Xem xét Báo cáo: Báo cáo Thường niên về Trạng thái AI và Học máy của Appen

Appen Limited, một nhà lãnh đạo toàn cầu về AI trong việc cung cấp nguồn dữ liệu, chuẩn bị dữ liệu và đánh giá mô hình bằng con người theo quy mô lớn, đã phát hành báo cáo thường niên được mong đợi cao “Báo cáo Trạng thái AI và Học máy“.

Báo cáo Trạng thái AI và Học máy là một báo cáo thường niên tập trung vào các chiến lược được thực hiện bởi các công ty thuộc mọi quy mô trong các ngành công nghiệp khi họ phát triển sự trưởng thành của AI. Phiên bản mới nhất là phiên bản thứ tám được phát hành bởi Appen, và nó nhấn mạnh các phương pháp hàng đầu về quản lý dữ liệu và bảo mật, AI có trách nhiệm và các nhà cung cấp dữ liệu bên ngoài và vai trò của họ trong việc thúc đẩy tiến bộ.

Kết quả Chính của Báo cáo

Những kết quả chính của báo cáo liên quan đến việc thu thập, chất lượng, đánh giá, áp dụng và đạo đức.

Một trong những phát hiện chính của báo cáo là 51% người tham gia đồng ý rằng độ chính xác của dữ liệu là rất quan trọng đối với trường hợp sử dụng AI của họ. Điều đã biết là dữ liệu chính xác và chất lượng cao là rất quan trọng đối với sự thành công của các mô hình AI, nhưng nhiều nhà lãnh đạo doanh nghiệp có một khoảng cách đáng kể giữa lý tưởng và thực tế trong việc đạt được độ chính xác của dữ liệu, theo báo cáo.

Một kết quả chính khác là các công ty đang ngày càng chuyển sự tập trung của họ vào AI có trách nhiệm và phát triển các chiến lược của họ. Một số lượng ngày càng tăng các nhà lãnh đạo doanh nghiệp và công nghệ đang làm việc để cải thiện chất lượng dữ liệu thúc đẩy các dự án AI, điều này thúc đẩy các tập dữ liệu bao gồm và các mô hình không thiên vị. Báo cáo cho thấy 80% người trả lời tin rằng sự đa dạng của dữ liệu là “rất quan trọng” hoặc “quan trọng”. Nó cũng cho thấy 95% người trả lời đồng ý rằng dữ liệu tổng hợp sẽ là một yếu tố quan trọng trong việc tạo ra các tập dữ liệu bao gồm.

Mark Brayan là CEO tại Appen.

“Báo cáo Trạng thái AI năm nay cho thấy 93% người trả lời tin rằng AI có trách nhiệm là nền tảng của tất cả các dự án AI,” Brayan nói. “Vấn đề là, nhiều người đang phải đối mặt với thách thức của việc xây dựng AI tuyệt vời với các tập dữ liệu kém, và điều đó đang tạo ra một rào cản đáng kể để đạt được mục tiêu của họ.”

Dưới đây là một số kết quả chính khác từ báo cáo:

• Thu thập: 42% các chuyên gia công nghệ cho biết giai đoạn thu thập dữ liệu của chu kỳ sống AI là rất thách thức, và các nhà lãnh đạo doanh nghiệp ít có khả năng báo cáo thu thập dữ liệu là rất thách thức (24%).
• Chất lượng: Hơn một nửa người trả lời cho biết độ chính xác của dữ liệu là rất quan trọng đối với sự thành công của AI, nhưng chỉ 6% báo cáo đạt được độ chính xác của dữ liệu cao hơn 90%.
• Đánh giá: Có một sự đồng thuận mạnh mẽ về tầm quan trọng của việc học máy có con người trong vòng lặp với 81% cho biết nó rất quan trọng hoặc cực kỳ quan trọng. 97% báo cáo đánh giá con người trong vòng lặp là quan trọng đối với hiệu suất mô hình chính xác.
• Áp dụng: Các chuyên gia công nghệ bị chia rẽ về việc liệu tổ chức của họ có đang dẫn đầu hoặc đi cùng với các tổ chức khác trong ngành của họ hay không. Người trả lời tại Mỹ có nhiều khả năng nói rằng tổ chức của họ đang dẫn đầu các tổ chức khác trong ngành của họ trong việc áp dụng AI so với người trả lời tại châu Âu.
• Đạo đức: 93% người trả lời đồng ý rằng AI có trách nhiệm là nền tảng của tất cả các dự án AI trong tổ chức của họ.

Sujatha Sagiraju là Chief Product Officer tại Appen.

“Hầu hết các nỗ lực AI được dành để quản lý dữ liệu cho chu kỳ sống AI, điều này có nghĩa là nó là một việc khó khăn đáng kinh ngạc cho các nhà lãnh đạo AI để xử lý một mình – và đó là lĩnh vực mà nhiều người đang gặp khó khăn,” Sagiraju nói. “Thu thập dữ liệu chất lượng cao là rất quan trọng đối với sự thành công của các giải pháp AI, và chúng tôi đang thấy các tổ chức nhấn mạnh tầm quan trọng của độ chính xác của dữ liệu.”

Wilson Pang là CTO tại Appen.

“Độ chính xác của dữ liệu là rất quan trọng đối với sự thành công của các mô hình AI và ML vì dữ liệu giàu chất lượng mang lại kết quả mô hình tốt hơn và xử lý và ra quyết định nhất quán,” Pang nói. “Để có kết quả tốt, các tập dữ liệu phải chính xác, toàn diện và có thể mở rộng.”

Bạn có thể tìm thấy Báo cáo Trạng thái AI và Học máy đầy đủ tại đây.