Как се научихме да разрушаваме бариерите пред машинното обучение

Добре дошли в седмицата разстояние Ars Frontiers! Тази статия е първата от кратка поредица от статии, обобщаващи всички днешни разговори за тези, които не успяха да пътуват до столицата за първата ни конференция. Ще изпълняваме един от тях на всеки няколко дни през следващите две седмици и всеки от тях ще включва вградено видео от разговора (заедно с текст).

В днешното обобщение преминаваме към нашия разговор с техния евангелизатор на Amazon Web Services д-р Нешли Сефъс. Нашата дискусия беше озаглавена „Разбиване на бариерите пред машинното обучение“.

Какви са пречките?

Д-р Сефъс дойде в AWS по кръгов път и израства в Мисисипи, преди да се присъедини към технологичен стартъп, наречен частичен. Partpic беше компания за изкуствен интелект и машинно обучение (AI/ML) с чиста предпоставка: потребителите можеха да правят снимки на инструменти и части, а приложението Partpic ще анализира алгоритмично изображенията, ще идентифицира частта и ще предостави информация за това каква е частта и откъде може да се купи повече. Amazon придоби Partpic през 2016 г., а д-р Сефус пренесе уменията си за машинно обучение в AWS.

На въпрос тя уточни да може Като най-голямата пречка за по-широко използване на AI/Machine Learning – в много отношения това е още една бръчка в стария проблем цифров дял. Ключов компонент от възможността да се използват най-популярните инструменти за AI/машино обучение е надеждният и бърз достъп до интернет и въз основа на опита, натрупан от нейния опит, д-р Сефус отбеляза, че липсата на достъп до технологии в началните училища в бедните райони на страната поставя децата на път далеч от възможността да използват видовете инструменти, за които говорим.

Освен това липсата на ранен достъп води до съпротива към технологиите по-късно в живота. „Говорите за концепция, която много хора смятат за много страшна“, обясни тя. „Много хора се страхуват. Чувстват се застрашени от технологиите.“

Не разделяне на нещата

Един от начините за преодоляване на пропастта тук, в допълнение към простото увеличаване на достъпа, е да се промени начина, по който технолозите комуникират по сложни теми като AI/машинно обучение на обикновените хора. „Разбирам, че като технологични експерти често обичаме да създаваме страхотни неща, нали?“ — каза д-р Сефъс. „Не мислим за дългосрочното въздействие, но затова е толкова важно да имаме това разнообразие от мислене на масата и тези различни гледни точки.“

Д-р Сефус каза, че AWS наема социолози и психолози, които да се присъединят към техническите си екипи, за да открият начини за справяне с дигиталното разделение, като се срещат с хората там, където са, вместо да ги принуждават да дойдат до технологиите.

Простото преструктуриране на сложни теми за AI/машино обучение по отношение на ежедневните действия може да премахне бариерите. Д-р Севос обясни, че един от начините да направите това е като посочи, че почти всеки има мобилен телефон, когато говорите с телефона си или използвате лицево разпознаване, за да го отключите, или когато получите препоръки за следващия филм или песен, които да слушате — това са всички примери за взаимодействие с машинното обучение. Не всички са критични към това, особено технологичните лаици, и показването на хората, че тези неща са задвижвани от AI/машинно обучение, може да бъде доста просто.

„Да се ​​срещнем с тях, където и да са, да им покажем как тези технологии ги влияят в ежедневието им, да поставим софтуера по достъпен начин – мисля, че това е нещо, върху което трябва да се съсредоточим“, каза тя.