Foto por pavel danilyuk
2022 fue un año decisivo en la IA, ya que los problemas relacionados con la calidad pasaron a primer plano. La regulación avanzó en la UE, Asia y los EE. UU., y vimos empresas como Zillow cojeando por la calidad del modelo de IA. tropiezo.
Según mis discusiones recientes con docenas de equipos de ciencia de datos de Fortune 500, espero ver un foco continuo en la calidad del modelo de IA en 2023. Aquí hay seis áreas que estoy vigilando.
Similar al desarrollo de software de hace 20 años, no fue hasta que las pruebas y el monitoreo se volvieron comunes que el uso de software empresarial realmente despegó. AI está en un punto de inflexión similar. Las tecnologías de inteligencia artificial y aprendizaje automático se están adoptando a un ritmo acelerado, pero la calidad varía. A menudo, los científicos de datos que desarrollan los modelos también son los que los prueban manualmente, y eso puede conducir a puntos ciegos. La prueba es manual y lenta. El monitoreo es incipiente y ad hoc. Y la calidad del modelo de IA es muy variable, lo que se convierte en un factor de activación para la adopción exitosa de la IA. Las pruebas y el monitoreo automatizados brindan garantía de calidad y reducen la incertidumbre y el riesgo.
A medida que la IA se vuelve cada vez más importante en la vida de la gente común, más personas quieren saber exactamente cómo funcionan los modelos. Esto está siendo impulsado por las partes interesadas internas que necesitan confiar en los modelos que están utilizando, los consumidores que se ven afectados por las decisiones del modelo y los reguladores que quieren asegurarse de que los consumidores reciban un trato justo.
En 2021 y 2022, a la gente le preocupaba que la IA estuviera causando sesgos debido a factores como datos de entrenamiento incorrectos. En 2023, creo que veremos una creciente comprensión de que la IA puede ayudar a eliminar el sesgo al pasar por alto los puntos históricos donde el sesgo entró en juego. Las personas suelen tener más prejuicios que las máquinas: estamos empezando a ver formas en que la IA puede reducir el sesgo en lugar de introducirlo.
Hasta que las pruebas y el monitoreo sean una práctica estándar, las empresas continuarán luchando con problemas relacionados con la calidad como los que Zillow que enfrenta en su división de compra de viviendas (los modelos obsoletos hacen que la empresa compre en exceso a precios inflados, lo que finalmente conduce al cierre de la división y pérdidas y despidos masivos). Espero más desastres de relaciones públicas en 2023 que podrían haberse evitado con mejores enfoques de calidad del modelo de IA.
Durante los últimos años, ha habido una grave escasez de científicos de datos y las empresas que tienen la suerte de que los hayan tratado como oro. Pero a medida que continúan las tendencias con respecto a la dificultad de demostrar el ROI en los esfuerzos de IA, y a medida que la economía se debilita, las empresas adoptan una línea más dura en cuanto a los resultados. Hoy en día, es común que solo 1 de cada 10 modelos desarrollados pasen al uso de producción. Los equipos de ciencia de datos que no puedan hacer que los modelos entren en producción a un ritmo más rápido se enfrentarán a la presión. Esos trabajos pueden no estar seguros para siempre.
Las agencias reguladoras de EE. UU. han estado estudiando los desafíos y los impactos de la IA, pero aún tienen que hacer un movimiento significativo, a diferencia de la Comisión Europea. Espero que eso cambie en 2023, con EE. UU. finalmente redactando sus propias reglas a nivel federal, similares a las que ya están vigentes en la UE y Asia. Las barandillas son buenas para todos en este mercado y, en última instancia, ayudarán a generar confianza en la IA. Las regulaciones estadounidenses no están lejos y las empresas deben prepararse. La reciente Casa Blanca Plan para una declaración de derechos de la IA, lanzado en octubre de 2022, es un paso en la dirección correcta, ya que proporciona un marco para el desarrollo y uso responsable de la IA.
La IA sigue siendo una de las áreas tecnológicas de más rápido movimiento, pero en muchos sentidos, su promesa aún no se ha cumplido. Un mayor enfoque en la calidad impulsará la adopción de IA y ayudará a las empresas a lograr un retorno de sus crecientes inversiones en IA.
anupam datta es cofundador, presidente y científico jefe de TruEra. (anteriormente llamado AILens). Formó parte del cuerpo docente de la Universidad Carnegie Mellon durante 15 años, más recientemente como profesor y director del Laboratorio de sistemas contables. Su enfoque está en los sistemas basados en datos responsables que emplean el aprendizaje automático y otros métodos estadísticos y de inteligencia artificial. El trabajo de Datta toca varios otros aspectos de la privacidad, la equidad, el cumplimiento y la seguridad. Datta obtuvo un doctorado. (2005) y MS (2002) títulos de la Universidad de Stanford y un B.Tech. (2000) del IIT Kharagpur, todos en Ciencias de la Computación.
- Coinsmart. El mejor intercambio de Bitcoin y criptografía de Europa.Haga clic aquí
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://www.kdnuggets.com/2022/11/expect-ai-quality-trends-2023.html?utm_source=rss&utm_medium=rss&utm_campaign=what-to-expect-for-ai-quality-trends-in-2023
