9月18日、2018年世界人工知能会議中。 Fourth Paradigm は、自動機械学習プラットフォームの AI Prophet AutoML とコンピューター ビジョン プラットフォームの AI Prophet AutoCV という 2 つの製品をリリースしました。 Prophet AutoMLは、一般のビジネス担当者がAIアプリケーションを開発できるようにするプラットフォームです。製品設計の核心は、機械がさまざまな業界の過去の意思決定とフィードバックを自動的に学習し、それを基に企業のビジネスルールを策定して運用できるようにすることです。 Prophet AutoCV はデータ駆動型のアプローチを使用して、ユーザーが CV アプリケーションを自動的かつ自律的に構築できるようにします。敷居の低いエンタープライズレベルのプラットフォームとして位置付けられるAutoMLプラットフォームとAutoCVプラットフォームは、企業の頭脳と目となり、企業がAIを迅速かつ効率的に実装するのに役立つと報告されています。 今回リリースされた製品が解決する具体的な問題について、戴文元氏は次のように述べた。「科学とビジネスでは、人材に対する要求が異なります。AI科学者に長い時間をかけてビジネスの専門家になることを求めたり、ビジネスの専門家に長い時間をかけてAI科学者になることを求めたりするのは、あまりにも非効率です。同時に、AIには、アルゴリズムをうまく実行でき、ビジネスを理解し、データ処理のための一定のエンジニアリング能力を持つ人材が必要です。この3つの能力をすべて同時に備えている人はほとんどいません。」 戴文元氏は、産業応用における人工知能の価値はもはや証明する必要はなく、現時点で最大のボトルネックとなっているのは大規模な応用にあると考えている。 「AIを行うには、まず科学者を雇う必要がありますが、世界にはAI人材が1,000人未満しかおらず、複合AI人材となるとさらに少ないです。人材不足により、本来はもっと多くの分野で爆発的に広がるはずだったAI革命が遅れています。需要がまだ解決を待っているからです。AI応用の敷居が一般の開発者でもできるレベルまで下がったとき、初めて真のAI時代が到来するのです。」 新たにリリースされたFourth Paradigm AI Prophet AutoMLは、モデルの調査から応用まで機械学習の全プロセスを簡潔かつわかりやすく、操作しやすい方法でカバーしていることがわかります。完全な自動化は、この製品の最大のハイライトです。ユーザーは、「行動データの収集、フィードバックデータの収集、モデルのトレーニング、モデルの適用」という 4 つのステップを完了するだけで済みます。アルゴリズムの原理や技術的な詳細を深く理解することなく、フルプロセスのエンドツーエンドの AI プラットフォーム構築を実現できます。閾値を下げながらも、AI Prophet AutoMLは比較的高いモデルレベルも示しました。オンラインデータによると、このプラットフォームは、疾病予測、金融詐欺防止、インターネット推奨、広告マーケティング、リスク管理など、価値が高く難易度の高い意思決定シナリオにおいて、トップクラスのデータサイエンティストのモデル結果に近い、あるいはそれを上回るモデル結果を達成しており、AIに優れた意思決定能力を与えています。 Prophet AutoCV は、企業に一般的なコンピューター ビジョン アプリケーション サービスを提供するシステムです。従来のコンピューター ビジョン アプリケーション構築プロセスによると、企業がインテリジェント ビジョン アプリケーションを構築するには、9 つのステップを踏む必要があり、20 人の専門家のチームが約 60 日を要します。AutoCV プラットフォームを導入すると、1 人のビジネス パーソンが 1 日で構築できます。生産効率が 120 倍向上するだけでなく、TCO コスト (総所有コスト) も桁違いに減少します。さらに、AutoCV プラットフォームは、企業にコンピューター ビジョン アプリケーションを構築する能力を真に提供します。企業は、実際のビジネス ニーズに基づいて、多数のコンピューター ビジョン アプリケーションを自ら構築できます。以前は、これらの「散在する」ニーズのほとんどに対応するソリューション プロバイダーを見つけることができませんでした。 AutoCV プラットフォームは、請求書の分類、VIP 識別、コンプライアンス検出、異常識別、機械部品識別、乗客フロー分析、ユーザー プロファイリング、病理学的切断など、多くのコンピューター ビジョンの「ロングテール」ビジネス アプリケーションに適用されており、企業がインテリジェントな「目」を開くことを可能にします。 AutoML および AutoCV プラットフォームの中核は、人工知能のバックグラウンドを持たない人でも AI を構築し、機械学習プロセス全体を自動化し、AI テクノロジーを使用して AI アプリケーションを自動的に生成できるようにすることです。 この点について戴文元氏は、これまでディープラーニングを含む機械学習では、さまざまなアルゴリズム設定、ネットワーク構造など、パラメータを手動で定義または調整する必要があったと述べた。現在、AutoML プラットフォームにより、ほとんどの処理をコンピューターで実行できるようになりました。ユーザーはビジネス目標を決定し、コンピューターにデータとフィードバックを継続的に提供するだけで、コンピューターはどんどん賢くなっていきます。 |
<<: 新しい物理学AIは量子コンピューティング革命の鍵となるかもしれない
ビッグデータダイジェスト制作出典: lambdalabs編纂者:張秋月ディープラーニング モデルが強...
突然、AI 時代に入ったようです。裏では、多くの友人が、来たる All in AI を迎えるために、...
事件は解決しました!先週、Redditは、匿名の企業が同社のユーザーコンテンツにアクセスしてAIモデ...
[[278802]]この記事はAI系新メディアQuantum Bit(公開アカウントID:QbitA...
AIといえば、一般の人はまだそれが何なのか知らない人が多いかもしれません。 Baidu 百科事典で...
サンタフェ研究所の教授であり、『人工知能:考える人間のためのガイド』の著者でもあるメラニー・ミッチェ...
Huawei Connect 2021では、中国科学技術情報研究所(CITI)、AITISA(新世代...
人工知能の応用はまだ機械学習タスクに限定されていますが、アルゴリズムとハードウェアは徐々に融合してお...
「統計」と「機械学習」の違いは何ですか?これは数え切れないほど議論されてきた質問です。この問題につ...
多くのニューラル ネットワーク フレームワークは長年にわたってオープン ソース化されており、機械学習...
世界銀行の支援を受けて、国際非営利団体「Action Against Hunger」は人工知能を活用...
大規模言語モデル (LLM) は、自然言語理解、言語生成、複雑な推論など、多くの重要なタスクにおいて...
現在、自動運転車の知覚の実現は、車両に搭載されたレーザーレーダー、車載カメラ、ミリ波レーダーなどのセ...
AI、特に GenAI の急速な発展により、分析および IT リーダーには、データ戦略とデータ管理...