Video: AI vs Machine Learning vs Deep Learning | Machine Learning Training with Python | Edureka (Novembre 2024)
L'intelligenza artificiale e l'apprendimento automatico sono temi caldi in ogni conferenza tecnologica a cui vado e la recente conferenza DLD a New York non ha fatto eccezione.
Ramin Assadollahi di ExB Group, una società tedesca che si occupa di informatica cognitiva in ambito sanitario, si è concentrata su una varietà di modi in cui le nuove tecniche informatiche possono aiutarci a imparare "come guarire con il software". Rivolgendosi a molti dei termini che vengono lanciati oggi, ha osservato che l'IA non deve essere il cognitive computing, il cognitive computing non deve essere l'apprendimento automatico e i big data sono interamente una questione separata.
Assadollahi si è concentrato sui modi in cui l'IA potrebbe migliorare il campo della medicina. Ha notato che un patologo che osserva i dati sui tessuti in genere vede 200.000 campioni nella sua vita lavorativa, ma con l'apprendimento profondo e le moderne schede grafiche, un sistema informatico può elaborare molti di questi in due settimane. Ha detto che con 100 campioni, un sistema può essere buono come un essere umano. Allo stesso modo, ha detto, un sistema informatico può ingerire 28.000 articoli tecnici al giorno, mentre un essere umano potrebbe leggere solo circa 4000 di tali articoli nella sua intera vita lavorativa.
Ha detto che un'intelligenza artificiale in grado di comprendere singole cellule a livello molecolare potrebbe aiutare a progettare farmaci migliori e software che potrebbero aiutare a capire quali farmaci adatti ad altri potrebbero essere un salvavita, poiché le interazioni avverse tra i farmaci uccidono 100, 00 persone all'anno. La sua compagnia si rivolge all'intero continuum sanitario - medici, ricercatori, farmacisti e pazienti - concentrandosi sulla "rottura dei silos". Nel complesso, ha affermato che l'IA non ucciderà i posti di lavoro, poiché il numero di persone coinvolte nella cura è in aumento. Non sostituirà il medico, ha detto, ma consentirà invece al medico di trascorrere più tempo con i pazienti.
David Kenny, che ora gestisce il gruppo Watson per IBM, ha parlato dei big data e del potenziale di apprendimento profondo in una varietà di applicazioni. Kenny era CEO di The Weather Company prima dell'acquisizione da parte di IBM di quella società; è il più grande fornitore al mondo di dati meteorologici. Ha detto che TWC ha sviluppato un'app progettata per mappare l'atmosfera nel modo in cui Google ha cercato di mappare la terra, utilizzando una combinazione di tecnologia IoT (Internet of Things), informazioni meteorologiche e cloud computing per raccogliere informazioni meteorologiche in 2, 2 miliardi di località.
A Watson, ha detto, è interessato a tre grandi aree per algoritmi e software: interazione umana, come vista, visione e linguaggio; apprendimento profondo e apprendimento automatico per supportare tali interazioni; e ragionamento. Ha affermato che Watson coinvolge migliaia di persone in IBM, dai laboratori di ricerca alle vendite e ai servizi.
In un certo senso, ha detto Kenny, Watson è diverso rispetto ad altre attività dirompenti, perché richiede molta conoscenza e le aziende affermate che hanno conoscenza possono accelerare più rapidamente delle startup. Ha affermato che la traduzione e l'interazione umana stanno migliorando ma che hanno ancora molta strada da fare e che molto di ciò per cui la gente usa Watson è la creazione di "robot" conversazionali.
Ha detto che comprendere le conversazioni era difficile a causa dei diversi toni, accenti e sfumature che le persone usano quando comunicano. "Ogni mese migliora", ha detto, con il software utilizzato per comprendere il discorso che ora ha un tasso di errore del 6, 9 per cento, in calo rispetto al 10 per cento tre mesi fa. In confronto, ha detto, il tasso di errore umano è del 4 percento. Ha affermato di essere ottimista sul fatto che il software possa avvicinarsi al tasso di errore umano entro un anno.
Kenny afferma che IBM ha un approccio diverso rispetto alla concorrenza. Altre aziende lavorano spesso sull'intelligenza artificiale centralizzata, ma IBM sta lavorando con un numero di clienti che desiderano creare le proprie versioni private di Watson, utilizzando la propria proprietà intellettuale o "grafici della conoscenza". Ha notato che l'80 percento dei dati del mondo non va su Internet, come radiografie, cartelle cliniche e conti bancari.
