Ein Zitat von Fred Ehrsam

KIs sind nur so gut wie die Daten, auf denen sie trainiert werden. Und während viele der Technologiegiganten, die an KI arbeiten, wie Google und Facebook, einige ihrer Algorithmen als Open-Source-Lösungen bereitgestellt haben, halten sie die meisten ihrer Daten zurück.
KIs sind nur so gut wie die Daten, auf denen sie trainiert werden.
Auf offenen Daten trainierte KIs sind eher neutral und vertrauenswürdig, als dass sie von den Interessen des Unternehmens beeinflusst werden, das sie erstellt und trainiert hat.
Jedes Unternehmen hat chaotische Daten und selbst die besten KI-Unternehmen sind mit ihren Daten nicht ganz zufrieden. Wenn Sie über Daten verfügen, ist es wahrscheinlich eine gute Idee, ein KI-Team damit zu beauftragen, sich diese anzusehen und Feedback zu geben. Dies kann sich in jedem Unternehmen zu einer positiven Feedbackschleife sowohl für die IT- als auch für die KI-Teams entwickeln.
Daten dominieren. Wenn Sie die richtigen Datenstrukturen ausgewählt und die Dinge gut organisiert haben, werden die Algorithmen fast immer selbstverständlich sein. Datenstrukturen, nicht Algorithmen, sind für die Programmierung von zentraler Bedeutung.
Facebook sammelt viele Daten von Menschen und gibt dies zu. Und es werden auch Daten gesammelt, die nicht zugelassen sind. Und Google tut es auch. Was Microsoft betrifft, weiß ich nicht. Ich weiß jedoch, dass Windows über Funktionen verfügt, die Daten über den Benutzer senden.
Wenn eine Handvoll Technologiegiganten die Daten der Welt kontrollieren, ist es keine Überraschung, dass die Debatte über die Abwägung von Fortschritt und Datenschutz als „Befürworter von Daten und damit Innovation“ und nicht als „im dunklen Zeitalter stecken bleiben“ dargestellt wird.
Google ist dafür bekannt, dass es auf der Grundlage der durch seine Tests gewonnenen Daten kleinste Änderungen an den Pixelpositionen vornimmt. Google wählt immer eine spartanische Webseite, die zu einer Conversion führt, einer schönen Seite vor, die nicht über die nötigen Daten verfügt, um sie zu sichern.
Die Leute glauben, der beste Weg, aus den Daten zu lernen, sei, eine Hypothese aufzustellen und sie dann zu überprüfen, aber die Daten sind so komplex, dass jemand, der mit einem Datensatz arbeitet, nicht weiß, was die wichtigsten Fragen sind. Das ist ein riesiges Problem.
Einer der Mythen über das Internet der Dinge besagt, dass Unternehmen über alle Daten verfügen, die sie benötigen, ihre eigentliche Herausforderung jedoch darin besteht, sie zu verstehen. Tatsächlich sind die Kosten für die Erhebung einiger Datenarten nach wie vor zu hoch, die Qualität der Daten ist nicht immer gut genug und es bleibt schwierig, mehrere Datenquellen zu integrieren.
Habe ich als Facebook-Nutzer Kontrolle über die Daten, die Facebook über mich speichert? Konkret: Kann ich diese Daten mit Tools meiner Wahl untersuchen und ändern, die auf meine Bedürfnisse zugeschnitten sind?
In der Vergangenheit hat Google Teams von Menschen eingesetzt, um seine Straßenadressenbilder zu „lesen“ – im Wesentlichen, um Bilder in verwertbare Daten umzuwandeln. Mithilfe neuronaler Netzwerktechnologie hat das Unternehmen Computer jedoch darauf trainiert, diese Daten automatisch zu extrahieren – und zwar mit einem Genauigkeitsgrad, der menschliche Bediener erreicht oder sogar übertrifft.
Als ich in Japan arbeitete, habe ich ein System entwickelt, um sicherzustellen, dass Geheimdienstdaten im Katastrophenfall weltweit wiederhergestellt werden können. Mir war das Ausmaß der Massenüberwachung nicht bewusst. Als ich es erstellte, stieß ich auf einige rechtliche Fragen. Meine Vorgesetzten wehrten sich und meinten: „Wie sollen wir mit diesen Daten umgehen?“ Und ich dachte: „Ich wusste nicht einmal, dass es existiert.“
Wenn Sie über viele Daten verfügen und aus diesen Daten einen Mehrwert schaffen möchten, könnten Sie über den Aufbau eines KI-Teams nachdenken.
KI hält mich nachts nicht wach. Fast niemand arbeitet an bewussten Maschinen. Deep-Learning-Algorithmen, die Google-Suche, die Facebook-Personalisierung, Siri, selbstfahrende Autos oder Watson haben die gleiche Beziehung zu bewussten Maschinen wie ein Toaster zu einem Schach spielenden Computer.
Sind Unternehmen wie YouTube, Facebook und Twitter offene Technologieplattformen oder Verlage mit kuratierten Inhalten? Seit Jahren versuchen Big-Tech-Giganten, beides zu erreichen, indem sie besondere rechtliche Schutzmaßnahmen ausnutzen, um sich zu bereichern, und sich gleichzeitig wie Verlage ohne Haftung verhalten.
Der Schlüssel zu einer soliden Grundlage für Datenstrukturen und Algorithmen ist nicht eine umfassende Untersuchung jeder denkbaren Datenstruktur und ihrer Unterformen mit der Erinnerung an den Big-O-Wert und die amortisierten Kosten jeder einzelnen Datenstruktur.
Diese Website verwendet Cookies, um Ihnen das bestmögliche Erlebnis zu bieten. Mehr Info...
Habe es!