На этой неделе мы увидели, что популярный набор данных изображений отключен от сети, появилось больше вакансий для ролей, связанных с данными, и роботов, борющихся с распространением COVID-19 в продовольственных банках.
Многое происходит ежедневно в мире ИИ. Частота событий затрудняет отслеживание событий. Я прочитал несколько заголовков и статей, которые рисуют ИИ в несколько не очень позитивном свете.
Мир, в котором конвейеры и процессы в проектах и исследованиях, связанных с машинным обучением, отслеживаются и регулируются, становится возможной реальностью.
Статьи, рассмотренные на этой неделе:
- Больше вакансий на должности, связанные с данными, даже во время нынешней пандемии
- Массачусетский технологический институт удаляет наборы данных из-за расовых и гендерных предубеждений
- Будущее роли науки о данных
- Роботам поручено дезинфицировать продовольственные банки.
Как будут выглядеть профессии в области науки о данных в будущем? 5 направлений в карьере. [Сиэтл Таймс]
Появление современных технологий и искусственного интеллекта породило неудовлетворимый спрос на данные и, как следствие, на людей, которые понимают данные, необходимые для обеспечения надлежащего функционирования систем искусственного интеллекта.
В этой статье Seattle Times исследуются тенденции, связанные с ролями, связанными с данными: учеными и аналитиками данных.
Наука о данных и аналитика — это уникальная должность, которая охватывает различные отрасли и секторы. С вашими навыками работы с данными вы можете работать как в медицинской отрасли, так и в нефтяной промышленности, действительно, ваш карьерный рост и потенциал не имеют границ. В статье исследуется фундаментальный факт ролей, основанных на данных, а именно то, что каждой отрасли нужны люди, которые разбираются в данных.
Помимо трендов индустриального пространства, в статье затронуты и академические тренды. Многие люди с техническими навыками, скорее всего, вернутся в университет и получат ученую степень, связанную с данными. Это утверждение очень верно, так как я вернулся, чтобы получить степень магистра в области машинного обучения, проработав пару лет веб-разработчиком. И я верю, что в ближайшие годы этому примеру последуют и другие профессионалы.
Одна из тенденций, о которой говорится в статье, — это нормализация грамотности данных как необходимого навыка для каждого профессионального человека. Статья ориентирована на работу в области науки о данных, но эта тенденция применима ко всем современным должностям; всем просто нужно понимать данные, которые производятся системами. Уровень понимания данных или грамотности, который считается нормальным, не будет сложным, но базовое понимание и объяснимость данных может иметь большое значение для всех.
Статья исследует и детализирует больше тенденций; ниже ссылка на оригинал статьи.
Путешественники нанимают 500 технических специалистов для поддержки усилий по модернизации. [Уолл Стрит Джорнал]
В нынешнем глобальном климате для многих безопасность работы является вопросом, который стоит на первом месте в повестке дня. Но кажется, что роли машинного обучения и разработки программного обеспечения могут быть невосприимчивы к нынешним волнам потери рабочих мест.
Страховая компания Travelers на некоторое время ищет специалистов по программному обеспечению и машинному обучению. Этот набор найма призван помочь в усилиях компании по цифровой трансформации.
Новые сотрудники будут участвовать в проектах, связанных с такими областями машинного обучения, как компьютерное зрение, естественная обработка, распознавание речи и наука о данных.
В частности, компания стремится разработать систему, которая может проводить анализ настроений по речи, и даже системы, которые исследуют материальный ущерб по изображениям.
Travelers базируется в Нью-Йорке, поэтому для специалистов по машинному обучению в этом районе это отличная возможность либо проникнуть в область искусственного интеллекта, либо сменить карьеру.
Более подробная информация представлена по ссылке ниже:
Массачусетский технологический институт приносит свои извинения, постоянно отключая огромный набор данных, который научил системы ИИ использовать расистские, женоненавистнические оскорбления. [Реестр]
Многие читатели этой статьи обучали модели машинного обучения с помощью общедоступного набора данных. Одним из тех наборов данных, которые вы использовали, мог быть широко используемый «Tiny Images», набор данных, созданный и выпущенный MIT. Набор данных Tiny images содержит 80 миллионов изображений, помеченных описаниями, определяющими содержимое изображений.
Оказывается, набор данных содержал довольно неподходящие описания. Массачусетский технологический институт удалил набор данных и даже выпустил заявление, которое можно найти здесь.
Набор данных был создан в 2006 году и в основном заполнялся с помощью поисковых систем в Интернете без надзора за содержанием, вносящим вклад в набор данных. Из-за большого масштаба набора данных и невозможности идентифицировать все изображения в наборе данных Массачусетский технологический институт отключил его, и набор данных больше нельзя использовать.
Набор данных Tiny Images популярен, и я уверен, что многие системы компьютерного зрения были бы обучены на наборе данных, возможно, его копии даже разбросаны по Интернету.
Текущие события выявили предвзятость, которую системы ИИ имеют в результате своих обучающих данных, и я верю, что в будущем мы можем увидеть более контролируемый и строгий подход к процессам сбора данных в рамках нескольких проектов и исследований в области машинного обучения.
Робот Массачусетского технологического института приступает к дезинфекции продовольственного банка Большого Бостона. [Технология]
Как замедлить распространение COVID-19 в продовольственном банке? Вы берете умного мобильного робота и кладете ему на голову четыре световых меча.
Ava Robotics в сотрудничестве с Лабораторией компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSIL) создали роботизированную систему, которая может дезинфицировать поверхности в Продовольственном банке Большого Бостона (GBFB). Дополнительный компонент роботизированной системы предназначен для уничтожения аэрозоля COVID-19. Этот робот выглядит так же впечатляюще, как и звучит.
Робот может перемещаться по окружающей среде, руководствуясь внутренней картографической системой, которая содержит маркеры областей, подлежащих дезинфекции.
Более подробная информация представлена на Techcrunch:
Я надеюсь, что вы нашли статью полезной.
Чтобы связаться со мной или найти другие материалы, похожие на эту статью, сделайте следующее:
- Подпишитесь на мой канал YouTube, чтобы скоро увидеть видеоконтент здесь
- Подпишитесь на меня в Среднем
- Подключайтесь и связывайтесь со мной в LinkedIn