اندرو نگ یکی از برجستهترین چهرههای هوش مصنوعی، بنیانگذار LandingAI و DeepLearning.AI، رئیس مشترک و بنیانگذار Coursera، و استاد کمکی در دانشگاه استنفورد است و در گذشته همچنین دانشمند ارشد بایدو و بنیانگذار پروژه مغز گوگل بود.
به گزارش کالاسودا و به نقل از venturebeat، وی در این مقاله به آیندهی ده سال پیش روی هوش مصنوعی میپردازد و پیش بینیهایی در این زمینه دارد.
نگ تولید را «یکی از آن صنایع بزرگی میداند که بیشترین تأثیر را بر زندگی ما دارد، اما برای بسیاری از ما نامرئی است». وی معتقد است که فناوری هوش مصنوعی کسبوکارهای اینترنتی را متحول کرده است و باید از آن بیشتر در بخش تولید استفاده شود.
این یک روند رو به رشد است. بر اساس نظرسنجی سال 2021، 65 درصد از رهبران بخش تولید با روشهای آزمایشی هوش مصنوعی کار میکنند.
وی در کار خود نیز از هوش مصنوعی در بخش تولید استفاده میکند. برای مثال، بینایی کامپیوتر مبتنی بر هوش مصنوعی میتواند به تولیدکنندگان در انجام وظایفی مانند شناسایی عیوب در خطوط تولید کمک کند. اما این کار آسان نیست.
از نظر نگ؛ در نرمافزار مصرفکننده، میتوان یک سیستم هوش مصنوعی یکپارچه ساخت تا به صد میلیون یا میلیارد کاربر خدمات رسانی کند. اما در تولید، هر کارخانه چیزی متفاوت میسازد. بنابراین هر کارخانه تولیدی به یک سیستم هوش مصنوعی سفارشی نیاز دارد که بر اساس دادههای آنها آموزش دیده باشد.
و این یک چالش در دنیای هوش مصنوعی است. چگونه میتوان به 10000 کارخانه تولیدی کمک کرد تا 10000 سیستم مشتری بر اساس هوش مصنوعی بسازند.
مدلهای مبتنی بر هوش مصنوعی و دادهمحور
حال چگونه میتوان از هوش مصنوعی داده محور در دنیای واقعی استفاده کرد؟ همانطور که Ng اشاره کرد، تنها راه ساخت ابزارهایی است که مشتریان را قادر میسازد مدلهای خود را بسازند.
Ng و Landing AI این کار را از طریق Landing Lens انجام میدهند.
10 سال آیندهی هوش مصنوعی
نگ نیز پیشرفت و ارتقای زیادی در بخش هوش مصنوعی مشاهده میکند و از نظر وی در آینده، مردم یک مدل بینایی کامپیوتری را به عنوان یک مدل پایه استفاده میکنند. با این حال زمان دقیق آن مشخص نیست.
وقتی دادههای زیادی موجود باشد، هوش مصنوعی بیشتر به دادهها و کمتر به دانش انسانی تکیه میکند. اما در بخشهایی مانند تولید که دادههای بسیار کمی وجود دارد، باید به شدت به دانش انسانی تکیه شود.
Ng همچنین به اصطلاح هوش مصنوعی چندوجهی یا ترکیب ورودیها مانند متن و تصاویر اشاره کرد. در دهه گذشته، تمرکز بر ساخت و تکمیل الگوریتمها برای یک مدل واحد بود. اکنون که جامعه هوش مصنوعی بسیار بزرگتر شده، باید به سمت هوش مصنوعی چندوجهی رفت.
در حالی که Ng یکی از اولین کسانی بود که از GPU برای یادگیری ماشین استفاده کرد، این روزها او کمتر روی بخش سخت افزاری تمرکز دارد.
بیشتر تمرکز روی هوش مصنوعی در دهه گذشته بر روی دادههای بزرگ بوده است؛ اما در حالی که هنوز پیشرفتهایی در بخش مدلها و دادههای بزرگ وجود دارد، Ng فکر میکند که توجه هوش مصنوعی باید به سمت دادههای کوچک و هوش مصنوعی داده محور معطوف شود.
لینک کوتاه: