, що означає для них та їхньої організації участь у створенні відповідального штучного інтелекту.

Дякую за інтерв’ю. Читачам може бути цікаво прочитати Звіт Appen про стан штучного інтелекту та машинного навчання за 2020 рік або відвідати веб-сайт Appen.