Video: Unity ML-Agents - How To Build Player Avoidance AI With Machine Learning? (November 2024)
Kunstmatige intelligentie en machine learning zijn hot topics op elke technologieconferentie waar ik naartoe ga, en de recente DLD NYC-conferentie was geen uitzondering.
Ramin Assadollahi van ExB Group, een Duits bedrijf dat zich bezighoudt met cognitief computergebruik in de gezondheidszorg, concentreerde zich op verschillende manieren waarop nieuwe computertechnieken ons kunnen helpen leren 'hoe te genezen met software'. In antwoord op veel van de termen die tegenwoordig worden gebruikt, merkte hij op dat AI geen cognitief computergebruik hoeft te zijn, cognitief computergebruik geen machine learning hoeft te zijn, en big data is een geheel apart probleem.
Assadollahi concentreerde zich op manieren waarop AI het gebied van de geneeskunde zou kunnen verbeteren. Hij merkte op dat een patholoog die naar weefselgegevens kijkt, doorgaans 200.000 monsters in zijn of haar werkleven ziet, maar met diepgaande kennis en moderne grafische kaarten kan een computersysteem dat veel in twee weken verwerken. Hij zei dat met 100 monsters een systeem zo goed kan zijn als een mens. Evenzo, zei hij, kan een computersysteem 28.000 technische artikelen per dag inslikken, terwijl een mens slechts ongeveer 4.000 van dergelijke artikelen in zijn of haar hele leven zou kunnen lezen.
Hij zei dat een AI die afzonderlijke cellen op moleculair niveau kan begrijpen, kan helpen bij het ontwerpen van betere medicijnen, en software die kan helpen erachter te komen welke medicijnen bij anderen passen, kan een redder in nood zijn, omdat ongunstige interacties tussen geneesmiddelen 100, 00 mensen per jaar doden. Zijn bedrijf richt zich op het hele gezondheidscontinuüm - artsen, onderzoekers, apothekers en patiënten - en richt zich op "het doorbreken van de silo's." Over het algemeen zei hij dat AI geen banen zal doden, omdat het aantal mensen dat betrokken is bij zorgverlening groeit. Het zal de arts niet vervangen, zei hij, maar in plaats daarvan zal de arts meer tijd met patiënten kunnen doorbrengen.
David Kenny, die nu de Watson-groep voor IBM runt, sprak over big data en het potentieel voor diep leren in verschillende toepassingen. Kenny was CEO van The Weather Company voordat IBM dit bedrijf overnam; het is 's werelds grootste aanbieder van weergegevens. Hij zei dat TWC een app ontwikkelde om de atmosfeer in kaart te brengen zoals Google de aarde probeerde in kaart te brengen, door een combinatie van IoT-technologie (Internet of Things), weersinformatie en cloud computing te gebruiken om weersinformatie te verzamelen op 2, 2 miljard locaties.
Bij Watson, zei hij, is hij geïnteresseerd in drie grote gebieden voor algoritmen en software: menselijke interactie, zoals zicht, visie en spraak; diep leren en machinaal leren om dergelijke interacties te ondersteunen; en redeneren. Hij zei dat Watson duizenden mensen bij IBM betrekt, van onderzoekslaboratoria tot verkoop en service.
In sommige opzichten, zei Kenny, is Watson anders dan andere disruptieve bedrijven, omdat het veel kennis vereist, en gevestigde bedrijven met kennis kunnen sneller opstijgen dan startups. Hij zei dat de vertaling en de menselijke interactie verbeterden, maar dat er nog steeds een manier was om te gaan, en dat veel mensen Watson gebruiken om 'bots' in de conversatie te creëren.
Hij zei dat het begrijpen van gesprekken moeilijk was vanwege de verschillende tonen, accenten en nuances die mensen gebruiken bij het communiceren. "Elke maand wordt het beter", zei hij, waarbij de software die wordt gebruikt om spraak te verstaan nu een foutenpercentage van 6, 9 procent heeft, een daling van 10 procent drie maanden geleden. Ter vergelijking, zei hij, is het menselijke foutenpercentage 4 procent. Hij zei dat hij optimistisch was dat de software het menselijke foutenpercentage binnen een jaar kan benaderen.
Kenny beweert dat IBM een andere aanpak heeft dan zijn concurrentie. Andere bedrijven werken vaak met gecentraliseerde AI, maar IBM werkt samen met een aantal klanten die hun eigen privéversies van Watson willen bouwen, met behulp van hun eigen intellectuele eigendom of 'kennisgrafieken'. Hij merkte op dat 80 procent van de gegevens in de wereld niet op internet komt, zoals röntgenfoto's, gezondheidsdossiers en bankrekeningen.
