ستساعدك المقالة التالية: أندرو نج يعلن عن الفائزين بمسابقة الذكاء الاصطناعي المتمحورة حول البيانات. من هؤلاء؟
أعلن Andrew Ng من برنامج DeepLearning.AI عن الفائزين بمسابقة Data-Centric AI. الفائزون من حيث الأداء العام الأفضل هم:
ديفاكار روي ، وشاشانك ديسباندي ، وكريس أندرسون ، وروب والش من إينوتيسكوس ، وأسفانديار أزهر ، ونيديش شاه من شركة Synaptic AnN. ضمن فئة الأكثر إبداعًا ، كان من بين الفائزين محمد معتمدي وجونسون كوان ومجموعة GoDataDriven | جزء من إكسيبيا.
كما قدم أندرو نغ تنويهات مشرفة لكل من بيير لويس بيسكوند و KAIST-AIPRLab (Youngjune Lee ، و Oh Joon Kwon ، و Haeju Lee ، و Joonyoung Kim ، و Kangwook Lee).
مصدر الصورة: Andrew Ng | Twitter
قواعد المسابقة
- تم إعطاء المشاركين حوالي 3 آلاف صورة للأرقام الرومانية المكتوبة بخط اليد من 1 إلى 10. كانت المهمة هي تحسين أداء النموذج في تصنيف الأرقام الرومانية.
- كتاب ملصقات من 52 صورة لاستخدامه كمجموعة اختبار صغيرة لتجارب المشاركين الخاصة. لم يتم استخدام كتاب الملصقات هذا في التقييم النهائي.
- يتم تثبيت بنية النموذج (مقطوعة ResNet50) ويتم تدريبها على 100 عصر بينما يتم تحديد أوزان النموذج من بين العصور بناءً على الدقة في مجموعة التحقق من الصحة.
- على الرغم من الحفاظ على النموذج وإجراء التدريب ثابتًا ، إلا أن المشاركين كانوا أحرارًا في تحسين مجموعة البيانات وتغيير تقسيمات بيانات التدريب والتحقق من الصحة.
- تم السماح أيضًا بإضافة الصور ، ولكن يجب أن تحتوي عمليات الإرسال على أقل من 10 آلاف صورة مجمعة في قسمي التدريب والتحقق من الصحة.
- عند تقديم مجموعة البيانات المحسّنة ، تم تقييم المشاركين مقابل مجموعة اختبار مخفية من الصور.
- تم السماح بخمسة عمليات إرسال كحد أقصى في الأسبوع (إجمالي 65 على مدار المسابقة).
نظرًا لأنه تم السماح بأقل من 10 آلاف صورة فقط ، كان على المشاركين التركيز على الحصول على “بيانات جيدة” في غياب “البيانات الكبيرة”. يرى Andrew NG أن هذه الظاهرة شائعة جدًا في تطبيقات الذكاء الاصطناعي للصناعات التقليدية.
الفائزون
أفضل أداء عام
- Divakar Roy ، مهندس برمجيات يعمل في Findmeashoe.com ومقره بنغالورو.
تكمن اهتماماته في تطوير البرمجيات واختبارها وحل المشكلات ومعالجة الصور والفيديو والتصور والقياس ثلاثي الأبعاد ونقل الكود بين C و CUDA و Python و MATLAB.
وصف روي هذا الفوز بأنه أحد أبرز مسيرته المهنية. نشر
مصدر الصورة: Divakar Roy | ينكدين
- Shashank Despande و Chris Anderson و Rob Walsh من Innotescus (تصور البيانات والصورة + النظام الأساسي لتعليقات الفيديو).
وقالت الشركة إنها تهدف إلى تمكين العملاء من نشر نماذج رؤية الكمبيوتر الأكثر موثوقية وحيادية بشكل أسرع من خلال إزالة الغموض عن إعداد وتحليل مجموعات بيانات التعلم الآلي الأكثر تحديًا.
- Asfandyar Azhar و Nidhish Shah of Synaptic AnN.
شاه هو طالب في علوم الكمبيوتر في جامعة آيندهوفن للتكنولوجيا ، ويتابع أزهر دورة جامعية بكالوريوس / ماجستير (مع مرتبة الشرف) في علوم البيانات والذكاء الاصطناعي في نفس الجامعة.
قال شاه إنه تعلم الكثير عن أكثر الأساليب ابتكارًا للذكاء الاصطناعي المرتكز على البيانات وكيفية إضفاء الطابع الديمقراطي عليها. نشر على لينكد إن:
مصدر الصورة: Nidhish Shah | ينكدين
الأكثر إبداعًا
- محمد معتمدي ، الذي يعمل كمهندس برمجيات أول – التعلم العميق وتكنولوجيا الذكاء الاصطناعي في NVIDIA.
- جونسون كوان ، مدير علوم البيانات والذكاء الاصطناعي / تعلم الآلة في DIRECTV. يتمثل دوره في قيادة تنفيذ MLOps لتسريع تطوير / نشر نماذج ML. كما أنه يساعد في دفع التمكين واعتماد أحدث تقنيات الذكاء الاصطناعي / تعلم الآلة والأكثر تأثيرًا.
- GoDataDriven | جزء من Xebia – يقدم خدمات البيانات والذكاء الاصطناعي والاستشارات والتدريب لأفضل 200 شركة في هولندا وخارجها.
ما هو الذكاء الاصطناعي المتمحور حول البيانات بالضبط؟
يهدف الذكاء الاصطناعي المرتكز على البيانات إلى التركيز على جودة البيانات المستخدمة لتدريب نموذج بدلاً من تحسين تطوير الخوارزمية. هذا هو عكس البيانات المتمحورة حول النموذج ، والتي تهدف إلى جمع كل البيانات وبناء نموذج قادر بما يكفي للتعامل مع الضوضاء داخل البيانات. جادل Andrew Ng بأن هذا غالبًا ما يكون أكثر فعالية لتحسين الأداء.
أساطير حول الذكاء الاصطناعي المرتكز على البيانات
كمجال ناشئ ، هناك الكثير من الالتباس والأساطير المتعلقة بالذكاء الاصطناعي المرتكز على البيانات. يشير أندرو نج إلى بعض منهم:
- لا يعالج الذكاء الاصطناعي المرتكز على البيانات المشكلة الحرجة لبناء ذكاء اصطناعي مسؤول
- مجرد اسم آخر للتعلم الآلي التطبيقي
- إيلاء المزيد من الاهتمام للبيانات
- معالجة أفضل للبيانات
- فقط حول وضع العلامات
- يعمل فقط مع البيانات غير المهيكلة
سيتم دعوة الفائزين الثلاثة الأوائل من كل فئة من الفئتين (أفضل أداء بشكل عام والأكثر إبداعًا) لحضور حدث خاص مع Andrew Ng لتبادل الأفكار حول كيفية تنمية الحركة التي تتمحور حول البيانات.
