Colecciones

La inteligencia artificial crea una nueva generación de aprendizaje automático

La inteligencia artificial crea una nueva generación de aprendizaje automático


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Con sede en Silicon Valley y oficinas en Shanghai y Hangzhou en China,R2.ai Inc. está creciendo rápidamente. Nos sentamos con el fundador y director ejecutivo de la empresa para hablar sobre la IA que crea IA y cómo la automatización afectará los trabajos en el futuro.

Originalmente un químico, Yiwen Huang, PhD, terminó trabajando en Inteligencia Artificial (IA) y Aprendizaje Automático (ML) hace 23 años cuando investigaba utilizando IA para identificar estructuras moleculares en sustancias químicas.

"Encontré el mundo del aprendizaje automático y la informática tan fascinante que decidí cambiarme a la informática. Desde entonces, he trabajado durante 20 años en este espacio con gestión de datos y datos, aprendizaje automático y desarrollo de software empresarial", dijo. dice Interesting Engineering.

"La razón por la que comencé R2ai es que cuando estaba en Teradata, de hecho desarrollamos el primero del mundo plataforma de aprendizaje automático basada en una arquitectura de computación paralela distribuida, que puede entrenar un modelo de aprendizaje automático de terabytes de datos en solo minutos, a diferencia de las formas tradicionales de hacerlo que llevan semanas. Es realmente rápido en términos de qué tan rápido modelo de aprendizaje automático puede ser entrenado ".

VEA TAMBIÉN: UNA MIRADA A LA TERMINOLOGÍA MÁS UTILIZADA EN TORNO A LA INTELIGENCIA ARTIFICIAL

A pesar de los comentarios constantes de casi todos los clientes de R2ai que decían lo rápida y fascinante que era la tecnología, no pudieron encontrar suficientes expertos en aprendizaje automático para operar la herramienta. Esto muestra una falta significativa de talento en aprendizaje automático, a pesar de que hay mucha necesidad de ello.

La inteligencia artificial ocupa el lugar como la tecnología que más cambia las reglas del juego, pero no hay talento humano para ello

De acuerdo a una Encuesta de Gartner de más de 3.000 CIO, la inteligencia artificial (IA) fue, con mucho, la tecnología más mencionada y ocupa el lugar como la tecnología que más cambia las reglas del juego, lejos de los datos y el análisis, que ahora ocupa un segundo lugar.

"Lo que vemos aquí es un hito en la transición a la tercera era de TI, la era digital", dijo Andy Rowsell-Jones, vicepresidente y analista distinguido de Gartner.

De hecho, respondiendo a esto y a los comentarios de los clientes de R2, Yiwen Huang pensó que ahora tenía una nueva misión: trabajar en un nuevo desarrollo de aprendizaje automático en una plataforma operativa que no solo debería ser rápida, sino también fácil de usar; tan fácil de usar, de hecho, que incluso expertos en aprendizaje no automático podría aprender rápidamente a usarlo.

"Entonces, tuve esta idea de por qué no podemos usar la tecnología de inteligencia artificial para desarrollar una nueva generación de plataforma de operación y desarrollo de aprendizaje automático que puede calcular modelos automáticamente sin generar problemas en el conjunto de datos", dice Huang.

"Así es como comenzamos R2. Y así es como desarrollamos R2 aprender, que ahora es una herramienta con Software as a Service (SaaS) disponibilidad para ello. Así es como terminamos haciendo aprendizaje automático automático ". Antes de la aplicación SaaS, R2 Learn solo estaba disponible en las instalaciones.

IA estrecha, IA general, IA cognitiva, aprendizaje por refuerzo y tecnología de automatización

Yiwen Huang explica que la etapa actual de R2 Learn se encuentra dentro del IA estrecha parámetros tecnológicos. "Supongo que el IA general al final, proviene de una combinación de todas las otras tecnologías diferentes de Narrow AI, dice.

"Entonces, cuando en las tecnologías Narrow AI combinamos de una manera muy significativa, entonces tienes algo con muy buenas posibilidades de convertirte en una IA general. Creo que es un proceso gradual, paso a paso".

Hay tanta terminología nueva en torno a la Inteligencia Artificial que hay que tener cuidado y aprender sobre los diferentes aspectos que encapsula cada uno de ellos.

"Los AI el espacio es muy amplio ", dice Huang." Tienes Aprendizaje automático, que es la tendencia más popular en este momento; pero tambien hay IA cognitiva, que intenta comprender e imitar el comportamiento humano y trata de poder traducir el conocimiento humano en IA. Esa es la IA cognitiva ".

"También hay tecnología como la Aprendizaje reforzado, que forma parte del Machine Learning, pero existe la idea de que es capaz de simular. La simulación de alguna manera te permite imitar la creatividad humana. Y luego también está Tecnología de automatización, que se puede juntar todo de una manera muy eficiente ", explica.

Creación de modelos de aprendizaje automático

R2 Learn es un espacio que permite a la gente para crear modelos de Machine Learning. Proporcionan un problema y proporcionan un conjunto de datos. Según Yiwen Huang, hay dos formas de construir modelos de aprendizaje automático.

"Los modelos de aprendizaje automático se utilizan normalmente para analítica predictiva. Por lo tanto, los casos de uso también son bastante amplios ", dice Huang." Por ejemplo, en marketing y en servicio al cliente puede crear un modelo predictivo que pueda predecir lo que les gusta o no a los clientes ".

"Puede predecir la demanda de determinadas mercancías. Puede predecir la satisfacción del cliente. También puede ayudar con el fraude. Puede ayudar con el rendimiento de las acciones, prediciendo los altibajos de las mismas. En los seguros de salud, puede predecir el riesgo de ciertas afecciones y el costo del tratamiento médico ".

Según Huang, el objetivo de la herramienta es capacitar a las personas que luchan por encontrar talentos de IA. "Ese es un gran punto que hemos observado en el espacio de mercado", dice. La herramienta también es útil para las personas que desean acelerar la curva de un proyecto de aprendizaje automático.

"Normalmente, les lleva un mes desarrollar un solo modelo. Con nuestra herramienta, pueden hacer lo mismo o incluso crear un modelo mejor en minutos u horas", dice.

La solución de R2ai se lanzó por primera vez en las instalaciones. Recientemente, la compañía lo puso a disposición como una solución SaaS. "La razón por la que lo lanzamos en SaaS es que queremos que la gente sea consciente de que hay mucho mejor alternativa eso está ahí fuera de lo que están haciendo hoy ".

Huang explica que R2 Learn es especialmente útil para las personas que se sienten intimidadas por el aprendizaje automático porque no tienen una base sólida de conocimiento al respecto. R2 Learn facilita comenzar a crear modelos de aprendizaje automático de inmediato.

Las industrias pueden beneficiarse de la creación de modelos automatizados de aprendizaje automático

R2 Learn es la herramienta AutoML de nueva generación que convierte big data en modelos sofisticados de Machine Learning de alta calidad de una manera rápida, fácil y asequible. R2 Learn permite tanto a los expertos como a los no expertos en IA desarrollar e implementar soluciones de IA por su cuenta.

R2.ai es un pionero en el mercado con estas tecnologías combinadas que abordan los puntos débiles clave del desarrollo de la IA:

  • Modo de funcionamiento y desarrollo de modelos automático de extremo a extremo para expertos que no son expertos en aprendizaje automático

  • Modo de funcionamiento y desarrollo de modelo avanzado para expertos en aprendizaje automático

  • Rendimiento y eficiencia de modelado superior

  • Proceso de modelado transparente y explicable

  • Capacidades de autoaprendizaje para la superación personal continua

  • Ofertas de SaaS y en las instalaciones para diferentes demandas del mercado

La tecnología es en realidad agnóstico de la industria. Es una herramienta y una plataforma genéricas. Pero la industria tiene que estar preparada para salir a hacer aprendizaje automático. Según Huang, una de las condiciones es que necesitan tener los datos disponibles.

"Por lo tanto, recopile y consolide sus datos. Ahí es cuando necesitan la herramienta para comenzar a traducir los datos en ingresos y clientes satisfechos. Para ese paso es lo que se requiere la herramienta de desarrollo de aprendizaje automático ", dice.

Para Huang, las industrias que actualmente mas listo para el aprendizaje automático son los seguros de vida, la atención médica, las finanzas, la fabricación y también las telecomunicaciones.

"Creo que hay muchas otras industrias que ya están listas. Pero creo que todas las demás industrias ya están de humor para prepararse para el aprendizaje automático. Entonces, lo que están haciendo es básicamente recopilar la mayor cantidad de datos posible. Entonces, cuando los datos estén listos, pueden comenzar a usar el aprendizaje automático ", dice Huang.

Huang explica que la primera oferta SaaS de R2ai se basa en Amazon AWS. Al estar disponible en línea, personas de todo el mundo pueden tener acceso a él. El centro de datos de la instancia de AWS estará inicialmente en Norteamérica y Japón antes de expandirse globalmente. Dice que hay dos tipos principales de clientes que pueden beneficiarse del uso de la herramienta.

"La oferta de SaaS puede ser muy útil para aquellos que están realizando activamente aprendizaje automático pero tienen dificultades para adquirir desarrolladores de aprendizaje automático o cualquier persona que quiera acelerar sus proyectos o cualquiera que quiera tener la tranquilidad de que están aprovechando al máximo la valor de los datos ", explica.

El segundo grupo de clientes incluye "aquellos que quieren ingresar al aprendizaje automático pero se sienten intimidados hoy por la inversión y también por la falta de experiencia en aprendizaje automático. Esos son los clientes que se benefician mucho de la solución y tecnología R2ai SaaS".

Prácticamente todas las industrias están utilizando Machine Learning en un grado u otro, según sus necesidades y posibilidades. Esta tendencia solo aumentará en los próximos años.

"Es por eso que creemos que debemos hacer que esto esté ampliamente disponible, para que personas de todas las industrias puedan comenzar a explorar las posibilidades de sus datos", dice Huang.

Se invita a las empresas y las personas interesadas en desarrollar sus propias soluciones de IA o en acelerar proyectos de IA de lento movimiento a registrarse para una prueba gratuita. Huang también se complace en ofrecer una consulta inicial gratuita a los clientes que deseen ayuda para evaluar las posibilidades de la IA.

Adopción e ingeniería de IA

En la manufactura y otros sectores, algunas personas temen perder sus trabajos debido a la automatización. Aunque los expertos de la industria y los futuristas han dicho que la automatización va a crear nuevos puestos de trabajo para quienes se han preparado para adquirir o desarrollar nuevas habilidades, especialmente habilidades blandas.

VEA TAMBIÉN: LOS INGENIEROS DEBEN DOMINAR LAS HABILIDADES SUAVES PARA UNA CARRERA EXITOSA

"Supongo que el propósito de la ingeniería es realmente liberar a las personas automatizando cosas, haciendo las cosas fáciles para las personas, para que puedan concentrarse más en las cosas importantes".

Businesswise Creo que lo más importante para ellos es resolver los problemas comerciales, además de aprender a usar herramientas sofisticadas de aprendizaje automático.

Entonces, la ingeniería solía desarrollar esa herramienta para hacer el trabajo de las personas realmente fácil y realmente rápido, más eficiente y aumentar su productividad. Yo diría que es fácil, rápido, mejor y a menor costo.

"Supongo que el propósito de la ingeniería es realmente liberar a las personas automatizando cosas, haciendo las cosas fáciles para las personas, para que puedan concentrarse más en las cosas importantes".

"El valor de estas herramientas está en cómo ayudan a la empresa a generar más valor. Y qué tan rápido pueden generar ese valor. Hay aspectos de ahorro de costos, pero creo que el área más importante es cómo puedo aprovechar la herramienta con mi recursos existentes ", dice Huang.

Huang nos recuerda que en el sentido más amplio de evolución de la industria siempre hay un proceso de automatización, como venimos observando. "Pero, en el proceso, no vemos que la gente esté perdiendo empleos porque siempre se crearán más empleos", dice.

"Incluso hoy, siempre habrá nuevas profesiones y nuevos trabajos por crear. Creo que la tendencia es que la automatización nos ayudará a ser más eficientes para generar más valor, más riqueza como sociedad".

Huang cree que habrá un cambio a corto plazo para algunas personas en términos de que tendrán que cambiar a un dominio, carrera o industria diferente. "En ese sentido, necesitamos tener algunos programas de capacitación laboral o de reposicionamiento. Pero no creo que, en general, la IA vaya a reducir las oportunidades laborales en general", dice.

Para Huang, es todo sobre el cambio, aprender, mejorar y hacer las cosas más fáciles que antes para todos. También se trata de aprender constantemente nuevas habilidades para estar al día con los tiempos que vivimos y la tecnología que convive con nosotros.

"Supongo que las nuevas habilidades se centrarán más en la creatividad y las comunicaciones de persona a persona (H2H). Creo que estas son las áreas que la IA tardará más en aprender", dice.

"Más colaboración va a suceder en todos los departamentos, sectores e industrias ".

"La forma en que vemos la IA es aumentar a las personas para que no las reemplacen. Una vez más, el objetivo de la IA es facilitar la vida de las personas. Y ayudará a las personas a generar más valores, a adquirir más conocimientos", dice Huang.

Huang cree que solo habrá un problema potencial si nos limitamos en un espacio muy contenido. "Pero la realidad es que nos estamos expandiendo", dice.


Ver el vídeo: Inteligencia Artificial-Aprendizaje Automático-Aprendizaje Profundo en Videojuegos (Mayo 2022).