في هذه الميزة الأخيرة ، ألقى Vatsal Ghia ، الرئيس التنفيذي والمؤسس المشارك لـ Shaip ، بعض الضوء على العروض الخيالية للتكنولوجيا واستكشف الوظيفة الحقيقية التي تكمن وراء الستائر والجوانب مثل توليد البيانات ، ووضع العلامات على البيانات ، ومعالجة البيانات ، والمزيد.
الوجبات الجاهزة الرئيسية من المقال هي:
- غالبًا ما يُنظر إلى تقنيات الذكاء الاصطناعي والتعلم الآلي (ML) على أنها حل لإنشاء شركات تقنية قوية وحلول ملائمة ومستقبلية. وبالتالي ، بالكاد يتم عرض ما وراء هذه التقنيات وجميع وسائل الراحة التي توفرها نماذج الذكاء الاصطناعي على الأشخاص.
- يشبه الطيف الكامل للذكاء الاصطناعي مطعمًا فاخرًا تمامًا ، حيث يتطلب الكثير من تقنيات التعليقات التوضيحية للبيانات مثل التعليقات التوضيحية للصور والتعليقات التوضيحية النصية والتعليقات التوضيحية الصوتية وغيرها. ويضع التعليق التوضيحي للبيانات الأساس لحدوث العمليات القائمة على الذكاء الاصطناعي.
- لكن التعليقات التوضيحية للبيانات معقدة مثل العملية التي تدعمها. والتدخل البشري أمر لا مفر منه في وضع علامات على عناصر لنماذج الذكاء الاصطناعي ، وهذا يجعل العملية برمتها ليست مضيعة للوقت فحسب ، بل إنها مملة. ومن ثم ، تستخدم المؤسسات مصادر خارجية لإنجاز تحديات البيانات الخاصة بها.
قراءة المقال كاملا هنا:
https://indiaai.gov.in/article/why-artificial-intelligence-is-incomplete-without-data-annotation
