Истории

Как проверить, насколько на самом деле продвинут ИИ вашей компании: мнение эксперта

Истории
Татьяна Петрущенкова
Татьяна Петрущенкова

Экс-выпускающий редактор. Журналист RB.RU

Татьяна Петрущенкова

Искусственный интеллект может полностью изменить методы ведения бизнеса. Но как понять, что ранние разработки находятся на правильном пути? Для Хуссейна Механны, главы отдела искусственного интеллекта и машинного обучения в Cruise, которая занимается беспилотными автомобилями, ключевым показателем того, насколько компания продвинулась в освоении технологии, является количество ежемесячно тестируемых моделей.

Как проверить, насколько на самом деле продвинут ИИ вашей компании: мнение эксперта
Присоединиться

Например, когда Механна работал директором по инженерным разработкам в Facebook, их количество выросло с менее чем 100 в месяц до более чем 3 миллионов, поскольку ИТ-гигант вкладывал огромные средства в технологии. Для сравнения, в Walmart, который часто называют одним из лидеров по внедрению искусственного интеллекта, одновременно работает около 100 тысяч проектов.

В Cruise цифры почти наверняка меньше — Механна отказался говорить, сколько именно — но цель соучредителя Кайла Фогта: обучать алгоритмы и вводить модели в работу «почти так же оперативно, как компилируются коды», по словам Механны. «Но мы не такие быстрые».

Он отметил, что другие транспортные компании из Кремниевой долины запускают только по 20 моделей в месяц. Но одной из проблем для разработчика беспилотных автомобилей является огромное количество данных, необходимых для обучения моделей искусственного интеллекта.

«Размах модели и объем необходимых данных намного больше, чем у других компаний, — говорит Механна. — Это мультисенсорные данные в нескольких кадрах, так что потоки информации огромны. Самые большие за всю мою карьеру».

Длительная карьера Механны была тесно связана с общим ростом интереса к технологиям машинного обучения. В Cruisе, приобретённом General Motors в 2016 году, он отвечает за создание моделей искусственного интеллекта, которые могут предвидеть активность других водителей и пешеходов.

В настоящее время компания тестирует сотни своих автономных автомобилей в Сан-Франциско. Эти машины собирают тонны данных — сотни гигабайт в секунду, — которые затем используются для обучения моделей.

«После обучения мы оцениваем модели и как можно быстрее тестируем их в автономном режиме с помощью симуляций, — говорит Механна. — Модели, которые соответствуют ожиданиям и “выживают”, мы отдаём дальше в работу — и повторяем всё это снова и снова».

Механна также шесть месяцев работал директором по инжинирингу в Snapchat. До этого он был старшим инженером-программистом в Microsoft, поскольку технический гигант «вкладывал огромные деньги в машинное обучение, опережая даже Google». «Microsoft часто запускает перспективные проекты раньше других, но в конечном итоге не становится лидером, — говорит Механна. — Мы вкладывали большие усилия в развитие машинного обучения, и именно там я набил свои первые шишки».

Заставь искусственный интеллект самообучаться и совершенствоваться – выбирай онлайн-курсы в каталоге курсов по машинному обучению.

Источник: Business Insider

Фото на обложке: Medium, Cruise

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 «Яндекс» представил третье поколение YandexGPT для решения задач в сфере IT
  2. 2 AI для HR: профиль кандидата, который повысит скорость найма в два раза
  3. 3 Эволюция ML-сервисов в микрофинансовых организациях и советы по внедрению
  4. 4 Машины не восстанут, но вылететь с работы можно: разбираемся, зачем осваивать нейросети
  5. 5 Мнение эксперта: Игорь Пивоваров о том, что происходит с OpenAI
AgroCode Hub
Последние новости, актуальные события и нетворкинг в AgroTech-комьюнити — AgroCode Hub
Присоединяйся!