Tässä uusimmassa ominaisuudessa Vatsal Ghia, Shaipin toimitusjohtaja ja toinen perustaja, valaisee mielikuvituksellisia teknologiatarjouksia ja tutkii verhojen takana olevaa todellista työtä ja näkökohtia, kuten tiedon tuottaminen, tietojen merkitseminen, tietojenkäsittely ja paljon muuta.
Artikkelin tärkein poiminta on:
- Tekoäly- ja koneoppimisteknologiat (ML) nähdään usein ratkaisuna tehokkaiden teknologiayritysten sekä kätevien ja futurististen ratkaisujen luomiseen. Näin ollen ihmisille tuskin heijastetaan sitä, mikä näiden teknologioiden ja kaikkien tekoälymallien tarjoamien mukavuuksien takana on.
- Tekoälyn koko kirjo on kuin hieno ravintola, jossa tarvitaan paljon datamerkintätekniikoita, kuten kuvamerkintöjä, tekstimerkintöjä, äänimerkintöjä ja muita. Ja datamerkinnät luovat perustan tekoälypohjaisten prosessien toteutumiselle.
- Tietojen merkintä on kuitenkin yhtä monimutkainen kuin sen tukema prosessi. Ja ihmisen puuttuminen on väistämätöntä elementtien merkitsemisessä tekoälymalleja varten, mikä tekee koko prosessista paitsi aikaa vievän myös työläs. Tästä syystä yritykset käyttävät ulkopuolisia lähteitä datahaasteiden ratkaisemiseen.
Lue koko artikkeli:
https://indiaai.gov.in/article/why-artificial-intelligence-is-incomplete-without-data-annotation
