Настия Пробосутеджо, аналитик данных Zero One Technology

Добро пожаловать в нашу рассылку и рады, что вы вернулись для тех, кто присоединился к нам в прошлый раз!

Новички, не стесняйтесь перейти к нашему первому информационному бюллетеню, где мы рассмотрели всеобъемлющую тему COVID-19, в частности — обнаружение дезинформации о пандемии на Facebook, отслеживание контактов и уведомления о воздействии, а также оздоровительные приложения, которые помогут нам справиться с этим трудным сезоном.

Тема сегодняшнего информационного бюллетеня будет посвящена гибкой методологии, ее применению в модели глубокого обучения и в новом подразделении Audi Artemis. Если вы не знакомы с agile-методологией, вы можете подробнее прочитать о ней на сайте Agile Alliance.

Повышение точности алгоритмов глубокого обучения путем имитации обучения детей

Методы глубокого обучения, такие как нейронные сети, были разработаны, чтобы имитировать образ мышления человека. Однако существует тенденция рассматривать нейронные сети как зрелый человеческий мозг. Недавнее исследование Carnegie Mellon (CMU) представило методологию, согласно которой нейронным сетям было поручено решать задачи классификации так, как это делают дети. В статье MIT Technology Review это показано на примере классификации животных. Ожидается, что дети, получив изображения животных, сначала будут различать кошек и собак, прежде чем перейти к классификации животных как немецких овчарок или йоркширских терьеров. Следуя этой методологии, модель смогла повысить точность до 7%.

Пошаговая детализация категорий была выполнена в предыдущем исследовании 1990-х годов, названном обучение по учебной программе. В этом предыдущем исследовании наборы данных разделены на разные уровни детализации или итерации. Следовательно, необходимы более крупные наборы данных, чтобы обеспечить наличие достаточного количества информации для каждого этапа обучения. Напротив, новый подход CMU повторно использует один и тот же набор данных на протяжении всего исследования, что делает его более эффективным.

Что делает этот подход к нейронной сети гибким, так это его способность поддерживать компактность и реализацию итераций на каждом этапе обучения. В результате компании и учреждения могут учиться на меньшем количестве данных с более высокой степенью точности. Это согласуется с первоначальной целью Agile — обеспечить успешную реакцию на изменения, особенно в неопределенные и неспокойные времена, очень похожие на обстоятельства, с которыми мы сталкиваемся в настоящее время.

Мы рекомендуем вам попробовать этот метод на наборах данных, упомянутых в нашем предыдущем информационном бюллетене, или на других доступных наборах данных в Интернете!

Audi запускает Artemis, высокотехнологичное электронное транспортное средство (EV), которое планируется использовать на основе гибких методов

Этот конкретный выпуск представляет интерес для нашего обсуждения, поскольку мы видим, что гибкие методы выходят за рамки ИТ или, в частности, производителей программного обеспечения. Еще интереснее тот факт, что гибкая методология родилась за пределами ИТ. Следовательно, мы видим возвращение гибких практик к своим первоначальным корням или их растущее распространение. Подробнее об истории agile-практик читайте в статье Harvard Business Review.

Вернемся к Artemis. Это новое подразделение служит полигоном для тестирования гибких практик для всей группы VW. Ожидается, что эта инициатива ускорит процесс перехода от проектирования к производству. Традиционные методы привели к тому, что производители автомобилей тратят до семи лет на новые модели. Однако Artemis должна сократить продолжительность этого процесса на три года и выпустить «высокоэффективный электромобиль» к 2024 году. Это связано с планами Audi выпустить 20 электрических и 10 гибридных автомобилей к 2025 году. и общий план VW по выпуску 75 электромобилей разных марок.

Несмотря на то, что agile-практики представлены как конкурентный инструмент, у них есть свои проблемы. Генеральный директор Audi AG Маркус Дюсманн заявляет, что компания работает над внедрением нового подхода без ущерба для управляемости. Более крупным компаниям, которые были созданы в течение более длительного периода времени, может быть сложнее трансформироваться таким образом или испытывать общие крупномасштабные изменения.

Стартапы или небольшие подразделения, желающие начать использовать гибкую методологию, могут начать с просмотра ресурсов, представленных на этой странице Agile Alliance.

Вы также можете подписаться на страницы Zero One в социальных сетях, чтобы узнать, как мы работаем с гибким мышлением.

На этом мы заканчиваем наш второй информационный бюллетень, и мы надеемся, что вы присоединитесь к нам в следующем! Мы хотели бы услышать о вашем опыте работы в качестве новых или опытных agile-команд, поэтому, пожалуйста, не стесняйтесь отвечать и комментировать темы выше.

Будьте здоровы, здоровы и здоровы!

Подпишитесь на группу Zero One в Instagram, Twitter, Facebook и LinkedIn. Посетите наш веб-сайт по адресу www.zero-one-group.com