วีดีโอ: Faith Evans feat. Stevie J – "A Minute" [Official Music Video] (กันยายน 2024)
ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องเป็นหัวข้อที่ร้อนแรงในการประชุมเทคโนโลยีทุกครั้งที่ฉันไปและการประชุม DLD NYC ที่ผ่านมาก็ไม่มีข้อยกเว้น
Ramin Assadollahi จาก ExB Group บริษัท เยอรมันที่ดำเนินธุรกิจเกี่ยวกับความรู้ความเข้าใจในการดูแลสุขภาพโดยมุ่งเน้นไปที่วิธีการใหม่ ๆ ในการใช้คอมพิวเตอร์เพื่อช่วยให้เราเรียนรู้ "วิธีการรักษาด้วยซอฟต์แวร์" เขากล่าวว่า AI ไม่จำเป็นต้องใช้การคำนวณทางปัญญาการคำนวณทางปัญญาไม่จำเป็นต้องมีการเรียนรู้ของเครื่องและข้อมูลขนาดใหญ่เป็นปัญหาที่แยกจากกันโดยสิ้นเชิง
Assadollahi มุ่งเน้นไปที่วิธี AI สามารถปรับปรุงด้านการแพทย์ เขาตั้งข้อสังเกตว่านักพยาธิวิทยาที่ดูข้อมูลเนื้อเยื่อมักจะเห็นตัวอย่าง 200, 000 ครั้งในช่วงชีวิตการทำงานของเขาหรือเธอ แต่ด้วยการเรียนรู้อย่างลึกซึ้งและกราฟิกการ์ดสมัยใหม่ระบบคอมพิวเตอร์สามารถประมวลผลได้หลายครั้งในสองสัปดาห์ เขาบอกว่ามี 100 ตัวอย่างระบบสามารถดีเท่ามนุษย์ได้ ในทำนองเดียวกันเขากล่าวว่าระบบคอมพิวเตอร์สามารถรับบทความทางเทคนิคได้ 28, 000 บทความต่อวันในขณะที่มนุษย์อาจอ่านบทความประมาณ 4, 000 บทความในชีวิตการทำงานทั้งหมดของเขาหรือเธอ
เขากล่าวว่า AI ที่เข้าใจเซลล์เดียวในระดับโมเลกุลสามารถช่วยออกแบบยาที่ดีกว่าและซอฟต์แวร์ที่สามารถช่วยพิจารณาว่ายาชนิดใดที่เหมาะกับผู้อื่นอาจเป็นผู้ช่วยชีวิตเนื่องจากปฏิกิริยาระหว่างยาที่ไม่พึงประสงค์ฆ่าคนปีละ 100, 00 บริษัท ของเขากำลังพูดถึงเรื่องสุขภาพอย่างต่อเนื่องทั้งแพทย์นักวิจัยเภสัชกรและผู้ป่วยโดยมุ่งเน้นที่การ "ทำลายไซโล" โดยรวมแล้วเขากล่าวว่า AI จะไม่ฆ่างานเนื่องจากจำนวนผู้ที่เกี่ยวข้องในการดูแลเพิ่มขึ้น มันจะไม่มาแทนที่หมอเขาพูด แต่จะช่วยให้แพทย์ใช้เวลากับผู้ป่วยมากขึ้น
David Kenny ผู้บริหารกลุ่ม Watson สำหรับ IBM ได้พูดคุยเกี่ยวกับข้อมูลขนาดใหญ่และศักยภาพในการเรียนรู้อย่างลึกซึ้งในแอพพลิเคชั่นที่หลากหลาย Kenny เป็น CEO ของ The Weather Company ก่อนที่ IBM จะเข้าซื้อกิจการของ บริษัท นั้น เป็นผู้ให้บริการข้อมูลสภาพอากาศรายใหญ่ที่สุดของโลก เขากล่าวว่า TWC พัฒนาแอพที่ออกแบบมาเพื่อทำแผนที่บรรยากาศที่ Google พยายามทำแผนที่โลกโดยใช้การผสมผสานระหว่างเทคโนโลยี IoT (Internet of Things) ข้อมูลสภาพอากาศและคลาวด์คอมพิวติ้งเพื่อรวบรวมข้อมูลสภาพอากาศในสถานที่ 2.2 พันล้านแห่ง
ที่ Watson เขากล่าวว่าเขาสนใจในสามขั้นตอนใหญ่ ๆ สำหรับอัลกอริธึมและซอฟต์แวร์ ได้แก่ ปฏิสัมพันธ์ระหว่างมนุษย์เช่นการมองเห็นการมองเห็นและการพูด การเรียนรู้เชิงลึกและการเรียนรู้ของเครื่องจักรเพื่อสนับสนุนการโต้ตอบเช่นนั้น และการใช้เหตุผล เขากล่าวว่าวัตสันมีผู้คนหลายพันคนทั่ว IBM จากห้องปฏิบัติการวิจัยไปจนถึงการขายและบริการ
ในบางวิธีเคนนีกล่าวว่าวัตสันแตกต่างจากธุรกิจก่อกวนอื่น ๆ เนื่องจากต้องการความรู้จำนวนมากและ บริษัท ที่จัดตั้งขึ้นที่มีความรู้สามารถเพิ่มความเร็วได้เร็วกว่า บริษัท สตาร์ทอัพ เขากล่าวว่าการแปลและปฏิสัมพันธ์ของมนุษย์ดีขึ้น แต่ก็ยังมีวิธีที่จะไปและนั่นเป็นสิ่งที่ผู้คนจำนวนมากใช้ Watson เพื่อสร้าง "บอทสนทนา"
เขากล่าวว่าการสนทนาการทำความเข้าใจนั้นทำได้ยากเพราะน้ำเสียงสำเนียงและความแตกต่างที่ผู้คนใช้เมื่อสื่อสาร "ทุกเดือนจะดีขึ้น" เขากล่าวพร้อมกับซอฟต์แวร์ที่ใช้ในการเข้าใจคำพูดตอนนี้มีอัตราความผิดพลาด 6.9 เปอร์เซ็นต์ลดลงจาก 10 เปอร์เซ็นต์เมื่อสามเดือนก่อน ในการเปรียบเทียบเขากล่าวว่าอัตราความผิดพลาดของมนุษย์อยู่ที่ 4 เปอร์เซ็นต์ เขาบอกว่าเขามองโลกในแง่ดีซอฟต์แวร์สามารถเข้าใกล้อัตราความผิดพลาดของมนุษย์ภายในหนึ่งปี
Kenny อ้างว่า IBM มีแนวทางที่แตกต่างจากคู่แข่ง บริษัท อื่นมักทำงานกับ AI แบบรวมศูนย์ แต่ IBM กำลังทำงานกับลูกค้าจำนวนมากที่ต้องการสร้าง Watson เวอร์ชันส่วนตัวของตนเองโดยใช้ทรัพย์สินทางปัญญาของตนเองหรือ "กราฟความรู้" เขาตั้งข้อสังเกตว่า 80 เปอร์เซ็นต์ของข้อมูลโลกไม่ได้อยู่บนอินเทอร์เน็ต - สิ่งต่าง ๆ เช่นรังสีเอกซ์บันทึกสุขภาพและบัญชีธนาคาร
