Tehisintellekti taga olevad inimesed ja protsessid - inimesed ja protsess tehisintellekti taga

Avaldatud: 1. aprill 2019 / Uuendus: 1. aprill 2019 - autor: Konrad Wolfenstein

Tehisintellekti taga olevad inimesed ja protsessid - @shutterstock | Zapp2photo

Tehisintellektil on töökoha tapja ja inimtööna halb maine. Mõnes valdkonnas on see nii, kuid teistes, eriti andmete kohandamise ja töötlemise osas, on AI uute töökohtade juht.

Andmete märgistamine ja annotatsioon on arenev tööstusharu, mis tekkis AI -st. Struktureerimata andmekirjed sellistest allikatest nagu kaamerad ja sotsiaalmeediaandmed või struktureeritud allikad, näiteks andmebaasid, on märgistatud, märgistatud, värvitud või esile tõstetud, et näidata inimeste erinevusi ja sarnasusi. Masina koolitamiseks, et teada saada, mis on stoppmärk, peab inimene minema tänava kaameramaterjali ja märkima kõik fotol olevad stoppmärgid. Seejärel lisatakse masin andmetele, mis tuvastavad tuhandeid neid pilte. Aja jooksul saab süsteem täpsemalt ära tunda märgitud andmete töötlemise kaudu, mis on stoppmärk. Seda tüüpi masinõpet, milles süsteem muutub täpsemaks, saades rohkem andmeid, nimetatakse sügavaks õppimiseks.

Kuna see põhifunktsioonide täpse täitmise algoritmide protsess on hädavajalik, on andmete märgistamise tööstus järgmise viie aasta jooksul oluline. 2018. aastal valmistati AI ja masinõppe andmete turg - protsess, mis sõltub suuresti inimestest, andmete käsitsi märgistatud 500 miljoni dollarini. Coggnlytica andmetel peaks see 2023. aastaks eeldatavasti kahekordistuma ja 1,2 miljardit dollarit. Kolmanda osapoole pakkujad eeldavad selle kasvu olulist kasvu, mis suureneb turu 150 miljonilt dollarilt miljardile dollarini samal perioodil. Andmete märgistamine on eriti oluline AI jaoks, mis tegeleb objekti ja pildituvastuse, autonoomsete sõidukite, samuti teksti ja bildomiga.

Tehisintellekt saab töökoha tapja ja inimtöötaja asendajana halva räpi. Mõnes valdkonnas on see tõsi, kuid teistes, eriti ümbritsedes andmete puhastamise ja töötlemise kohta juhib AI uusi töökohti.

Andmete märgistamine ja annotatsioon on AI -st sündinud kasvav tööstus. Selliste allikate ja sotsiaalmeediaandmete või struktureeritud allikate, näiteks andmebaaside, struktureerimata andmestid on märgistatud, märgistatud, värvilised või esiletõstetud, et näidata erinevusi, sarnasusi inimeste poolt. Masina koolitamiseks, et õppida, mis on stoppmärk, peab inimene minema tänava kaamera kaadrisse ja märkima kõik fotol olevad stoppmärgid. Seejärel toidetakse masinat andmeid, mis tuvastavad tuhandete lõputöö pilte. Ületunnid Süsteem saab täpsemalt tuvastada, mis on stoppmärk, töötledes märgistatud andmeid. Seda tüüpi masinõpet, kus süsteem muutub täpsemaks, kui toidetakse rohkem andmeid, nimetatakse sügavaks õppimiseks.

Kuna see protsess on algoritmide jaoks hädavajalik selle funktsiooni põhiosade täpsustamiseks, on andmete märgistamise tööstus järgmise viie aasta jooksul startimiseks. 2018. aastal oli AI ja masinõppe andmete ettevalmistamise turg - protsess, mis tugineb inimestele suuresti käsitsi sildi andmete osas, 500 miljonit dollarit. Kokkuleppele Coggglyticale , mis eeldatavasti on rohkem kui kahekordne, ulatudes 2023. aastaks 1,2 dollarini. Andmete märgistamine on eriti oluline AI jaoks, mis tegeleb objekti ja pildi tuvastamise, autonoomsete sõidukite, teksti ja pildi annotatsiooniga.

Leiate Statistast