DARPA bo gradila asistente "Virtual Data Scientist" preko A.I.

Agencija za napredne raziskovalne projekte (DARPA) je v petek objavila začetek odkrivanja modelov, ki temelji na podatkih (D3M), katerega namen je pomagati ne-strokovnjakom, da premostijo to, kar imenuje "pomanjkanje strokovnosti podatkov-znanosti", tako da omogoči pomoč umetnim pomočnikom. ljudi s strojnim učenjem. DARPA ga imenuje za pomočnika "virtualnega znanstvenika podatkov".

Ta programska oprema je dvakrat pomembna, ker trenutno nimajo dovolj podatkovnih znanstvenikov in je večja kot kdaj koli za več podatkovno usmerjenih rešitev. DARPA pravi, da strokovnjaki načrtujejo primanjkljaje za 140.000 do 190.000 podatkovnih znanstvenikov po vsem svetu in povečujejo primanjkljaje v prihodnjih letih.

Na primer, da bi zgradili model za to, kako različni vremenski, šolski, krajevni in kriminalni dejavniki vplivajo na zastoje v storitvah souporabe vožnje v središču Manhattna, je skupina učencev NYU porabila več kot 90 mesecev delovnih ur za dokončanje. model. DARPA ves čas vidi te težave, program D3M pa si bo prizadeval za njegovo konstrukcijo, da bi drastično skrajšal čas in strokovno znanje, potrebno za izdelavo takšnih modelov v prihodnosti.

»Konstruiranje empiričnih modelov je danes v veliki meri ročni proces, ki od strokovnjakov za podatke zahteva, da stohastične elemente, kot so vreme in promet, prevedejo v modele, o katerih lahko inženirji in znanstveniki nato zastavljajo vprašanja,« je povedal Wade Shen, vodja programa v informacijski inovaciji DARPA. Urad. »Verjamemo, da je možno avtomatizirati določene vidike znanosti o podatkih, in zlasti, da se stroji naučijo iz prejšnjega primera, kako zgraditi nove modele.«

Kot obrambna agencija seveda DARPA tudi preučuje, kako je to A.I. lahko vpliva na bojišče in reši več življenj.

Google že uporablja svoj A.I. opraviti podobne naloge, kot je partnerstvo podjetja Alphabet's Sidewalk Labs z pametnim mestnim izzivom ameriškega ministrstva za promet, katerega namen je uporaba infrastrukture za zbiranje podatkov, da bi olajšali zastoje in parkiranje v mestih.

Če lahko manjše skupine podatkovnih znanstvenikov in ne-strokovnjaki uporabijo modele strojnega učenja za pomoč pri prepoznavanju problemov v družbi, bo več časa za analizo podatkov za dejansko izvajanje rešitev.

"Naša sposobnost, da razumemo vse, od prometa do vedenja sovražnih sil, je vse bolj možna glede na rast podatkov iz senzorjev in odprtih virov," je dejal Shen. "Upanje je, da bo D3M obvladal osnove razvoja modelov, da bodo ljudje lahko uporabili svojo človeško inteligenco, da bodo na nove načine gledali na podatke in si predstavljali rešitve in možnosti, ki prej niso bile očitne ali celo razumljive."