Video: 5.0 - Makine Öğrenmesi Nedir? (Şaban Dalaman) (Kasım 2024)
Yapay Zeka ve makine öğrenimi, gittiğim her teknoloji konferansında önemli konulardır ve son DLD NYC konferansı istisna değildi.
Sağlık hizmetinde bilişsel bilgi işlem ile uğraşan bir Alman şirketi olan ExB Group'tan Ramin Assadollahi, yeni bilgisayar tekniklerinin "yazılımla nasıl iyileştirileceğini" öğrenmemize yardımcı olabilecek çeşitli yollara odaklandı. Bugün etrafta atılan terimlerin birçoğuna değinerek, AI'nın bilişsel hesaplama olmak zorunda olmadığını, bilişsel hesaplamanın makine öğrenmesi gerekmediğini ve büyük verilerin tamamen ayrı bir konu olduğunu belirtti.
Assadollahi, AI'nın tıp alanını iyileştirme yollarına odaklandı. Doku verilerine bakarak bir patologun çalışma ömrü boyunca tipik olarak 200.000 örnek gördüğünü, ancak derin öğrenme ve modern grafik kartlarıyla bir bilgisayar sisteminin iki haftada bir çoğunu işleyebileceğini belirtti. 100 örnekle bir sistemin insan kadar iyi olabileceğini söyledi. Benzer şekilde, bir bilgisayar sisteminin günde 28.000 teknik makale alabildiğini, bir insan ise tüm çalışma hayatı boyunca yalnızca 4.000 civarında makale okuyabildiğini söyledi.
Tek hücreleri moleküler düzeyde anlayabilen bir AI'nın daha iyi ilaçların tasarlanmasına yardımcı olabileceğini ve advers ilaç etkileşimlerinin yılda 100, 00 kişiyi öldürdüğü için diğer ilaçların hangi ilaçlarla uyumlu olduğunu belirlemeye yardımcı olabilecek yazılımları kullanabileceğini söyledi. Şirketi tüm sağlık sürekliliğini (doktorlar, araştırmacılar, eczacılar ve hastalar) ele alıyor - "siloları bölmek" üzerine odaklanıyor. Genel olarak, bakıcıya dahil olan insan sayısı arttıkça AI'nın işleri öldürmeyeceğini söyledi. Doktorun yerini almayacağını söyledi, ancak bunun yerine doktorun hastalarla daha fazla zaman geçirmesini sağlayacak.
Şu anda IBM için Watson grubunu yöneten David Kenny, çeşitli uygulamalarda büyük veriler ve derin öğrenme potansiyeli hakkında konuştu. Kenny, IBM'in bu şirketi devralmasından önce The Weather Company'nin CEO'su idi; dünyanın en büyük hava durumu verisi sağlayıcısıdır. TWC'nin, Google'ın dünyayı haritalamaya çalıştığı şekilde atmosferi haritalamak için tasarlanmış bir uygulama geliştirdiğini, IoT (Nesnelerin İnterneti) teknolojisini, hava durumu bilgilerini ve bulut bilgi işlem kombinasyonunu kullanarak 2, 2 milyar lokasyonda hava durumu bilgilerini toplamak için tasarlanan bir uygulama geliştirdiğini söyledi.
Watson'da, algoritmalar ve yazılımlar için üç büyük alana ilgi duyduğunu söyledi: görme, görme ve konuşma gibi insan etkileşimi; bu tür etkileşimleri desteklemek için derin öğrenme ve makine öğrenmesi; ve muhakeme. Watson, araştırma laboratuvarlarından satış ve hizmete kadar IBM genelinde binlerce kişiyi içerdiğini söyledi.
Kenny, bazı yönlerden, Watson'ın diğer yıkıcı işletmelerden farklı olduğunu belirtti, çünkü çok fazla bilgi gerektirir ve bilgiye sahip yerleşik şirketler, başlangıçlardan daha hızlı yükselebilir. Çeviri ve insan etkileşiminin düzeldiğini, ancak hala devam etmenin bir yolu olduğunu ve insanların Watson'ı ne için kullandıklarının konuşma “botları” yarattığını söyledi.
Konuşmaların anlaşılmasının, iletişim sırasında insanların kullandığı farklı tonlar, aksan ve nüanslar nedeniyle zor olduğunu söyledi. “Her ay daha iyi olur” dedi ve konuşmayı anlamak için kullanılan yazılımla şimdi üç ay önceki yüzde 10'dan yüzde 6, 9'a varan hata oranı vardı. Buna karşılık, insan hata oranının yüzde 4 olduğunu söyledi. Yazılımın bir yıl içinde insan hata oranına yaklaşabileceği konusunda iyimser olduğunu söyledi.
Kenny, IBM'in rakiplerinden farklı bir yaklaşıma sahip olduğunu iddia ediyor. Diğer şirketler genellikle merkezileştirilmiş AI üzerinde çalışır, ancak IBM, kendi fikri mülkiyet haklarını veya "bilgi grafiklerini" kullanarak kendi özel Watson versiyonlarını oluşturmak isteyen birçok müşteriyle birlikte çalışır. Dünya verilerinin yüzde 80'inin internette yayınlanmadığını belirtti - röntgen, sağlık kayıtları ve banka hesapları gibi şeyler.
