Разнообразие играет важную роль в командах, создающих системы искусственного интеллекта. Крайне важно, чтобы системы искусственного интеллекта выполняли больше задач самостоятельно, они отражали объективность и внимательность. Наборы данных и обученные модели должны учитывать диапазон мнений конечных пользователей этих систем - в противном случае предвзятость, исключение и дискриминация проявляются и усиливаются. Я исхожу из убеждения, что нельзя быть тем, чего не видишь. Ученые и разработчики тренажеров должны разделять эту философию. Машина, которая не видела объективности, просто не сможет быть объективной. Создавая командную культуру Crane Ai, мы создали прецедент, когда инклюзивность стала центром нашей компании - по сути, мы сопоставили наш процесс найма с тем, как мы хотели, чтобы наш ИИ. система вести себя.

Я действую из убеждения, что нельзя быть тем, чего не видишь. Ученые и разработчики тренажеров должны разделять эту философию. Машина, которая не видела объективности, просто не сможет быть объективной.

Создание команды

Создание команды не было основано на найме более разноплановых людей или определенного количества людей определенного пола / расы / возраста / культуры. Мы считаем, что этот подход противоположен инклюзии. Вместо этого мы сосредоточились на совместной работе с людьми из разных слоев общества с разными наборами навыков, которые хотят объединиться в одну команду, чтобы создать искусственный интеллект. системы, решающие конкретные задачи.

Мы обработали сотни заявок, провели множество собеседований и в течение нескольких месяцев обращались к рекомендованным кандидатам. Самым важным критерием в нашем процессе была страсть. Люди, которые разделяли нашу страсть к инновациям посредством обучения, преподавания и совместной работы в команде. Цель нашей системы искусственного интеллекта не была исключением - предоставление инновационного опыта, основанного на активном процессе обучения / преподавания. Среди других характеристик, которые мы искали, были интересы и опыт. Со временем мы обнаружили, что, хотя совпадение было отличным для командной химии, диапазон содержал детали системы ИИ, которые существенно повлияли на взаимодействие с конечным пользователем, учитывая, что мы могли протестировать более широкий спектр случаев внутри компании перед отправкой продукта.

Ключевые победы, полученные от разноплановой команды

Компьютерное зрение

Резюме - один из важнейших компонентов нашей системы искусственного интеллекта. Хотя CNN (https://en.wikipedia.org/wiki/Convolutional_neural_network) обслуживает многие из наших сценариев использования, мы видели недостатки в ключевых сценариях, где нам нужно было задействовать более надежные подходы. Аннотирование данных для обучения нашей пользовательской модели принесло наибольший успех, когда разнообразие карьерного опыта в конкретной области помогло нам выявить менее очевидные варианты использования, что привело к повышению достоверности прогнозов. Члены команды, которые были лучше знакомы с определенными шаблонами, могли более эффективно аннотировать и маркировать наши данные, что утроило достоверность результатов.

НЛП / Разговор

В многооборотных диалоговых интерфейсах (таких как чаты) управление ссылками за пределами области действия, на кого ссылаются в разговоре или в сегментах области действия, невероятно сложно из-за нюансов того, как мы говорим вещи, и как мы общаемся в короткой цифровой форме. Чтобы преодолеть эту проблему, мы обратились к команде за культурным вкладом, чтобы управлять диапазоном возможностей классификации. В одном случае инженеры назвали «вход» «аутентификацией», в то время как другие члены команды использовали «вход» для описания того же процесса. Такие детали могут бросить вызов точности машины. Принимая во внимание вклад каждого члена команды, мы провели несколько сессий с использованием доски и построили граф знаний.

Сеть знаний

Граф знаний стал одной из ключевых утилит, объединяющих опыт и взгляды команды. Наш граф знаний функционирует аналогично мозгу в том смысле, что он хранит то, что знает как воспоминания. Узлы на графике используются для взвешивания результатов, которые производит машина. Помимо быстрой загрузки новых данных для членов команды, это также важно для обогащения туманных идей и предоставления машине большего контекста для принятия более точных решений. Сегодня мы часто обсуждаем темы на открытых форумах и добавляем ключевые ресурсы в график. На каждом шагу наша производительность увеличивается, а выгода огромна!

Мы активно работаем над тем, чтобы вдохновить команды на участие и дать возможность командам ИИ стать более разнообразными. Мы понимаем, что сдвигать иглу непросто и сопряжено с бюрократизмом, мы планируем продолжать расти и влиять на долгосрочные изменения, чтобы уменьшить предвзятость и дискриминацию в системах искусственного интеллекта всех видов.

Для получения дополнительной информации о кране Посетите наш сайт