DatologyAI zautomatyzuje szkolenie sztucznej inteligencji

Firma Marcos ze swoją rewolucyjną platformą DatologyAI, chce zautomatyzować proces zarządzania zbiorami danych szkoleniowych dla AI. Jak działa nowa technologia od tego start-upu? Sprawdźmy!

Nowoczesna platforma DatologyAI może określać m.in. które dane są najważniejsze do wykorzystania przy uczeniu danego modelu. Narzędzie jest w stanie również osaczować, w jaki sposób zbiór można poszerzyć o dodatkowe dany i w jaki sposób należy je kategoryzować.

Modele są tym, co jedzą — modele są odzwierciedleniem danych, na podstawie których zostali przeszkoleni. Jednak nie wszystkie dane są sobie równe, a niektóre dane szkoleniowe są znacznie bardziej przydatne niż inne. Uczenie modeli na właściwych danych we właściwy sposób może mieć dramatyczny wpływ na wynikowy model. – twierdzi firma Morcos.

DatologyAI poradzi sobie z każdym formatem danych

Narzędzie DatologyAI, w ramach swojej funkcjonalności jest w stanie skalować “petabajty” danych w dowolnej formie. Treści tekstowe, wideo, audio, tabelaryczne, geoprzestrzenie są wdrażane w infrastrukturę klienta lokalnie lub za pośrednictwem chmury. Odróżnia to narzędzie od Morcos na tle innych platform takich jak CleanLab czy Labelbox, które posiadają bardziej ograniczony zakres przetwarzania danych.

Narzędzie ma możliwość również określenia tego, które “koncepcje” w zbiorze danych wymagają próbek wyższej jakości. Podaje informację także o tym, które dane mogą spowodować niechciane zachowania modelu.

Rozwiązanie tych problemów wymaga automatycznego identyfikowania koncepcji, ich złożoności i tego, ile nadmiarowości jest faktycznie konieczne. Poszerzanie danych, często przy użyciu innych modeli lub danych syntetycznych, ma ogromne możliwości, ale należy je przeprowadzać w sposób ostrożny i ukierunkowany. – stwierdza Morcos.

REKLAMA

Sceptycyzm wokół technologii

Eksperci z obszaru AI jednakże ze sceptycyzmem podchodzą do technologii. Twierdzą oni, że nie da się uciec od ręcznego sprawdzania danych. Jeśli chce się, aby model osiągał dobre wyniki, to musi w dane ingerować bezpośrednio człowiek.

Morcos natomiast jednoznacznie odpowiada im że ich technologia nie zastąpi całkowitego ręcznego sprawdzania danych, ale będzie oferować sugestię, na które badacze mogliby sami nie wpaść. 

Identyfikacja właściwych danych na dużą skalę jest niezwykle trudnym wyzwaniem i pionierskim problemem badawczym. Nasze podejście prowadzi do powstania modeli, które uczą się znacznie szybciej, jednocześnie zwiększając wydajność dalszych zadań. – podsumowuje Morcos.

Add a comment

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *