Le persone e i processi dietro l’intelligenza artificiale

L’intelligenza artificiale ha una cattiva reputazione come killer del lavoro e come sostituto del lavoratore umano. In alcuni settori è così, in altri, soprattutto quando si tratta di pulizia ed elaborazione dei dati, l’intelligenza artificiale è all’avanguardia in nuovi posti di lavoro.

L' etichettatura e l'annotazione dei dati è un settore emergente emerso dall'intelligenza artificiale. I set di dati non strutturati provenienti da fonti come telecamere e dati dei social media o fonti strutturate come i database vengono etichettati, evidenziati, colorati o evidenziati per mostrare differenze e somiglianze tra le persone. Per addestrare una macchina ad apprendere cos'è un segnale di stop, una persona deve entrare nel filmato di una strada e contrassegnare tutti i segnali di stop nella foto. Alla macchina vengono quindi forniti dati che identificano migliaia di queste immagini. Nel tempo, l'elaborazione dei dati etichettati consentirà al sistema di identificare con maggiore precisione cos'è un segnale di stop. Questo tipo di machine learning, in cui un sistema diventa più preciso ricevendo più dati, è chiamato deep learning.

Poiché questo processo è essenziale affinché gli algoritmi eseguano con precisione le funzioni principali, il settore dell’etichettatura dei dati aumenterà di importanza nei prossimi cinque anni. Nel 2018, il mercato per la preparazione dei dati basata sull’intelligenza artificiale e sull’apprendimento automatico, un processo che fa molto affidamento sull’etichettatura manuale dei dati da parte delle persone, era pari a 500 milioni di dollari. Secondo Cognilytica , questa cifra dovrebbe più che raddoppiare, raggiungendo 1,2 miliardi di dollari entro il 2023 I fornitori di terze parti prevedono che questa crescita aumenterà in modo significativo, passando da 150 milioni di dollari di mercato a 1 miliardo di dollari nello stesso periodo. L’etichettatura dei dati è particolarmente importante per l’intelligenza artificiale, che si occupa del riconoscimento di oggetti e immagini, dei veicoli autonomi e dell’etichettatura di testi e immagini.

L’intelligenza artificiale subisce una cattiva reputazione in quanto killer del lavoro e sostituto del lavoratore umano. In alcune aree questo è vero, ma in altre, in particolare per quanto riguarda il modo in cui i dati vengono puliti ed elaborati, l’intelligenza artificiale sta guidando nuovi lavori.

L’etichettatura e l’annotazione dei dati è un settore fiorente nato dall’intelligenza artificiale. I set di dati non strutturati provenienti da fonti come fotocamere e dati dei social media o fonti strutturate, come i database, sono etichettati, contrassegnati, colorati o evidenziati per mostrare differenze e somiglianze tra le persone. Per addestrare una macchina ad apprendere cos'è un segnale di stop, una persona deve entrare nel filmato di una strada e contrassegnare tutti i segnali di stop nella foto. Alla macchina vengono quindi forniti i dati che identificano migliaia di queste immagini. Nel corso del tempo il sistema può identificare in modo più accurato cosa sia un segnale di stop elaborando i dati etichettati. Questo tipo di machine learning, in cui un sistema diventa più accurato ricevendo più dati, è chiamato deep learning.

Poiché questo processo è essenziale affinché gli algoritmi possano svolgere con precisione le parti fondamentali della sua funzione, il settore dell’etichettatura dei dati è destinato a decollare nei prossimi cinque anni. Nel 2018, il mercato della preparazione dei dati basata sull’intelligenza artificiale e sull’apprendimento automatico, un processo che fa molto affidamento sull’etichettatura manuale dei dati da parte delle persone, ammontava a 500 milioni di dollari. Secondo Cognilytica , si prevede che questo valore raddoppierà, raggiungendo 1,2 miliardi di dollari entro il 2023. I fornitori di terze parti si aspettano di vedere un aumento significativo di tale crescita, passando da 150 milioni di dollari del mercato a 1 miliardo di dollari nello stesso lasso di tempo. L’etichettatura dei dati è particolarmente essenziale per l’intelligenza artificiale che si occupa del riconoscimento di oggetti e immagini, di veicoli autonomi e di annotazione di testo e immagini.

Troverai più infografiche su Statista