Data science

Lựa chọn xu hướng AI từ Data Native 2019

Sơ lược về một số xu hướng AI mà chúng tôi đã chọn cho bạn từ Data Native 2019 – Tập hợp Khoa học dữ liệu thú vị nhất Châu Âu. Chúng ta sắp bước vào 2020, một thập kỷ mới, trong đó Trí tuệ nhân tạo dự kiến ​​sẽ thống trị hầu hết các khía cạnh của cuộc sống của chúng ta – cách chúng ta sống, cách chúng ta giao tiếp, cách chúng ta ngủ, những gì chúng ta làm trong công việc và hơn thế nữa. Bạn có thể nói rằng điều đó đã xảy ra- và đó là sự thật. Nhưng tôi cho rằng sự thống trị sẽ tăng lên trong thập kỷ tới và con người sẽ ngày càng có ý thức hơn về việc công nghệ ảnh hưởng đến cuộc sống của họ và thực tế là AI hiện đang sống với họ như một phần cuộc sống hàng ngày của họ. McKinsey ước tính các kỹ thuật AI có tiềm năng tạo ra giá trị từ $ 3,5T đến $ 5,8T hàng năm trên chín chức năng kinh doanh trong 19 các ngành nghề. Nghiên cứu tương đương giá trị gia tăng này với khoảng 40% của tổng thể $ 9,5T đến $ 15. Tác động hàng năm 4T có thể được kích hoạt bằng tất cả các kỹ thuật phân tích. Điều gì đó hay điều khác khiến chúng ta trở thành một phần của làn sóng khổng lồ này trong ngành công nghệ, ngay cả khi chúng ta không nhận ra điều đó. Do đó, câu hỏi mà chúng tôi đặt ra năm nay tại Data Native 2019, hội nghị hàng năm của chúng tôi là “Điều gì khiến chúng tôi trở thành công nghệ?” – một cách có ý thức hay tiềm thức. Elena Poughia, Người sáng lập kiêm Giám đốc điều hành tại Data Native và Giám đốc điều hành Dataconomy Media xác định động thái này hướng tới tương lai trong một câu nói: “Chúng tôi thực hiện sứ mệnh làm cho Khoa học dữ liệu có thể truy cập, mở, minh bạch và toàn diện.” Chắc chắn rất khó để nắm bắt được sự hào hứng và các cuộc nói chuyện tại Data Native năm nay trong một phần duy nhất vì nó bao gồm 7 ngày 25 + các sự kiện vệ tinh, 8,5 giờ hội thảo, 8 giờ phát biểu cảm hứng, 10 giờ của bảng trên năm giai đoạn và một 48 hackathon kéo dài một giờ, hơn 3500 những người đam mê dữ liệu và 182 + diễn giả. Do đó, tôi quyết định chọn một số cuộc thảo luận và nói chuyện chính xác định các xu hướng quan trọng trong AI cho năm nay và thập kỷ tới từ Data Native 2019. Đây là cái nhìn: Trí thông minh của con người sẽ giải cứu AI như thế nào? Trong thế giới của các nhà khoa học dữ liệu, bây giờ gọi AI là ngu ngốc. Không thể thích ứng với sự thay đổi, không nhận thức được bản thân và các hành động của nó, một người thực hiện đơn giản các thuật toán do bàn tay con người tạo ra; và đặc biệt được cho là không thích hợp để tái tạo hoạt động của não người. Theo Tiến sĩ Fanny Nusbaum, Chercheur Associé en Psychologie et Neurosciences, có một hình thức trịch thượng, hợm mình trong những cáo buộc này. “Việc xúc phạm máy móc rõ ràng không phải là vấn đề. Nghiêm trọng hơn, đây là một sự xúc phạm đối với một số con người. Để hiểu được, chúng ta phải tự hỏi: trí thông minh là gì? ” Fanny Nusbaum giải thích rằng trí thông minh thực sự là một khả năng thích ứng, nhưng sự thích nghi có thể có nhiều dạng. Có trí tuệ toàn cầu, dựa trên nhận thức cho phép thích ứng với các tình huống mới và hiểu biết về thế giới. Trong số những cá nhân thể hiện sự thích nghi tối ưu trong tư duy toàn cầu này, người ta có thể tìm thấy những nhà tư tưởng, triết gia hoặc tầm nhìn vĩ đại, được gọi là “Philocognitives”. Nhưng cũng có một trí thông minh cụ thể, với khả năng thích ứng thông qua việc thực hiện một nhiệm vụ và đại diện của những người nhiệt tình nhất, “Ultracognitives”, có thể là vận động viên cấp cao, họa sĩ, nhạc sĩ. Trí thông minh cụ thể này giống những gì AI làm một cách kỳ lạ. Phải thừa nhận rằng một làn bơi có rất ít khả năng thích ứng với sự thay đổi, nhưng nhiệm vụ thường được hoàn thành một cách thuần thục. Vì vậy, thay vì thu thập kiến ​​thức khoa học nghi ngờ về trí thông minh là gì, có lẽ để trở thành anh hùng của một quần thể sợ hãi AI, một số chuyên gia tốt hơn nên tìm kiếm sự hội tụ giữa trí tuệ con người và nhân tạo chắc chắn có thể tạo ra phép màu trong tay. Vai trò của AI trong Cách mạng Công nghiệp Alistair Nolan, Nhà phân tích chính sách cấp cao tại OECD, đã nói về AI trong lĩnh vực sản xuất. Ông nhấn mạnh rằng AI hiện được sử dụng trong tất cả các giai đoạn sản xuất, từ thiết kế công nghiệp đến nghiên cứu. Tuy nhiên, tỷ lệ áp dụng AI giữa các nhà sản xuất còn thấp. Đây là mối quan tâm đặc biệt trong bối cảnh các nền kinh tế OECD đã suy giảm tốc độ tăng năng suất lao động trong một số thập kỷ. Trong số các hạn chế khác, kỹ năng AI ở khắp mọi nơi đều khan hiếm và việc tăng nguồn cung cấp kỹ năng nên là mục tiêu chính của khu vực công. “Tất cả các quốc gia đều có nhiều tổ chức nhằm mục đích đẩy nhanh sự phổ biến công nghệ, chẳng hạn như Fraunhofer ở Đức, điều hành các trung tâm công nghệ ứng dụng giúp thử nghiệm và tạo mẫu công nghệ. Điều quan trọng là các tổ chức đó phải đáp ứng nhu cầu cụ thể của các công ty muốn áp dụng AI. Ví dụ, chính sách dữ liệu liên kết các công ty với dữ liệu mà họ không biết cách sử dụng với kiến ​​thức chuyên môn có thể tạo ra giá trị từ dữ liệu cũng rất quan trọng. Điều này có thể được tạo điều kiện thông qua các thỏa thuận chia sẻ dữ liệu tự nguyện mà các chính phủ có thể giúp môi giới. Nói chung nên tránh các chính sách hạn chế luồng dữ liệu xuyên biên giới. Và các chính phủ phải đảm bảo cơ sở hạ tầng kỹ thuật số phù hợp, chẳng hạn như băng thông rộng dựa trên sợi quang, ”ông nói. AI, sự thiên vị của nó và cách sử dụng chính Cuộc cách mạng AI là mạnh mẽ, không thể ngăn cản và ảnh hưởng đến mọi khía cạnh cuộc sống của chúng ta. Nó được cung cấp bởi dữ liệu và được cung cấp bởi những người thực hành AI. Với sức mạnh to lớn đi kèm với trách nhiệm to lớn là mang lại niềm tin, sự bền vững và tác động thông qua AI. AI cần phải có thể giải thích được, có thể phát hiện và khắc phục sự sai lệch, bảo mật trước các cuộc tấn công độc hại và có thể theo dõi: dữ liệu đến từ đâu, nó được sử dụng như thế nào? Nguyên nhân sâu xa của AI thiên vị thường là các quyết định thiên vị của con người được đưa vào dữ liệu lịch sử – chúng ta cần xây dựng các nhóm nhân lực đa dạng để xây dựng và quản lý dữ liệu không thiên vị. Các nền tảng AI hàng đầu cung cấp các khả năng tin cậy & bảo mật, xây dựng và triển khai mã thấp và đồng sáng tạo, đồng thời hạ thấp rào cản gia nhập với các công cụ như AutoAI. Tư duy thiết kế, hình ảnh hóa và báo chí dữ liệu là yếu tố quan trọng của các nhóm AI thành công. Tiến sĩ Susara van den Heever, Nhà khoa học quyết định điều hành và Giám đốc chương trình, IBM Data Science Elite cho biết nhóm của bà đã sử dụng các kỹ thuật này để giúp James Fisher tạo ra chiến lược dữ liệu cho việc nuôi gió ngoài khơi và thuyết phục các bên liên quan về giá trị của AI. “AI sẽ có tác động lớn đến việc xây dựng một thế giới bền vững. Nhóm nghiên cứu tại IBM đã giải quyết vấn đề phát thải từ ngành giao thông vận tải trong một dự án đồng sáng tạo với Siemens. Nếu mỗi học viên AI tập trung một số trí tuệ con người của họ vào AI vì Điều tốt, chúng ta sẽ sớm thấy tác động lớn, “cô nói. Việc sử dụng Dữ liệu và AI trong Chăm sóc sức khỏe Trước khi chúng ta nói về cách AI đang thay đổi lĩnh vực chăm sóc sức khỏe, điều quan trọng là phải thảo luận về mức độ liên quan của dữ liệu trong ngành chăm sóc sức khỏe. Bart De Witte, Người sáng lập HIPPO AI Foundation và là một chuyên gia chăm sóc sức khỏe kỹ thuật số đã nói đúng: “Dữ liệu không phải là hàng hóa, vì dữ liệu là con người và dữ liệu phản ánh cuộc sống của con người. Việc kiếm tiền từ dữ liệu trong lĩnh vực chăm sóc sức khỏe sẽ không chỉ cho phép chủ nghĩa tư bản giám sát thâm nhập vào một tầng sâu hơn trong cuộc sống của chúng ta. Nếu y học kỹ thuật số trong tương lai được xây dựng dựa trên việc kiếm tiền từ dữ liệu, điều này sẽ tương đương với việc tước đoạt bản thân. “Ông ấy đề cập rằng đây có thể là sự khởi đầu của một trật tự xã hội mới bất bình đẳng, một trật tự xã hội không tương thích với quyền tự do và tự chủ của con người. Cách tiếp cận này buộc những người yếu nhất phải vô tình tham gia vào một thí nghiệm trên người không dựa trên sự đồng thuận. Về lâu dài, điều này có thể dẫn đến sự cân bằng quyền lực rất bất bình đẳng giữa các cá nhân hoặc nhóm và tập đoàn, hoặc thậm chí giữa công dân và chính phủ của họ. Người ta có thể dè dặt về việc sử dụng dữ liệu trong chăm sóc sức khỏe nhưng chúng ta không thể phủ nhận sự đóng góp của AI đối với ngành công nghiệp này. Tjasa Zajc, Giám đốc Truyền thông và Phát triển Kinh doanh tại Better nhấn mạnh về “AI để tăng cường bình đẳng giữa người bệnh và người khỏe mạnh” trong bài nói chuyện của mình. Cô lưu ý rằng các nhà nghiên cứu đang thử nghiệm với phần mềm AI ngày càng có thể biết được liệu bạn có bị bệnh Parkinson, tâm thần phân liệt, trầm cảm hay các dạng rối loạn tâm thần khác hay không, chỉ đơn giản bằng cách xem cách bạn nhập. Các công nghệ giọng nói được hỗ trợ bởi AI đang phát hiện tâm trạng của chúng ta và giúp chữa các chứng rối loạn tâm lý và công nghệ thị giác máy đang nhận ra những gì mắt người không nhìn thấy được. Tuyến tụy nhân tạo – một hệ thống vòng kín tự động đo nồng độ glucose và điều chỉnh việc cung cấp insulin, đang thay đổi bệnh tiểu đường ngày càng dễ quản lý hơn. “Trong khi rất nhiều vấn đề nhức nhối trong việc chăm sóc sức khỏe, thì đồng thời, nhiều cải tiến công nghệ đang cải thiện tình hình cho bác sĩ và bệnh nhân. Chúng tôi đang rất cần điều đó vì nhu cầu chăm sóc sức khỏe đang tăng lên và sự thiếu hụt nhân viên y tế ngày càng tăng, ”bà nói. Tương lai của AI ở châu Âu Theo McKinsey, tiềm năng của châu Âu trong việc cung cấp AI và bắt kịp các quốc gia sẵn sàng cho AI nhất như Hoa Kỳ và các nhà lãnh đạo mới nổi như Trung Quốc là rất lớn. Nếu trung bình châu Âu phát triển và khuếch tán AI theo tài sản hiện tại và vị trí kỹ thuật số so với thế giới, thì nó có thể tăng thêm khoảng 2,7 nghìn tỷ euro hoặc 20 phần trăm, trên tổng sản lượng kinh tế của nó bằng 2030. Nếu châu Âu bắt kịp biên giới AI của Hoa Kỳ, tổng cộng 3,6 nghìn tỷ euro có thể được bổ sung vào GDP chung trong giai đoạn này. Tại sao một số công ty tiếp thu công nghệ AI trong khi hầu hết các công ty khác thì không? Trong số các yếu tố nổi bật là các công cụ và khả năng kỹ thuật số hiện có của họ và liệu lực lượng lao động của họ có kỹ năng phù hợp để tương tác với AI và máy móc hay không. Chỉ 23 phần trăm các công ty châu Âu báo cáo rằng sự phổ biến của AI độc lập với cả các công nghệ kỹ thuật số trước đây và các khả năng yêu cầu để hoạt động với các công nghệ kỹ thuật số đó; 64 phần trăm báo cáo rằng việc áp dụng AI phải gắn liền với các khả năng kỹ thuật số và 58 phần trăm cho các công cụ kỹ thuật số. McKinsey báo cáo rằng hai rào cản lớn nhất đối với việc áp dụng AI ở các công ty châu Âu có liên quan đến việc có được lực lượng lao động phù hợp. Ủy ban châu Âu đã xác định Trí tuệ nhân tạo là một lĩnh vực có tầm quan trọng chiến lược đối với nền kinh tế kỹ thuật số, với lý do nó là các ứng dụng xuyên suốt cho người máy, hệ thống nhận thức và phân tích dữ liệu lớn. Trong nỗ lực hỗ trợ điều này, tài trợ của Ủy ban Chân trời 2020 bao gồm AI tài trợ đáng kể, phân bổ € 700 M EU tài trợ cụ thể. Hội thảo về “tương lai của AI ở Châu Âu” này là một trong những hội thảo được săn đón nhiều nhất tại hội nghị của Eduard Lebedyuk, Kỹ sư bán hàng tại Intersystems, Alistair Nolan, Tổ chức Hợp tác và Phát triển Kinh tế tại OECD và Nasir Zubairi, Giám đốc điều hành tại The LHoFT – Nhà Công nghệ Tài chính Luxembourg, Chủ tịch Taryn Andersen & đồng sáng lập tại Impulse4women & là Thành viên ban giám khảo tại Công cụ tài trợ đổi mới cho SME của EIC, Tiến sĩ Fanny Nusbaum Fondatrice et directrice du Centre PSYRENE, PSYchologie, REcherche, NEurosciences và được kiểm duyệt bởi Elena Poughia, Người sáng lập và Giám đốc điều hành của Datanatives. AI và Đạo đức. Tại sao tất cả các ồn ào? Giữa tất cả những đổi mới về AI đang ảnh hưởng đến tất cả các lĩnh vực của nền kinh tế, khía cạnh không thể và không nên quên là 'Đạo đức trong AI'. Một bài nói chuyện của Tiến sĩ Toby Walsh, Giáo sư về AI tại TU Berlin nhấn mạnh sự cần thiết phải chỉ ra những hành vi xấu khi nói đến đạo đức và những điều sai trái trong thế giới AI. Câu nói hấp dẫn nhất trong buổi nói chuyện của anh ấy là khi anh ấy nói rằng bản thân định nghĩa của “công bằng” là một vấn đề đáng nghi ngờ. Có 21 định nghĩa về 'công bằng' và hầu hết các định nghĩa không tương thích lẫn nhau trừ khi các dự đoán là 100 chính xác phần trăm hoặc các nhóm giống hệt nhau. Trong Trí tuệ nhân tạo, tối đa hóa lợi nhuận sẽ mang đến cho bạn một giải pháp hoàn toàn khác “một lần nữa” và một giải pháp khó có thể được coi là công bằng. Do đó, trong khi AI thực hiện công việc cho chúng ta, điều quan trọng là phải đặt câu hỏi thế nào là “công bằng” và cách chúng ta xác định nó ở mỗi bước. (Quan điểm của các diễn giả tại Data Native 2019 là của riêng họ và nội dung của bài viết này được lấy cảm hứng từ các bài nói chuyện của họ) Đọc toàn bộ báo cáo sự kiện về Data Native 2019 tại đây.

  • Trang chủ
  • CRM
  • Email doanh nghiệp
  • Email marketing
  • Marketing News
  • Marketing tổng thể
  • SEO
  • Thiết kế Website
  • Web Hosting
  • Chatbot
  • Khoa học dữ liệu
  • Back to top button