Appen 首席技术官 Wilson Pang – 采访系列

Wilson Pang 是 Appen 的首席技术官，他领导了一组世界级的数据科学家、工程师和产品经理，利用技术和人类的力量来解决 AI 数据问题。

在这次采访中，我们讨论了 AI伦理、Appen 的 2020 年 AI 和机器学习报告以及当前的行业挑战。

是什么吸引你个人从事软件工程和数据科学?

十年前，我有机会从事数据和 AI 的工作。在 AI 世界中，开发人员不再控制代码中的逻辑，数据决定了 AI 模型的逻辑，这很吸引人。我在 IBM 开始了我的职业生涯，构建了为银行、电信运营商和证券交易公司提供的大型系统。我被软件和 AI 的力量所吸引。

我也很幸运地看到数据和机器学习如何帮助业务增长。我的团队在 eBay 利用 AI 增加了买家购买，因此增加了数千万美元的收入。我们使用 AI 增加了内部效率，并显著降低了 Trip.com 的运营成本。现在，在 Appen，我们正在帮助各个行业的公司使用 AI 驱动业务的成功。

可以描述一下 Appen 的 AI 和数据标注服务吗?

我们是一个训练数据提供商，拥有超过 100 万名承包商，负责收集和标注图像、文本、语音、音频、视频和其他数据。这些承包商来自 130 多个国家，使用 180 种语言和方言，这使我们能够为 AI 项目提供高质量的数据。我们还拥有专业团队，他们在 AI 数据领域工作了 20 多年，并拥有丰富的知识，知道如何获取正确的训练数据。最后，我们拥有领先行业的 AI 辅助标注平台，具有内置功能，以确保质量和生产力。我们的客户可以选择我们的托管服务解决方案，我们将与他们的团队合作，或者选择自助平台。我们的 AI 辅助数据标注平台为客户提供了管理项目的能力，以及机器学习辅助工具，以提高质量、准确性和标注速度。

凭借 20 多年的经验，我们的服务提供了世界级的训练数据、最先进的 AI 辅助数据标注平台和多元化的全球人群，以确保高质量的数据。

有哪些开源数据集可用?

Appen 有几个开源数据集可供下载，包括图像标注、手写识别等。这些数据集可以免费下载，用于构建和训练您的 AI 模型。其中最有趣的数据集之一是关于医学图像中的细胞核分割。该数据集包含超过 21,000 个由医学专家标注和验证的细胞核。

您从 2020 年 AI 和机器学习报告 中得到了什么启发?

报告中最有趣的发现是 C 级高管的参与度增加。我之前听说过，但看到这种情况在一年内增加了 31%，这让我很惊讶。AI 正成为核心业务的一部分，而不仅仅是技术领导者的关注点。

报告中令人担忧的一点是，只有 25% 的公司表示无偏见的 AI 是使命关键的。您认为这是由于缺乏关于去除 AI 偏见的重要性的教育吗？需要采取什么措施来改善这些统计数据?

是的，教育是改善这一统计数据的第一步。建立在有偏见的数据上的 AI 模型将会产生有偏见的结果，并且永远不会完全成功。企业领导者需要了解无偏见数据的重要性，以及它如何导致成功的部署。

在使用 AI 和大型数据集时，公司应该考虑哪些 AI 伦理?

需要检查数据的来源。数据是否以合乎道德的方式获取，并且无偏见？检查数据来源时，需要知道这些数据是否来自多样化的群体，是否支付了公平的工资。我们最近发布了《众包伦理准则》，以支持我们的贡献者的包容性、多样性、公平薪酬和沟通。

您认为当前最大的行业挑战是什么?

数据和数据管理的缺乏是行业面临的最大挑战。团队需要做出许多关于数据的决定，并且很多人都难以认识到他们需要什么。他们需要了解自己拥有什么数据，这些数据来自哪里，以及还需要什么数据。所有这些数据管理对于构建和训练 AI 模型都是至关重要的。数据不足会导致有偏见的模型，这将不会成功。

Appen 多年来一直发布 AI 和机器学习报告。第一个报告是什么时候发布的？自那时以来，报告中发生了哪些最大的变化?

第一个报告于 2015 年发布，我们看到的最大变化是 AI 项目的所有权。第一个报告主要由负责公司 AI 的数据科学家回答。如今，71% 的受访者表示 C 级高管拥有 AI 项目，这表明企业对 AI 的看法发生了巨大的转变。数据科学家面临的挑战包括缺乏资源、难以从数据中构建有价值的见解、目标不明确以及期望不切实际。然而，数据和数据管理仍然是最大的挑战之一。

您还想分享关于 Appen 的其他信息吗？

7 月 16 日，我们将在 Appen.com 上举办第一届关于在现实世界中启动 AI 的虚拟圆桌会议。该四部分系列将邀请行业领先的从业者分享他们在 AI 之旅中的个人经验和见解，为他人提供了加速 AI 计划进展的途径。为了成功，公司需要准备好克服数据、伦理、人员和生命周期等方面的常见挑战。在第一版中，我们将汇集领先的专家，分享他们和他们的组织在创建负责任的 AI 方面的经验。感谢您接受这次采访。读者可能希望阅读 Appen 的 2020 年 AI 和机器学习报告 或访问 Appen 网站。