ستساعدك المقالة التالية: أفضل 10 اقتباسات من قمة مطوري التعلم الآلي 2019
اقترب موعد انعقاد أكبر قمة للمطورين في الهند حيث تستعد MLDS 2020 لاستضافة مجتمع المطورين عبر الهند في مدينتين في نسختها الثانية. من المقرر عقده في الفترة من 22 إلى 23 يناير 2020 في بنغالورو ومن 30 إلى 32 يناير 2020 في حيدر أباد ، ومن المتوقع أن تستضيف MLDS أكثر من 1500 من مطوري التعلم الآلي على مدار أربعة أيام. على الرغم من أن الإصدار الثاني من MLDS على بعد شهر واحد فقط ، إلا أننا نقدم بعضًا من أفضل الاقتباسات من أعضاء مجتمع التعلم الآلي من MLDS 2019. لقد حقق نجاحًا كبيرًا وشهدت تسجيلًا من أكثر من 1000 مطور ، مما جعلها واحدة من أنجح الأحداث في الصناعة.
لمزيد من التفاصيل حول MLDS 2020 ، تفضل بزيارة: www.mlds.analyticsindiasummit.com/
اقرأ أيضًا ، لماذا يجب أن يهتم المطورون بـ MLDS القادمة
الذكاء الاصطناعي ليس مصطلحًا مثقلًا. إنه موجود لتبقى وقد بدأ للتو في إظهار إمكانية تطبيقه. الكثير مما نريد القيام به في عالم الذكاء الاصطناعي كان يحدث منذ حوالي عقد من الزمان ، إنه فقط أننا لم نمتلك التقنيات والتقنيات الصحيحة من قبل لتحقيق ذلك. ولكن الآن هو الوقت المناسب.
سانديب ألور ، مدير – شركاء التكنولوجيا في Microsoft
إن ما يساعده الذكاء الاصطناعي بشكل كبير هو إجراء التنبؤات وجعل التنبؤات أرخص. مع الذكاء الاصطناعي ، يمكن أن تبدأ سرعة أي عمل تجاري في التحسن بأوامر من حيث الحجم. هذه هي القيمة التجارية الحقيقية للذكاء الاصطناعي. إذا قمت بإجراء العمليات الحسابية ، فسترى أن حالة العمل الخاصة بالذكاء الاصطناعي هي حالة استثنائية ، تتراوح من 100x إلى 1000x أحيانًا.
Madhusudan Shekar ، المبشر التقني الرئيسي في Amazon
يعرف الجميع المهارات الأساسية في مجال علم البيانات اليوم. في رأيي ، الأدوات والتقنيات والأساليب هي سلع وتتطور باستمرار. لقد قمت بالتشفير لأكثر من 4000 ساعة في SAS ، لكنها الآن تكاد تكون زائدة عن الحاجة أو غير ذات صلة في كثير من الحالات. اليوم لغة البرمجة المفضلة هي “Python” ، ولا أعرف ماذا ستكون في السنوات الخمس المقبلة. وبالمثل ، كان Hadoop مثيرًا جدًا منذ عامين ولكنه لا يتمتع بنفس الشعبية اليوم.
رافيندر ك.شارما ، المدير الأول العالمي – التحليلات والرؤى والقدرات الجديدة في AB InBev
يمضي عالم الذكاء الاصطناعي في رحلة طويلة تبدأ بالبيانات. من جمع البيانات إلى تنظيفها ، ووضع العلامات عليها ، والتدريب عليها ونشرها ، إنها رحلة طويلة. كنظام بيئي ، تحتاج إلى مساعدة في الطيف بأكمله. لقد عشت في وادي السيليكون من قبل ويمكنني أن أخبرك أن النظام البيئي في بنغالور لا يصدق. لقد حصلنا على الكثير من المساعدة من شركات مثل Microsoft والتي بدونها كانت رحلتنا ستكون بطيئة بعض الشيء. من السحابة إلى الأجهزة إلى النشر ، هناك نظام بيئي رائع توفره المدينة.
نافانيثان سوندارامورثي ، المؤسس المشارك ومدير التسويق في شركة Uncanny Vision
نظرًا لكونه جديدًا في صناعة الإعلام ، فقد كان غارقًا في نوع البيانات التي نجمعها ونوع الاحتمالات من حيث كيف يمكن للذكاء الاصطناعي تغيير تجربة المستخدم. إنه مختلف تمامًا عن الكثير من الصناعات الأخرى لأن هذا هو نشاط B2C مباشرة حيث يتفاعل المستخدم على الفور مع كل تغيير تقوم به على منتج ما.
أنوبهاف شريفاستافا ، رئيس – علوم بيانات المنتج في Voot
حتى قبل عامين ، لم يتحدث الكثير من الناس عن الاستدلال وكان الحديث في الغالب حول كيفية تطويرنا للنماذج. لكننا تجاوزنا الآن مرحلة التبني المبكرة ونتحدث عن دمقرطة الذكاء الاصطناعي. وهذا هو المكان الذي يحتل فيه الاستدلال مركز الصدارة. في كثير من الحالات ، لا يكون النشر المستهدف بالقدر الذي نراه في بيئة التدريب.
سونيل كومار فوبالا ، عالم رئيسي في شركة فيليبس للأبحاث
تميل البرمجة اللغوية العصبية إلى أن تعني الكثير من الأشياء هذه الأيام وهي مصطلح شامل ، ولكن بشكل عام ، فهي تعني كيف يفهم الكمبيوتر لغة الإنسان. هناك قدر ثابت من الأبحاث الجارية في هذا المجال والكثير من الأبحاث تدور حول جعل الكمبيوتر قريبًا من كيفية تفاعل البشر. أداة التعرف على الكيان المحدد هي إحدى التقنيات الشائعة في معالجة اللغات الطبيعية وغالبًا ما لا تتم معالجتها على النحو الواجب ولكنها لا تزال تمثل مشكلة كبيرة يتعين حلها.
ماثانجي سري ، رئيس قسم علوم البيانات في PhonePe
الهند اليوم هي رقم واحد من حيث استهلاك البيانات. ستقوم جميع الأجهزة مثل الطائرات والسيارة بتوليد تيرابايت وبيتابايت من البيانات ، وسيكون هناك 50 مليار جهاز سيتم توصيلها على الإنترنت لتوليد جميع أنواع البيانات. سيكون هناك 200 مليار جهاز استشعار. غدًا قد يأتي الوقت الذي قد ترسل فيه السيارة رسالة لتغيير الإطارات أو قد تقول الثلاجة لاستبدال الضاغط. هذا هو المكان الذي تحدث فيه ثورة البيانات بأكملها
لاكشمي ناراسيمهان ، مدير – استشارات (IoT و HPC و AI) في Intel
نشعر كثيرًا من الوقت بأن الذكاء الاصطناعي سيساعدنا فيما يتعلق بحل مشاكل أكبر مثل رسم خرائط الجينوم أو اكتشاف الفيضانات أو اكتشاف الأحوال الجوية. في حين أن هذا صحيح ويساعد الذكاء الاصطناعي بالتأكيد هنا ، إلا أن الذكاء الاصطناعي أصبح الآن منتشرًا في حياتنا اليومية والقضايا التي نواجهها يوميًا. هناك العديد من الحالات الصغيرة التي يتم فيها استخدام الذكاء الاصطناعي ، على سبيل المثال ، التنبؤ بما إذا كان أي شخص سينام خلف عجلة القيادة أثناء القيادة ليلاً. في بعض الأحيان كمهندسين للذكاء الاصطناعي عندما نبدأ ، نعتقد أنه ليس لدينا مشاكل كبيرة بما يكفي لحلها ولكن الذكاء الاصطناعي مفيد جدًا في حل المشكلات في الحياة اليومية أيضًا.
برافين سريفاتسا ، مدير شركة Asthrasoft Consulting
نحن نعمل مع الكثير من الشركات وحتى قبل خمس سنوات ، كانوا يفكرون في البيانات الضخمة ، قبل ثلاث سنوات كانت الشركات قادرة على إنهاء الهندسة المعمارية والآن يقولون أن نظامهم الأساسي جاهز تمامًا ، هل يمكنك فعل شيء به. لقد تطورت البيانات من كونها غير مهيكلة إلى منظمة والآن يتعلق الأمر بإضافة الرؤية والصوت. أيضًا ، فيما يتعلق بما يمكن تطبيق الذكاء الاصطناعي عليه مسبقًا ، كان الأمر يتعلق بتبني أكبر ، ولكن الآن يتحدث الناس عن أشياء صغيرة وعمليات تنفيذ لتحسين تجربة العملاء باستخدام الذكاء الاصطناعي.
سرينيفاسان جوفينداراج ، مدير ورئيس قسم علوم البيانات في هابيس مايندز تكنولوجيز
