Video: "Väder-Nils" raggar under tv-sändning (September 2024)
Artificiell intelligens och maskininlärning är heta ämnen på varje teknikkonferens jag går till, och den senaste DLD NYC-konferensen var inget undantag.
Ramin Assadollahi från ExB Group, ett tyskt företag som arbetar med kognitiv datoranvändning inom hälso- och sjukvård, fokuserade på olika sätt nya datortekniker kan hjälpa oss att lära oss "hur vi ska läka med mjukvara." Han hanterade många av de termer som kastas runt idag och konstaterade att AI inte behöver vara kognitiv beräkning, kognitiv dator behöver inte vara maskininlärning och big data är en separat fråga helt.
Assadollahi fokuserade på hur AI skulle kunna förbättra medicinområdet. Han noterade att en patolog som tittar på vävnadsdata vanligtvis ser 200 000 prover under hans eller hennes arbetslivstid, men med djup inlärning och moderna grafikkort kan ett datorsystem behandla så många på två veckor. Han sa att med 100 prover kan ett system vara lika bra som en människa. På liknande sätt, sade han, kan ett datorsystem innehålla 28 000 tekniska artiklar per dag, medan en människa kanske bara läser cirka 4 000 sådana artiklar i hela sitt arbetsliv.
Han sa att en AI som kunde förstå enstaka celler på molekylnivå skulle kunna hjälpa till att utforma bättre läkemedel, och mjukvara som kan hjälpa till att räkna ut vilka läkemedel som passar andra kan vara en livräddare, eftersom negativa läkemedelsinteraktioner dödar 100, 00 människor per år. Hans företag handlar om hela hälsokontinuumet - läkare, forskare, farmaceuter och patienter - med fokus på att "bryta upp silon." Sammantaget sade han att AI inte kommer att döda jobb, eftersom antalet personer som är engagerade i vård växer. Det kommer inte att ersätta läkaren, sa han, men istället kommer läkaren att kunna spendera mer tid med patienter.
David Kenny, som nu driver Watson-gruppen för IBM, talade om big data och potentialen för djup inlärning i olika applikationer. Kenny var VD för The Weather Company innan IBM förvärvade det företaget; det är världens största leverantör av väderdata. Han sa att TWC utvecklade en app utformad för att kartlägga atmosfären på det sätt Google försökte kartlägga jorden genom att använda en kombination av IoT (Internet of Things) teknik, väderinformation och molnberäkning för att samla väderinformation på 2, 2 miljarder platser.
Hos Watson, sade han, är han intresserad av tre stora områden för algoritmer och mjukvara: mänsklig interaktion, såsom syn, vision och tal; djup inlärning och maskininlärning för att stödja sådana interaktioner; och resonemang. Han sa att Watson involverar tusentals människor över IBM från forskningslaboratorier till försäljning och service.
På vissa sätt, sade Kenny, är Watson annorlunda än andra störande företag, eftersom det kräver mycket kunskap och etablerade företag som har kunskap kan snabba upp snabbare än nystartade företag. Han sa att översättning och mänsklig interaktion förbättrades men fortfarande hade ett sätt att gå, och att mycket av det folk använder Watson för skapar konversationsbots.
Han sa att det var svårt att förstå samtal på grund av de olika tonerna, accenterna och nyanserna som folk använder när de kommunicerar. "Varje månad blir det bättre", sade han, med den mjukvara som används för att förstå tal som nu hade en 6, 9 procent felhastighet, ned från 10 procent för tre månader sedan. I jämförelse, sade han, är den mänskliga felfrekvensen 4 procent. Han sa att han var optimistisk att programvaran kan närma sig mänskliga felfrekvenser inom ett år.
Kenny hävdar att IBM har en annan strategi än sin konkurrens. Andra företag arbetar ofta med centraliserad AI men IBM arbetar med ett antal kunder som vill bygga sina egna privata versioner av Watson med sin egen immateriella egendom eller "kunskapsgrafer." Han konstaterade att 80 procent av världens uppgifter inte går på Internet - saker som röntgenstrålar, hälsoposter och bankkonton.
