民主化和可解释性:DataRobot的2019年人工智能预测

时间:2019-03-13 20:09:16 阅读:115次
人工智能解析

  当我们进入2019年时,我们期待着AI行业今年的发展。下面我们将与您分享我们的一些新年人工智能预测。

<! - 更多 - >

   DataRobot首席执行官兼联合创始人Jeremy Achin最近与Information Age讨论了2019年自动化的未来。(阅读完整的采访。)Jeremy说即使这个星球上的每个人都成了作为一名数据科学家,仍然没有足够的资源来解决每个业务问题。自动化是帮助企业和数据科学家的关键,2019年将是自动化的重要一年。

  在采访中,杰里米专注于2019年的两个预测:

  首先,由于自动化,数据科学家将生产更多,更多。

  其次,他看到了角色的民主化[数据科学家]。通过自动化,Jeremy称之为AI工作人员,软件工程师,数据工程师和业务分析师的其他领域的人员可以与数据科学家更紧密地合作。

  

  此外,我们在2019年与其他DataRobot员工讨论了他们对AI和机器学习的预测。两个主要的主题变得明显:数据科学的民主化和AI模型的可解释性。

  通过人工智能的民主化,组织内部的数据科学职责变得越来越容易被其他角色所接受,例如业务分析师。现在,自动化工具使其他人能够构建模型并对自己进行预测。另外。这些工具使数据科学家能够专注于迭代和创新 - 帮助他们提高工作效率。

  产品管理总监Tristan Spaulding预测,2019年我们将看到业务分析师不断崛起,采用机器学习,超过了数据科学家的数量。

  “第一次,应用机器学习模型的业务分析专业人员数量将超过数据科学家这样做的数量。

  机器学习的新采用者会痛苦地发现,构建模型只是旅程的第一步 - 部署和维护模型需要花费同样多的时间和精力。“

   - 特里斯坦·斯波尔丁

  

  可解释性和信任是2019年的两个重要主题,也是我们团队努力促进和加强的主题。 DataRobot数据科学家Peter Simon分享了他对2019年可解释性重要性的看法。

  “2019年将是人工智能的可解释性至关重要的一年 - 不一定是理解人工智能如何工作的基本机制,但肯定是人工智能系统的输出如何由其输入驱动。由于最近关注人工智能的偏见及其与模拟基础人类行为的联系,因此无法对其产出提供明确解释的技术将被遗忘。“

   - 彼得西蒙

  

DataRobot数据科学家Rajiv Shah预测了人工智能监管的价值和重要性,以及确保AI监管机构和用户的问责制和可访问性。

  “2019年将是对人工智能监管的呼声越来越高的一年,特别是在解释模型的决策方面。

  无论是在行业内还是政府,您都会越来越关注人工智能的问责制。一个切实的结果将是推动更多可解释和可解释的模型。这将在数??据科学家更广泛地使用可解释性技术中变得明显,一直到监管机构鼓励或要求监管机构和用户都能更容易理解更广泛的人工智能。“

   - Rajiv Shah,数据科学家

  

  随着我们的目标定在2019年,我们看到业务分析师和可解释性在AI行业中的增长更多。随着人工智能的普及,民主化将变得越来越有价值,因此通过可解释的方法保持用户友好的体验对于成功至关重要。

   2019年快速启动AI的其他资源:

  了解有关业务分析师如何利用这些资源进入人工智能行业的更多信息:

  •   没有业务分析师落后


  •   业务分析师如何征服机器学习


      然后,继续我们的博客系列如何理解DataRobot模型。本系列分享了可解释性的重要性,以及如何使用DataRobot实现这一点。

      

  • 民主化和可解释性:DataRobot的2019年人工智能预测所属专题:人工智能 《民主化和可解释性:DataRobot的2019年人工智能预测》链接:http://www.cnnaili.cn/1188

    民主化和可解释性:DataRobot的2019年人工智能预测相关文章

  • AI简化:成为AI驱动企业的三大障碍
  • 与您现有的现有团队一起实现AI承诺
  • 为什么今天的零售银行需要人工智能才能获胜
  • 构建人工智能时避免人为错误
  • DeepMind AI将谷歌数据中心冷却费减少40%
  • 宣布人工智能合作伙伴关系让人民受益社会
  • DeepMind和Blizzard将星际争霸II作为AI研究环境发布
  • 我们与学术界合作推进人工智能领域
  • AI和神经科学:一个良性循环
  • DeepMind和Blizzard将星际争霸II作为人工智能研究环境开放
  • 在简单环境中指定AI安全问题
  • 为什么Streams还没有使用AI?
  • 安全第一AI用于自动数据中心冷却和工业控制
  • AI在帮助计划头部和头部患者治疗中的有希望的作用。颈癌
  • AlphaFold:使用AI进行科学发现
  • Inbenta被Crunchbase / Forbes评为顶级AI公司
  • 互联网零售商独家:人工智能体验提升底线 - Inbenta
  • 人工智能:它可以改变我们的生活方式
  • 律师事务所如何利用人工智能的进步
  • 政府和人工智能:在省钱的同时提高效率 - Inbenta
  • 世界饥饿:AI如何解决我们最大的问题之一 - Inbenta
  • AI Sport,运动员多久才开始使用人工智能?
  • AI医生:人工智能如何帮助医学 - Inbenta
  • 安全实施基于AI的Chatbot的6种方法 - Inbenta
  • 通过学术合作推进核心AI研究
  • 通过人工智能技术扩展温布尔登高清卷轴的视频制作
  • Grad学生赢得IBM Fimship to Mimic Brain Architecture
  • 2017年CVPR的IBM研究:通过计算机视觉帮助人工智能系统
  • 麻省理工学院和IBM:将我们的“思想和手”放在一起,共同创造人工智能的未来
  • 最佳思维:IBM致力于与大学合作伙伴推进人工智能研究