探究AI信任问题的根源

Forbes6月12日报道,人工智能面临信任问题。这个信任问题的根源在于驱动AI运行的数据。根据Salesforce对全球6000名知识工作者的调查,近六成AI用户表示难以从AI中获得所需结果,其中超过一半(54%)表示他们不信任用于训练当前AI系统的数据。那些不信任训练AI数据的用户中有四分之三认为AI缺乏必要的信息,因而无法提供有用的结果。



AI的创新并非凭空而来,也不是单靠业务或技术团队处理模型和算法得以实现。一个坚实且经过严格审查的数据基础是必不可少的。


行业领导者越来越多地表达了对当今日益复杂的AI系统和应用中数据可行性和可靠性的担忧。Ascend.io的创始人兼CEO Sean Knapp表示:“AI的好坏取决于其背后的数据。商业领导者和专业人士需要明白,AI给出的答案不一定准确。”


在这方面,Knapp补充道:“单靠加大力度并不能实现AI的巨大创新潜力。数据开发通常是孤立且耗时的,充满了延误、断层和失望。”


关键在于,数据驱动的业务就是AI驱动的业务——两者之间已不再有任何区别。OvalEdge的CEO Sharad Varshney表示:“没有数据驱动的焦点,企业将无法竞争。”


问题在于,“许多组织仍然只是刚刚开始掌握他们的数据,用于基本的商业智能任务,更不用说AI了。”Knapp说。所需的是“来自先进数据管道的干净数据。实现运营效率、改善客户体验和创造创新产品,取决于多快能识别所需的数据集并创建系统来可靠地产生它们。”


Varshney指出,从一开始就采用AI支持的数据管理、分析和治理技术,会让你处于令人羡慕的位置。


首先,组织需要明白,没有正确的数据,他们的AI计划甚至无法起步。Alation副总裁Jonathan Bruce说:“许多商业专业人士想直接跳到AI模型的分析和利用,而不考虑构建坚实的数据基础。”


Bruce继续说道:“要想快速前进,你需要先放慢速度。虽然快速采用AI有其好处,但在AI革命中处于最强地位的组织将是那些在其AI计划的基础上投资于受信任和管理的数据集的组织。包装信任使用户能够理解支持数据的来源和沿袭,使他们能够以业务速度应用这些模型。”


为了跟上业务速度,并推动创新前进,“企业需要数据来训练AI解决方案,因为数据和AI是密不可分的。”BMC的CTO Ram Chakravarti说。“AI甚至可以提供新的数据以进行更好的分析,并识别模式和异常。此外,AI可以自动化常规任务,释放员工的时间以专注于新的商业理念和结构。”


Chakravarti表示,高质量数据是必需的。“为了让AI具有价值,需要用高质量的数据集来训练——数据质量与数据量同样重要。”同时,他补充道,“没有AI,组织将很难从大量数据中提取意义。”


新闻来源:Forbes           作者:Joe McKendrick


编辑:Audrey


(声明:请读者严格遵守所在地法律法规,本文不代表任何投资建议)

本文来源:元宇宙头条 文章作者:元宇宙头条
收藏
举报
元宇宙头条
累计发布内容523篇 累计总热度10万+
523篇 10万+
FTX 后院起火,Binance 釜底抽薪
FTX 后院起火,Binance 釜底抽薪
FTX 后院起火,Binance 釜底抽薪

元宇宙头条现已开放专栏入驻,详情请见入驻指南: #

免责声明:
1、本文版权归原作者所有,仅代表作者本人观点,不代表元宇宙头条观点或立场。
2、如发现文章、图片等侵权行为,侵权责任将由作者本人承担。

评论 共0条
默认
|
点赞
说点什么吧
相关文章
您需要登录后才可以回帖 立即登录