يسعى Andrew Ng و Landing AI إلى إضفاء الطابع الديمقراطي على الذكاء الاصطناعي لجميع أحجام الأعمال ودفع تبني الصناعة على نطاق أوسع

تتعامل منصة Andrew Ng السحابية لرؤية الكمبيوتر ، Landing AI ، مع ظهور تطوير الذكاء الاصطناعي (AI) بين الشركات من جميع الأحجام من خلال أحدث عروضها ، LandingLens. يعد الحل بتسهيل بناء واختبار مشاريع الذكاء الاصطناعي لرؤية الكمبيوتر بسرعة ، دون الحاجة إلى مهارات برمجة معقدة أو خبرة سابقة في الذكاء الاصطناعي.

"بدأنا باستكشاف قطاع التصنيع ، وهو أحد أكثر الصناعات تحديًا لنشر رؤية الكمبيوتر. ثم اكتشفنا أن الأدوات التي أنشأناها للتصنيع ، مع القليل من التعديلات نسبيًا ، يمكن أن تكون مفيدة أيضًا للعديد من رؤية الكمبيوتر الأخرى قال نج ، وهو عالم ذكاء اصطناعي معروف ومؤسس ومدير تنفيذي لشركة Landing AI.

أعلنت الشركة اليوم أن منتجها الرائد في مجال رؤية الكمبيوتر ، LandingLens ، متاح الآن للحصول على نسخة تجريبية مجانية ، إلى جانب مخطط تسعير جديد يسمح باستخدام الدفع أولاً بأول لما بعد فترة التسعير. الإصدار التجريبي الأولي.

"من خلال النظام الأساسي الجديد ، نهدف إلى توسيع حالات استخدام أداتنا لتشمل العديد من الصناعات الأخرى ،" قال نج لـ VentureBeat. "بالنسبة لي ، يتعلق الأمر بتحقيق هدفنا المتمثل في إضفاء الطابع الديمقراطي على إنشاء الذكاء الاصطناعي." حدث

قمة الأمن الذكي عند الطلب

تعرف على الدور الأساسي للذكاء الاصطناعي والتعلم الآلي في الأمن السيبراني ودراسات الحالة الخاصة بالصناعة. شاهد الجلسات عند الطلب اليوم. انظر هنا

"نريد أن يكون كل شخص قادرًا على البدء مجانًا وتجربته لفهم حالات استخدامه. لا يمكننا الانتظار لإتاحته لمزيد من الأشخاص" ، قال. نهج يركز على البيانات للذكاء الاصطناعي ورؤية الكمبيوتر

وفقًا لـ Ng ، يركز نظام الذكاء الاصطناعي المرتكز على البيانات في النظام الأساسي على البيانات بدلاً من التعليمات البرمجية ، وبما أن العديد من الصناعات تعتمد بشكل متزايد حلول الذكاء الاصطناعي ، فهناك حاجة إلى تغيير أساسي لإطلاق العنان للإمكانات الكاملة لهذه التكنولوجيا.

تعطي LandingLens الأولوية لتحسين جودة البيانات لنماذج الذكاء الاصطناعي ، مما يتيح وظائفها حتى في الحالات التي يكون فيها لدى الشركات بيانات محدودة لتدريب نماذج الذكاء الاصطناعي ، وهو تحد شائع تواجهه معظم الشركات. تتضمن استراتيجية "تتمحور حول البيانات" تدريب نماذج الذكاء الاصطناعي للعمل بفعالية مع كميات متواضعة من البيانات عالية الجودة بدلاً من الاعتماد فقط على مجموعات البيانات الكبيرة التي تدعم تطبيقات الذكاء الاصطناعي في شركات الإنترنت الكبيرة.

"على مدار السنوات القليلة الماضية ، عملنا بشكل مكثف مع العملاء الذين غالبًا ما كانت لديهم مجموعات بيانات صغيرة. وخلال هذه التجارب ، اكتشفنا العديد من الخطوات والتحسينات التكنولوجية التي تتيح الآن للخوارزمية لدينا أداءً جيدًا على مجموعات البيانات الأصغر ،" قال نج. < / ص>

أوضح أن النموذج تم تدريبه على مجموعة بيانات ResNet للتعرف على الصور ، وأنه في الخلفية ، تستخدم خوارزمية LandingLens المدربة مسبقًا الضبط التلقائي للمعلمات الفوقية المستند إلى AI ، مما يسمح لها بالعمل بشكل جيد مع مجموعات البيانات من جميع الأحجام . نظرًا لتمرير البيانات عبر النموذج ، يتم تحسينها من خلال العديد من الخطوات لتقديم نتائج جيدة التحليل وعالية الجودة ورؤى تفصيلية.

في الآونة الأخيرة ، استخدمت شركة OmniAb لاكتشاف الأجسام المضادة العلاجية LandingLens لأتمتة عملية الفحص البصري بنجاح ، مما أدى إلى زيادة الكفاءة والإنتاجية بشكل كبير. بالإضافة إلى ذلك ، ساعد النظام الأساسي OmniAb على زيادة الوصول إلى الذكاء الاصطناعي داخل مؤسسته لحالات الاستخدام التي تشمل أشخاصًا ليسوا من كبار العلماء.

للمحافظة ...