Yn y nodwedd ddiweddaraf hon, mae Vatsal Ghia, Prif Swyddog Gweithredol a chyd-sylfaenydd Shaip yn taflu rhywfaint o oleuni ar gynigion ffansïol o dechnoleg ac yn archwilio'r swydd wirioneddol sy'n mynd y tu ôl i'r llenni ac agweddau fel cynhyrchu data, labelu data, prosesu data, a mwy.
Y prif tecawê o'r erthygl yw:
- Mae deallusrwydd artiffisial a thechnolegau Dysgu Peiriannau (ML) yn aml yn cael eu hystyried yn ateb i greu cwmnïau technoleg pwerus ac atebion cyfleus a dyfodolaidd. Felly, go brin ei fod yn cael ei ragweld i bobl beth sydd y tu ôl i'r technolegau hyn a'r holl gyfleusterau a gynigir gan fodelau AI.
- Mae sbectrwm cyfan Deallusrwydd Artiffisial yn union fel bwyty ffansi, lle mae angen llawer o dechnegau anodi data fel anodi delwedd, anodi testun, anodi sain, ac eraill. Ac mae anodi data yn gosod y sylfaen i brosesau seiliedig ar AI ddigwydd.
- Ond, mae anodi data mor gymhleth â'r broses y mae'n ei chefnogi. Ac mae ymyrraeth ddynol yn anochel wrth dagio elfennau ar gyfer modelau AI ac mae hyn yn gwneud y broses gyfan nid yn unig yn cymryd llawer o amser ond yn ddiflas. Felly, mae mentrau'n defnyddio ffynonellau allanol i gyflawni eu heriau data.
Darllenwch yr erthygl lawn yma:
https://indiaai.gov.in/article/why-artificial-intelligence-is-incomplete-without-data-annotation
