Hauptsitz im Silicon Valley mit Büros in Shanghai und Hangzhou in China , R2.ai Inc. wächst schnell. Wir haben uns mit dem Gründer und CEO des Unternehmens zusammengesetzt, um über KI zu sprechen, die KI erzeugt, und darüber, wie sich die Automatisierung in Zukunft auf Arbeitsplätze auswirken wird.
Ursprünglich Chemiker Yiwen Huang, PhD , arbeitete vor 23 Jahren in den Bereichen Künstliche Intelligenz KI und Maschinelles Lernen ML, als er mit KI forschte, um molekulare Strukturen in Chemikalien zu identifizieren.
"Ich fand die Welt des maschinellen Lernens und Rechnens so faszinierend, dass ich mich entschied, in die Informatik zu wechseln. Seitdem habe ich 20 Jahre in diesem Bereich mit Daten- und Datenmanagement, maschinellem Lernen und Entwicklung von Unternehmenssoftware gearbeitet."er erzählt Interessante Technik | wissenschaft-x.com.
"Der Grund, warum ich angefangen habe R2ai ist das, als ich bei war Teradata wir haben das tatsächlich entwickelt Weltneuheit Plattform für maschinelles Lernen basierend auf einer verteilten Parallel-Computing-Architektur, mit der ein Modell für maschinelles Lernen von Terabyte Daten in nur wenigen Minuten trainiert werden kann, im Gegensatz zu den herkömmlichen Methoden, die Wochen dauern. Es ist sehr schnell, was die Geschwindigkeit betrifft. Modell des maschinellen Lernens kann trainiert werden. "
SIEHE AUCH: EIN BLICK AUF DIE AM MEISTEN VERWENDETE TERMINOLOGIE UM KÜNSTLICHE INTELLIGENZ
Trotz des ständigen Feedbacks von fast allen R2ai-Kunden, wie schnell und faszinierend die Technologie war, konnten sie nicht genügend Experten für maschinelles Lernen finden, um das Tool zu bedienen. Dies zeigt einen erheblichen Mangel an Talent für maschinelles Lernen, obwohl es so viel gibtbrauchen dafür.
Künstliche Intelligenz nimmt den Platz als Top-Game-Changer-Technologie ein, aber es gibt kein menschliches Talent dafür.
Nach a Gartners Umfrage von über 3.000 CIOs Künstliche Intelligenz AI war bei weitem die am häufigsten erwähnte Technologie und nimmt den Platz als Top-Game-Changer-Technologie ein Daten und Analysen der jetzt einen zweiten Platz einnimmt.
"Was wir hier sehen, ist ein Meilenstein im Übergang zur dritten Ära der IT, der digitalen Ära", sagte Andy Rowsell-Jones , Vizepräsident und angesehener Analyst bei Gartner.
In der Tat als Antwort auf diese und das Feedback der Kunden von R2, Yiwen Huang dachte, er hätte jetzt eine neue Mission: An einer neuen Entwicklung für maschinelles Lernen in einer Betriebsplattform zu arbeiten, die nicht nur schnell, sondern auch einfach zu bedienen sein sollte; so einfach zu bedienen, dass sogar Experten für nicht maschinelles Lernen könnte schnell lernen, wie man es benutzt.
"Ich hatte also die Idee, warum wir die KI-Technologie nicht verwenden können, um eine neue Generation von Entwicklungs- und Betriebsplattformen für maschinelles Lernen zu entwickeln, die Modelle automatisch berechnen können, ohne Probleme im Datensatz zu verursachen", sagt Huang.
"So haben wir R2 gestartet. Und so haben wir uns entwickelt R2 Lernen , das jetzt ein Tool mit Software as a Service ist SaaS Verfügbarkeit dafür.So haben wir das automatische maschinelle Lernen durchgeführt. "Vor der SaaS-Anwendung war R2 Learn nur vor Ort verfügbar.
Schmale KI, Allgemeine KI, Kognitive KI, Verstärkungslernen und Automatisierungstechnologie
Yiwen Huang erklärt, dass die aktuelle Stufe von R2 Learn innerhalb der schmale KI Technologieparameter. "Ich denke das Allgemeine KI am Ende kommt von einer Kombination aller anderen verschiedenen Narrow AI-Technologien, sagt er.
"Wenn wir also in Narrow AI-Technologien auf sehr sinnvolle Weise kombinieren, haben Sie etwas mit einer sehr guten Chance, eine General AI zu werden. Ich denke, es ist ein schrittweiser Prozess, Schritt für Schritt."
Es gibt so viele neue Begriffe in Bezug auf künstliche Intelligenz, dass man vorsichtig sein und die verschiedenen Aspekte kennenlernen muss, die jeder von ihnen umfasst.
"Die AI Raum ist sehr breit ", sagt Huang." Sie haben Maschinelles Lernen was derzeit der beliebteste Trend ist; aber es gibt auch kognitive KI das versucht, das menschliche Verhalten zu verstehen und nachzuahmen und versucht, das menschliche Wissen in KI zu übersetzen. Das ist die kognitive KI. "
"Es gibt auch Technologie wie die Reinforcement Learning Dies ist Teil des maschinellen Lernens, aber es gibt die Idee, dass es simulieren kann. Die Simulation ermöglicht es Ihnen in gewisser Weise imitieren die menschenähnliche Kreativität. Und dann gibt es auch noch Automatisierungstechnik, dass Sie alles auf sehr effiziente Weise zusammenstellen können ", erklärt er.
Erstellen von Modellen für maschinelles Lernen
R2 Learn ist ein Raum, der ermöglicht Menschen zum Erstellen von Modellen für maschinelles Lernen. Sie stellen ein Problem dar und sie stellen einen Datensatz bereit. Laut Yiwen Huang gibt es zwei Möglichkeiten, Modelle für maschinelles Lernen zu erstellen.
"Die Modelle für maschinelles Lernen werden normalerweise verwendet für Predictive Analytics . Die Anwendungsfälle sind also auch ziemlich breit ", sagt Huang." Zum Beispiel können Sie im Marketing und im Kundenservice ein Vorhersagemodell erstellen, das vorhersagen kann, was Kunden mögen oder nicht mögen. "
"Sie können die Nachfrage nach bestimmten Waren vorhersagen. Sie können die Kundenzufriedenheit vorhersagen. Sie können auch bei Betrug helfen. Sie können bei der Aktienperformance helfen und das Auf und Ab der Lagerbestände vorhersagen. In der Krankenversicherung können Sie das Risiko bestimmter Erkrankungen und die Kosten einer medizinischen Behandlung vorhersagen. "
Laut Huang, der Ziel des Werkzeugs soll Menschen ermöglichen, die Schwierigkeiten haben, KI-Talente zu finden. "Das ist ein großer Punkt, den wir auf dem Markt beobachtet haben", sagt er. Das Tool ist auch nützlich für Menschen, die die Kurve eines maschinellen Lernprojekts beschleunigen möchten.
"Normalerweise benötigen sie einen Monat, um ein einzelnes Modell zu entwickeln. Mit unserem Tool können sie innerhalb von Minuten oder Stunden dasselbe tun oder sogar ein besseres Modell erstellen", sagt er.
Die Lösung von R2ai wurde erstmals vor Ort eingeführt. Vor kurzem stellte das Unternehmen sie als SaaS-Lösung zur Verfügung. "Der Grund, warum wir sie auf SaaS eingeführt haben, besteht darin, dass wir die Menschen darauf aufmerksam machen möchten, dass es viel gibt. bessere Alternative das ist da draußen zu dem, was sie heute tun. "
Huang erklärt, dass R2 Learn ist besonders nützlich für Personen, die vom maschinellen Lernen eingeschüchtert sind, weil sie keinen soliden Hintergrund haben. R2 Learn macht es einfach, sofort mit dem Erstellen von Modellen für maschinelles Lernen zu beginnen.
Branchen können vom Aufbau automatisierter Modelle für maschinelles Lernen profitieren.
R2 Learn ist das AutoML-Tool der neuen Generation, mit dem Big Data schnell, einfach und kostengünstig in hochwertige, hochentwickelte Modelle für maschinelles Lernen umgewandelt werden kann. Mit R2 Learn können sowohl KI-Experten als auch Nicht-Experten KI-Lösungen entwickeln und bereitstellenihre eigenen.
R2.ai ist ein Pionier auf dem Markt mit diesen kombinierten Technologien, die die Hauptprobleme bei der KI-Entwicklung angehen :
End-to-End-Automatikmodellentwicklung und Betriebsmodus für Experten für nicht maschinelles Lernen
Erweiterte Modellentwicklung und Betriebsmodus für Experten für maschinelles Lernen
Überlegene Modellierungsleistung und Effizienz
Transparenter und erklärbarer Modellierungsprozess
Selbstlernfähigkeiten zur kontinuierlichen Selbstverbesserung
SaaS- und On-Premise-Angebote für unterschiedliche Marktanforderungen
Die Technologie ist tatsächlich Industrieunabhängig . Es ist ein allgemeines Tool und eine Plattform. Aber die Branche muss bereit sein, maschinelles Lernen zu betreiben. Laut Huang ist eine der Bedingungen, dass sie die Daten zur Verfügung haben müssen.
"Lassen Sie also ihre Daten sammeln und konsolidieren. Dann benötigen sie das Tool, um mit der Übersetzung der Daten in die tatsächlichen Daten zu beginnen. Umsatz und zufriedene Kunden Für diesen Schritt ist das Entwicklungswerkzeug für maschinelles Lernen erforderlich ", sagt er.
Für Huang, die Branchen, die derzeit sind am besten fertig für maschinelles Lernen sind Lebensversicherung, Gesundheitswesen, Finanzen, Fertigung und auch Telekommunikation.
"Ich denke, es gibt viele andere Branchen, die bereits bereit sind. Aber ich denke, alle anderen Branchen sind bereits in der Stimmung, sich auf maschinelles Lernen vorzubereiten. Sie sammeln also im Grunde so viele Daten wie möglichmöglich. Wenn die Daten fertig sind, können sie maschinelles Lernen einsetzen ", sagt Huang.
Huang erklärt, dass das erste SaaS-Angebot von R2ai auf Amazon AWS basiert. Online verfügbar zu sein, können Menschen aus der ganzen Welt darauf zugreifen. Das Rechenzentrum der AWS-Instanz wird sich zunächst in Nordamerika und zuvor in Japan befindenEr sagt, dass es zwei Haupttypen von Kunden gibt, die von der Verwendung des Tools profitieren können.
"Das SaaS-Angebot kann sehr nützlich sein für diejenigen, die aktiv maschinelles Lernen betreiben, aber Schwierigkeiten haben, Entwickler für maschinelles Lernen zu gewinnen, oder für alle, die ihre Projekte beschleunigen möchten oder für diejenigen, die sich sicher sein möchten, dass sie voll und ganz sindden Wert der Daten nutzen ", erklärt er.
Zur zweiten Kundengruppe gehören "diejenigen, die in das maschinelle Lernen einsteigen möchten, sich aber heute von der Investition und dem Mangel an Fachwissen über maschinelles Lernen einschüchtern lassen. Dies sind die Kunden, die stark von der R2ai SaaS-Lösung und -Technologie profitieren."
Nahezu alle Branchen nutzen maschinelles Lernen je nach Bedarf und Möglichkeiten in dem einen oder anderen Grad. Dieser Trend wird sich erst in den nächsten Jahren verstärken.
" Aus diesem Grund glauben wir, dass wir dies allgemein verfügbar machen müssen, damit Menschen aus allen Branchen die Möglichkeiten ihrer Daten erkunden können ", sagt Huang.
Unternehmen und Einzelpersonen, die daran interessiert sind, ihre eigenen KI-Lösungen zu entwickeln oder langsame KI-Projekte zu beschleunigen, werden gebeten, sich für a anzumelden. kostenlose Testversion. Huang bietet Kunden, die Hilfe bei der Bewertung von KI-Möglichkeiten benötigen, auch gerne eine kostenlose Erstberatung an.
KI-Einführung und Engineering
Im verarbeitenden Gewerbe und in anderen Sektoren befürchten einige Menschen, dass sie ihre Jobs durch Automatisierung verlieren könnten. Obwohl Branchenexperten und Futuristen gesagt haben, dass die Automatisierung neue Arbeitsplätze für diejenigen schaffen wird, die sich darauf vorbereitet haben, neue Fähigkeiten zu erwerben oder zu entwickeln, insbesondere für SoftKompetenzen.
SIEHE AUCH: ENGINEERS SOLLTEN WEICHE FÄHIGKEITEN FÜR EINE ERFOLGREICHE KARRIERE MEISTERN
"Ich denke, der Zweck des Engineerings besteht wirklich darin, Menschen durch Automatisierung von Dingen zu befreien, indem Dinge für Menschen einfach gemacht werden, damit sie sich mehr auf wichtige Dinge konzentrieren können."
Businesswise denke ich, dass das Wichtigste für sie darin besteht, die geschäftlichen Probleme zu lösen, außer zu lernen, wie man hochentwickelte maschinelle Lernwerkzeuge verwendet.
Das Engineering hat dieses Tool entwickelt, um die Arbeit der Menschen wirklich einfach und schnell, effizienter und produktiver zu machen. Ich würde sagen, einfach, schnell, besser und zu geringeren Kosten.
"Ich denke, der Zweck des Engineerings besteht wirklich darin, Menschen durch Automatisierung von Dingen zu befreien, indem Dinge für Menschen einfach gemacht werden, damit sie sich mehr auf wichtige Dinge konzentrieren können."
"Der Wert dieser Tools hängt davon ab, wie sie dem Unternehmen helfen, mehr Wert zu generieren. Und wie schnell sie diesen Wert generieren können. Es gibt Kosteneinsparungsaspekte, aber ich denke, der wichtigste Bereich ist, wie ich das Tool nutzen kannmit meinen vorhandenen Ressourcen ", sagt Huang.
Huang erinnert uns daran im weiteren Sinne von Branchenentwicklung Es gibt immer einen Automatisierungsprozess, wie wir beobachtet haben. "Dabei sehen wir jedoch nicht, dass Menschen Arbeitsplätze verlieren, weil immer mehr Arbeitsplätze geschaffen werden", sagt er.
"Auch heute werden immer neue Berufe und neue Arbeitsplätze geschaffen. Ich denke, der Trend geht dahin, dass die Automatisierung uns dabei helfen wird, effizienter zu sein, um mehr Wert und mehr Wohlstand als Gesellschaft zu schaffen."
Huang glaubt, dass es für einige Menschen kurzfristig Veränderungen geben wird, wenn sie in einen anderen Bereich, eine andere Karriere oder eine andere Branche wechseln müssen. "In diesem Sinne brauchen wir eine Berufsausbildung oderNeupositionierungsprogramme vorhanden. Aber ich glaube nicht, dass KI im Allgemeinen die Beschäftigungsmöglichkeiten insgesamt verringern wird ", sagt er.
Für Huang ist es alles über Veränderung Lernen, Verbessern und Vereinfachen von Dingen für alle. Es geht auch darum, ständig neue Fähigkeiten zu erlernen, um auf dem neuesten Stand zu bleiben und die Technologie, die mit uns zusammenarbeitet.
"Ich denke, die neuen Fähigkeiten werden sich mehr auf Kreativität und Kommunikation von Mensch zu Mensch H2H konzentrieren. Ich denke, dies sind die Bereiche, in denen die KI länger brauchen wird, um zu lernen", sagt er.
" Mehr Zusammenarbeit wird abteilungs-, branchen- und branchenübergreifend stattfinden. "
"Die Art und Weise, wie wir KI sehen, besteht darin, die Menschen zu fördern, um sie nicht zu ersetzen. Auch hier ist es das Ziel der KI, das Leben der Menschen zu erleichtern. Und es wird den Menschen helfen, mehr Werte zu generieren und mehr Wissen zu erwerben", sagt Huang.
Huang glaubt, dass es nur dann ein potenzielles Problem geben wird, wenn wir uns auf einen sehr geschlossenen Raum beschränken. "Aber die Realität ist, dass wir expandieren", sagt er.