DARPA, lai izveidotu "Virtual Data Scientist" asistentus caur A.I.

Aizsardzības progresīvo pētījumu projektu aģentūra (DARPA) piektdien paziņoja par modeļu (D3M) datu atklāšanas atklāšanu, kuras mērķis ir palīdzēt ekspertiem, kas nav eksperti, to, ko tā sauc par „datu zinātnes trūkumu”, ļaujot mākslīgajiem palīgiem palīdzēt cilvēki ar mašīnu mācībām. DARPA to sauc par „virtuālo datu zinātnieku” asistentu.

Šī programmatūra ir divējāda nozīme, jo pašlaik trūkst datu zinātnieku un lielāks pieprasījums nekā jebkad agrāk, lai iegūtu vairāk datu orientētu risinājumu. DARPA saka, ka eksperti prognozē 2016. gada 140 000 līdz 190 000 datu zinātnieku deficītu visā pasaulē, kā arī pieaugošos trūkumus turpmākajos gados.

Piemēram, lai izveidotu modeli, kā dažādiem laika apstākļiem, skolai, atrašanās vietai un noziedzības faktoriem ietekmēt sastrēgumus braucieniem, kas atrodas Manhetenas centrā, NYU studentu komanda iztērēja vairāk nekā 90 mēnešu darba stundu, lai pabeigtu modeli. DARPA visu laiku saskata problēmas, un D3M programma centīsies to konstruēt, lai krasi samazinātu laiku un pieredzi, kas nepieciešama, lai nākotnē veidotu tādus modeļus.

“Šodien empīrisko modeļu izveide lielā mērā ir manuāls process, kas prasa datu speciālistiem pārvērst stohastiskos elementus, piemēram, laika apstākļus un satiksmi, tādos modeļos, kurus inženieri un zinātnieki var uzdot,” sacīja Wade Shen, DARPA informācijas inovāciju programmas vadītājs. Birojs. „Mēs uzskatām, ka ir iespējams automatizēt noteiktus datu zinātnes aspektus, un īpaši, lai mašīnas mācītos no iepriekšējiem piemēriem, kā veidot jaunus modeļus.”

Kā aizsardzības aģentūra, protams, DARPA arī meklē to, kā šī A.I. varētu ietekmēt kaujas laukumu un ietaupīt vairāk dzīvību.

Google jau izmanto savu A.I. veikt līdzīgus uzdevumus, piemēram, alfabēta Sidewalk Labs partnerību ar ASV Transporta departamenta Smart City izaicinājumu, kura mērķis ir izmantot datu vākšanas infrastruktūru, lai atvieglotu sastrēgumus un stāvvietu dzīvojošās pilsētās.

Ja mazākās datu zinātnieku un citu ekspertu grupas var izmantot mašīnu mācību modeļus, lai palīdzētu identificēt problēmas sabiedrībā, būs vairāk laika datu analīzei, lai faktiski īstenotu risinājumus.

“Mūsu spēja saprast visu, sākot no satiksmes līdz naidīgu spēku uzvedībai, ir arvien iespējama, ņemot vērā sensoru un atklāto avotu datu pieaugumu,” sacīja Šena. “Cerība ir, ka D3M risinās modeļa izstrādes pamatus, lai cilvēki varētu izmantot savu cilvēku inteliģenci, lai meklētu datus jaunos veidos, un iedomāties risinājumus un iespējas, kas nebija acīmredzamas vai pat iedomājamas.”