MIT Media Lab absolventai Karthik Dinakar ir Birago Jones 2010 m. pradėjo klasės projektą, siekdami sukurti įrankį turinių moderavimo komandoms socialiniuose tinkluose. Jų projektas, kuris vėliau tapo Pienso, buvo skirtas nustatyti problema keliančius įrašus ir kovoti su internetiniu priekabiavimu. Tačiau jie susidūrė su svarbiu kliūtimi, kai jų modelis nepavyko atpažinti paauglių slengą ir netiesioginę kalbą, kurią naudojo vartotojai. Ši patirtis padarė svarbų išvadą – duomenų ekspertai, o ne tik mašininio mokymosi specialistai, turėtų dalyvauti kuriant šiuos modelius.
Ši supratimas privertė Dinakarą ir Jonesą sukurti taško ir spustelėjimo įrankius, leidžiančius neekspertams kurti mašininio mokymosi modelius. Pienso dabar leidžia vartotojams kurti didelius kalbinius modelius be jokio programavimo reikalingo. Pienso taikymai išsiplėtė iš kibernetinio priekabiavimo aptikimo ir dabar apima įvairias sritis, įskaitant dezinformacijos aptikimą, žmonių prekybą ir ginklų pardavimus.
Įkūrėjai pripažino svarbą įgalinti srities ekspertus, o ne tiesiog demokratizuoti dirbtinį intelektą. Jie bendradarbiavo su studentais iš netoliese esančių mokyklų Kembridže, Masačusetse, tampantys jų modelius subalansuotais ir tiksliais nei bet ką, ką jie būtų galėję sukurti vieni.
Pienso įtaka išsiplėtė iš socialinių platfomų. Įkūrėjai pasitelkė savo įrankį pandemijos pradžioje, padėdami virusologijos ir infekcinių ligų specialistams analizuoti mokslinius straipsnius apie koronavirusus. Iš šios analizės išplaukiančios žinios padėjo vyriausybei sustiprinti kritines tiekimo grandines būtiniems vaistams.
Pienso siūlo alternatyvą verslams, kuriems rūpi duomenų perdavimas ir privatumas. Su savo naudotojams draugišku sąsaja, platforma leidžia naudotojams importuoti, šlifuoti, analizuoti ir struktūrizuoti duomenis ruošiantis giliam mokymuisi, visiškai neįvedant jokio kodo. Pienso neseniai pasirašė partnerystės sutartį su GraphCore, tobulindama jo galimybes, teikiant greitesnę ir veiksmingesnę skaičiavimo platformą mašininiam mokymuisi.
Dinakaras ir Jonesas įsivaizduoja ateitį, kur efektyvius dirbtinio intelekto modelius kuria asmenys, geriausiai suprantantys problemas, kurias jie siekia išspręsti. Jie pabrėžia, kad nei vienas modelis negali atitikti visų poreikių, todėl bendradarbiavimo būdas yra būtinas, pasitelkiant įvairius modelius, pritaikytus konkrečioms situacijoms.
Pienso kelias pavyzdžių demonstruoja technologijos galią, kai ją valdo tie, kurie geriausiai supranta duomenis. Įgalindami duomenų ekspertus, Pienso siekia sukurti ateitį, kurioje dirbtinis intelektas yra efektyvus, įžvalgus ir, svarbiausia, naudingas žmonijai.
DUKLŲ SEKCIJA
Kam pradinai sukurtas Pienso?
A: Pienso pradinai sukurtas kaip įrankis turinio moderavimo komandoms socialiniuose tinkluose, su akcentu į problema keliančių įrašų atpažinimą ir kovą su internetiniu priekabiavimu.
Kokią problemą įkūrėjai patyrė, kur kūrė Pienso?
A: Įkūrėjai susidūrė su problema, kai jų modelis nepavyko atpažinti paauglių slengo ir netiesioginės kalbos, kurią naudojo vartotojai, pabrėžiant poreikį įtraukti duomenų ekspertus į šių modelių kūrimą, o ne tik mašininio mokymosi specialistus.
Ką vartotojai dabar gali daryti su Pienso?
A: Dabar vartotojai gali kurti didelius kalbinius modelius be jokio programavimo reikalingo naudojant Pienso. Jo taikymai išsiplėtė, įtraukiant dezinformacijos aptikimą, žmonių prekybą, ginklų pardavimus ir daugiau.
Kaip įkūrėjai bendradarbiavo su srities ekspertais?
A: Įkūrėjai bendradarbiavo su studentais iš netoliese esančių mokyklų Kembridže, Masačusetse, kad apmokyti savo modelius, kurių rezultatai buvo subtilūs ir tikslūs nei ką jie būtų galėję sukurti vieni.
Kaip buvo naudojamas Pienso metų COVID-19 pandemijos metu?
A: Pienso buvo naudojamas padėti virusologijos ir infekcinių ligų specialistams vakarienės COVID-19 pandemijos metu. Tai padėjo analizuoti mokslinius straipsnius apie koronavirusus, teikiant įžvalgas, kurios padėjo sustiprinti kritines tiekimo grandines būtiniems vaistams.
Kaip Pienso sprendžia susirūpinimą dėl duomenų skolinimos ir privatumo?
A: Pienso siūlo alternatyvą verslams, kuriuos domina duomenų skolinimas ir privatumas. Jo naudotojams draugiška sąsaja leidžia naudotojams importuoti, šlifuoti, analizuoti ir struktūrizuoti duomenis giliam mokymuisi neįvedant jokio kodo.
Kokia neseniai pasirašyta partnerystė pagerino Pienso galimybes?
A: Pienso neseniai pasirašyta partnerystė su GraphCore teikia greitesnę ir veiksmingesnę skaičiavimo platformą mašininiam mokymuisi.
Koks yra įkūrėjų vizijas dėstomas AI modelių ateities atžvilgiu?
A: Įkūrėjai įsivaizduoja ateitį, kur efektyvius dirbtinio intelekto modelius kūrė asmenys, ypač geriausiai susipažinęs su problemomis, kurių jie siekia išspręsti. Jie pabrėžia, kad nė vienas modelis negali atitikti visų poreikių, todėl bendradarbiavimo būdas būtinas, pasitelkiant įvairius modelius, pritaikytus konkrečioms situacijoms.
A: Cyberbullying: Elektroninių ryšių naudojimas priekabiavimui, įžeidinėjimui ar įžeidinėjimui kitų asmenų, paprastai vykstant socialiniuose tinkluose ar kitose internetinėse platformose.
A: Mašininis mokymasis: Mokslų sritis, kuri suteikia kompiuteriams sugebėjimą mokytis ir tobulėti iš patirties, nereikalaujant išankstinių programavimo instrukcijų. Naudojant algoritmus ir statistinius modelius, ji leidžia kompiuteriams atlikti konkretų veiksmą be aiškių instrukcijų.
A: Virusologija: Mokslų šaka, kuri nagrinėja virusus ir virusinius susirgimus, įskaitant jų klasifikaciją, struktūrą ir elgesį.
A: Kodas: Šiame kontekste kodas nurodo programavimo instrukcijas, parašytas konkretaus programavimo kalbos kūrimui programinės įrangos ar atlikimo konkrečioms užduotims.
Siūlomi susiję nuorodos:
1. Pienso svetainė
2. GraphCore svetainė
The source of the article is from the blog jomfruland.net