Andrew Ng: Zapomeňte na budování podniku založeného na umělé inteligenci. Začněte s posláním.

Jeremy Portje

Andrew Ng v životě nosil mnoho klobouků. Možná ho znáte jako zakladatele tým Google Brain nebo bývalý hlavní vědec v Baidu . Můžete ho také znát jako svého vlastního instruktora. Prostřednictvím svých velmi oblíbených online kurzů naučil nespočet studentů, zvědavých posluchačů a vedoucích firem o principech strojového učení.

Nyní ve svém nejnovějším počinu Přistávací AI , kterou zahájil v roce 2017, zkoumá, jak se podniky bez obřích datových souborů, ze kterých by mohly čerpat, mohou stále připojit k revoluci AI.

23. března se Ng připojil k virtuální EmTech Digital společnosti MIT Technology Review, naší každoroční akci AI, aby se podělil o lekce, které se naučil.

Tento rozhovor byl kvůli přehlednosti zhuštěn a lehce upraven.

Recenze technologie MIT: Jsem si jistý, že se vás lidé často ptají: Jak mohu vybudovat firmu na prvním místě s umělou inteligencí? Co na to obvykle říkáte?

Andrew Ng: Obvykle říkám, nedělej to. Když půjdu do týmu a řeknu: Hej, všichni, prosím, buďte na prvním místě AI, má to tendenci soustředit tým na technologii, což může být skvělé pro výzkumnou laboratoř. Ale pokud jde o to, jak podnikám, mám tendenci být veden zákazníkem nebo posláním, téměř nikdy řízen technologií.

Nyní máte tento nový podnik s názvem Landing AI. Můžete nám říci něco o tom, co to je a proč jste se rozhodli na něm pracovat?

Poté, co jsem vedl týmy umělé inteligence ve společnostech Google a Baidu, jsem si uvědomil, že umělá inteligence proměnila softwarový spotřebitelský internet, jako je vyhledávání na webu a online reklama. Ale chtěl jsem přenést AI do všech ostatních odvětví, což je ještě větší část ekonomiky. Takže poté, co jsem se podíval na spoustu různých odvětví, rozhodl jsem se zaměřit na výrobu. Myslím si, že na umělou inteligenci je připraveno několik odvětví, ale jedním ze vzorů, kdy je odvětví připravenější na umělou inteligenci, je, že prošlo nějakou digitální transformací, takže existují nějaká data. To vytváří příležitost pro týmy AI, aby vstoupily a využily data k vytvoření hodnoty.

Takže jeden z projektů, který mě v poslední době nadchl, je vizuální kontrola výroby. Můžete se podívat na obrázek smartphonu sjíždějícího z výrobní linky a zjistit, zda na něm není nějaká závada? Nebo se podívat na součástku do auta a zjistit, jestli na ní není promáčklina? Jeden obrovský rozdíl je ve spotřebitelském softwaru na internetu, možná máte miliardu uživatelů a obrovské množství dat. Ale ve výrobě žádná továrna nevyrobila miliardu nebo dokonce milion poškrábaných smartphonů. Díky bohu za to. Výzvou tedy je, dokážete přimět AI, aby pracovala se stovkou obrázků? Často se ukazuje, že můžete. Ve skutečnosti jsem byl mnohokrát překvapen, kolik toho můžete udělat s i skromným množstvím dat. A tak i když je veškerý humbuk, vzrušení a PR kolem AI na obřích souborech dat, mám pocit, že je zde spousta prostoru, který potřebujeme k růstu, abychom otevřeli tyto další aplikace, kde jsou výzvy zcela odlišné.

Jak to děláš?

Velmi častou chybu, kterou vidím dělat generální ředitelé a ředitelé IT: říkají mi něco jako Hej, Andrewe, nemáme tolik dat – moje data jsou nepořádná. Dejte mi tedy dva roky na vybudování skvělé IT infrastruktury. Pak budeme mít všechna tato skvělá data, na kterých lze stavět AI. Vždycky říkám, to je chyba. Nedělejte to. Za prvé, nemyslím si, že žádná společnost na dnešní planetě – možná ani tech giganti – si nemyslí, že jejich data jsou naprosto čistá a dokonalá. je to cesta. Když strávíte dva nebo tři roky budováním krásné datové infrastruktury, znamená to, že vám chybí zpětná vazba od týmu AI, který by vám pomohl upřednostnit, jakou IT infrastrukturu vybudovat.

Máte-li například mnoho uživatelů, měli byste upřednostnit jejich kladení otázek v průzkumu, abyste získali trochu více dat? Nebo byste v továrně měli upřednostnit upgrade snímače z něčeho, co zaznamenává vibrace 10krát za sekundu až možná 100krát za sekundu? Často se začíná dělat projekt AI s daty, která již máte, což umožňuje týmu AI poskytnout vám zpětnou vazbu, která vám pomůže upřednostnit, jaká další data shromáždit.

V odvětvích, kde prostě nemáme rozsah spotřebitelského softwaru na internetu, mám pocit, že musíme změnit způsob myšlení velký data do dobrý data. Pokud máte milion obrázků, pokračujte, použijte to – to je skvělé. Existuje však mnoho problémů, které mohou používat mnohem menší soubory dat, které jsou čistě označeny a pečlivě upraveny.

Mohl byste uvést příklad? Co myslíte dobrými daty?

Nejprve uvedu příklad z rozpoznávání řeči. Když jsem pracoval s hlasovým vyhledáváním, dostávali jste zvukové klipy, kde byste slyšeli někoho říkat: Hm, dnešní počasí. Otázkou je, jaký je správný přepis toho zvukového klipu? Je to Um (čárka) dnešní počasí, nebo je to Um (tečka, tečka, tečka) dnešní počasí, nebo je Um něco, co prostě nepřepisujeme? Ukázalo se, že kterákoli z nich je v pořádku, ale v pořádku není, pokud různí přepisovatelé používají každou ze tří konvencí označování. Pak jsou vaše data hlučná a poškozuje to systém rozpoznávání řeči. Nyní, když máte miliony nebo miliardu uživatelů, můžete mít tato hlučná data a jen je zprůměrovat – algoritmus učení bude fungovat dobře. Ale pokud se nacházíte v prostředí, kde máte menší soubor dat – řekněme sto příkladů –, pak má tento typ zašuměných dat obrovský dopad na výkon.

Další příklad z výroby: hodně jsme pracovali na kontrole oceli. Pokud řídíte auto, bok vašeho auta byl kdysi vyroben z ocelového plechu. Někdy jsou na oceli malé vrásky nebo malé promáčkliny nebo skvrny. Můžete tedy použít kameru a počítačové vidění, abyste zjistili, zda jsou vady nebo ne. Různé štítkovače však označí data odlišně. Někteří obloží celý region obřím ohraničujícím rámečkem. Někteří umístí malé ohraničující rámečky kolem malých částic. Když máte skromný soubor dat, ujistěte se, že různí inspektoři kvality označují data konzistentně – to se ukazuje jako jedna z nejdůležitějších věcí.

Pro mnoho projektů AI je open-source model, který si stáhnete z GitHubu – neuronové sítě, kterou můžete získat z literatury – dost dobrý. Ne na všechny problémy, ale na ty hlavní. Šel jsem tedy do mnoha svých týmů a řekl: Hej, všichni, neuronová síť je dost dobrá. Už se s kódem nebavme. Jediná věc, kterou nyní uděláte, je vytvářet procesy pro zlepšení kvality dat. A ukazuje se, že to často vede k rychlejšímu zlepšování výkonu algoritmu.

Jakou velikost dat máte na mysli, když se řekne menší datové sady? Mluvíte o stovce příkladů? Deset příkladů?

Strojové učení je tak rozmanité, že je opravdu těžké poskytnout univerzální odpovědi. Pracoval jsem na problémech, kde jsem měl asi 200 až 300 milionů obrázků. Také jsem pracoval na problémech, kde jsem měl 10 obrázků a všechno mezi tím. Když se podívám na výrobní aplikace, myslím, že něco jako desítky nebo možná sto obrázků pro třídu defektů není nic neobvyklého, ale i v rámci továrny jsou velmi velké rozdíly.

Zjistil jsem, že praktiky umělé inteligence se změní, když velikost tréninkových sad klesne pod, řekněme, 10 000 příkladů, protože to je jakýsi práh, kdy se inženýr může v podstatě podívat na každý příklad a navrhnout jej sám a pak se rozhodnout.

Nedávno jsem si povídal s velmi dobrým inženýrem v jedné z velkých technologických společností. A zeptal jsem se: Hej, co děláte, když jsou štítky nekonzistentní? A on řekl: No, máme tým několika stovek lidí v zámoří, který dělá štítkování. Napíšu tedy pokyny k označování, požádám tři lidi, aby označili každý obrázek, a pak vezmu průměr. A řekl jsem: Ano, to je správná věc, když máte obrovský soubor dat. Ale když pracuji s menším týmem a štítky jsou nekonzistentní, jednoduše vystopuji dva lidi, kteří spolu nesouhlasí, přizvu je oba k hovoru Zoom a nechám je, aby spolu promluvili, aby se pokusili dosáhnout řešení.

Chci nyní obrátit naši pozornost k promluvě o vašich myšlenkách na obecný průmysl umělé inteligence. Algoritmus je náš zpravodaj o umělé inteligenci a dal jsem našim čtenářům příležitost, aby vám předem zaslali nějaké otázky. Jeden čtenář se ptá: Zdá se, že vývoj AI se většinou rozdělil buď na akademický výzkum, nebo na rozsáhlé programy velkých společností náročných na zdroje, jako jsou OpenAI a DeepMind. To opravdu nenechává mnoho prostoru pro malé startupy, aby přispěly. Jaké jsou podle vás některé praktické problémy, na které se mohou menší společnosti skutečně zaměřit, aby pomohly dosáhnout skutečného komerčního přijetí AI?

Myslím, že velká pozornost médií směřuje k velkým korporacím a někdy i velkým akademickým institucím. Ale pokud jdete na akademické konference, je spousta práce, kterou odvádějí menší výzkumné skupiny a výzkumné laboratoře. A když mluvím s různými lidmi v různých společnostech a odvětvích, mám pocit, že existuje tolik podnikových aplikací, které by umělou inteligenci mohli řešit. Obvykle chodím za obchodními lídry a ptám se: Jaké jsou vaše největší obchodní problémy? Jaké věci vás nejvíce znepokojují? tak mohu lépe porozumět cílům podnikání a poté přemýšlet o tom, zda existuje nebo neexistuje řešení AI. A někdy ne, a to je dobře.

Možná jen zmíním pár mezer, které považuji za vzrušující. Myslím, že dnes je budování systémů AI stále velmi manuální. Máte několik skvělých inženýrů strojového učení a datových vědců, kteří dělají věci na počítači a pak tlačí věci do výroby. V procesu je mnoho manuálních kroků. Takže jsem nadšený z ML ops [operace strojového učení] jako nově vznikající disciplíny, která pomáhá systematizovat proces budování a zavádění systémů umělé inteligence.

Také, když se podíváte na spoustu typických obchodních problémů – všechny funkce od marketingu po talenty – je zde velký prostor pro automatizaci a zlepšení efektivity.

Doufám také, že komunita umělé inteligence se může podívat na největší sociální problémy – zjistit, co můžeme udělat pro změnu klimatu, bezdomovectví nebo chudobu. Kromě někdy velmi cenných obchodních problémů bychom měli pracovat i na těch největších sociálních problémech.

Jak vlastně postupujete při zjišťování, zda je pro vaši firmu příležitost věnovat se strojovému učení?

Pokusím se sám naučit něco o podnikání a pokusím se pomoci vedoucím podniků naučit se něco o AI. Pak obvykle brainstormujeme soubor projektů a pro každý z nápadů udělám jak technickou, tak obchodní pečlivost. Podíváme se na: Máte dostatek dat? jaká je přesnost? Objevuje se při nasazení do výroby dlouhý ocas? Jak naplníte data zpět a uzavřete smyčku pro nepřetržité učení? Takže – ujistit se, že problém je technicky proveditelný. A pak obchodní pečlivost: zajišťujeme, že tím dosáhneme návratnosti investic, v kterou doufáme. Po tomto procesu máte obvyklé, jako je odhad zdrojů, milníky a pak, doufejme, spuštění.

Ještě jeden návrh: je důležitější začít rychle a je v pořádku začít v malém. Moje první smysluplná obchodní aplikace ve společnosti Google bylo rozpoznávání řeči, nikoli vyhledávání na webu nebo reklama. Tím, že jsme týmu Google pro řeči pomohli zpřesnit rozpoznávání řeči, to týmu Brain dodalo důvěryhodnost a prostředky, aby mohl jít po stále větších partnerstvích. Mapy Google tedy byly druhým velkým partnerstvím, kde jsme použili počítačové vidění – ke čtení čísel domů ke geolokaci domů na mapách Google. A až po těch prvních dvou úspěšných projektech jsem měl vážnější rozhovor s reklamním týmem. Takže si myslím, že vidím, že více společností selhává tím, že začínají příliš velké, než když selhávají tím, že začínají příliš malé. Je v pořádku udělat menší projekt, abyste mohli začít jako organizace, abyste se naučili, jaké to je používat AI, a pak pokračujte ve vytváření větších úspěchů.

Co je jedna věc, kterou by naše publikum mělo zítra začít dělat, aby implementovalo AI ve svých společnostech?

Jděte do toho. AI způsobuje posun v dynamice mnoha průmyslových odvětví. Pokud tedy vaše společnost již neinvestuje dost agresivní a chytré investice, je ten správný čas.

skrýt