لماذا ينمو سوق الذكاء الاصطناعي القابل للتفسير بسرعة

ألا تستطيع حضور Transform 2022؟ تحقق من جميع جلسات القمة في مكتبتنا عند الطلب الآن! انظر هنا.

بفضل التحول الرقمي ، يبدو أنه لا يوجد سقف للارتفاعات التي ستصل إليها الشركات في السنوات القليلة المقبلة. يعد الذكاء الاصطناعي (AI) أحد أكثر التقنيات الرائعة التي تساعد الشركات على الوصول إلى هذه الآفاق الجديدة. ولكن مع تقدم الذكاء الاصطناعي مع العديد من حالات الاستخدام ، تنشأ مشكلة الثقة المستمرة: لا يزال الذكاء الاصطناعي غير موثوق به تمامًا من قبل البشر. في أفضل الأحوال ، يخضع لتدقيق شديد ، وما زلنا بعيدين عن التعاون بين الإنسان والذكاء الاصطناعي الذي يحلم به خبراء علوم البيانات والذكاء الاصطناعي.

أحد العوامل الكامنة وراء هذا الواقع غير المتسق هو تعقيد الذكاء الاصطناعي. والآخر هو النهج الغامض الذي تتبعه المشاريع التي يقودها الذكاء الاصطناعي غالبًا لحل المشكلات واتخاذ القرارات. لحل هذه المشكلة ، لجأ العديد من قادة الأعمال الذين يتطلعون إلى بناء الثقة في الذكاء الاصطناعي إلى نماذج الذكاء الاصطناعي القابلة للتفسير (المعروفة أيضًا باسم XAI).

يُمكِّن الذكاء الاصطناعي القابل للتفسير مديري تكنولوجيا المعلومات ، وخاصة علماء البيانات ومهندسي تعلم الآلة ، من استجواب وفهم وتوصيف دقة النماذج وتوفير الشفافية في صنع القرار المستند إلى الذكاء الاصطناعي.

لماذا تقفز الشركات إلى عربة الذكاء الاصطناعي القابلة للتفسير

مع توقع نمو حجم السوق العالمية للذكاء الاصطناعي القابل للتفسير من 3.5 مليار دولار في عام 2020 إلى 21 مليار دولار بحلول عام 2030 ، وفقًا لتقرير صادر عن ResearchandMarkets ، فمن الواضح أن المزيد والمزيد من الشركات تعمل الآن في عربة الذكاء الاصطناعي القابلة للتفسير. قال ألون ليف ، الرئيس التنفيذي لشركة Qwak ومقرها إسرائيل ، وهي منصة مُدارة بالكامل توحد هندسة التعلم الآلي (ML) وعمليات البيانات ، لـ VentureBeat في مقابلة أن هذا الاتجاه "قد يكون مرتبطًا بشكل مباشر باللوائح الجديدة التي تتطلب صناعات محددة لتوفير المزيد من الشفافية حول تنبؤات النموذج. وقال إن نمو الذكاء الاصطناعي القابل للتفسير مدفوع بالحاجة إلى بناء الثقة في نماذج الذكاء الاصطناعي. / p> حدث

MetaBeat 2022

ستجمع MetaBeat قادة الفكر لتقديم المشورة بشأن الطريقة التي ستغير بها التكنولوجيا metaverse الطريقة التي تتواصل بها جميع الصناعات وتؤدي أعمالها في 4 أكتوبر في سان فرانسيسكو ، كاليفورنيا. سجل هنا

وأشار أيضًا إلى أن هناك اتجاهًا متناميًا آخر في الذكاء الاصطناعي القابل للتفسير وهو استخدام قيم SHAP (SHapley Additive exPlanations) ، وهو نهج نظري للعبة لشرح نتائج نماذج ML.

>

"وجدنا أن عملاء التكنولوجيا المالية والرعاية الصحية لدينا أكثر تفاعلاً مع الموضوع حيث يطلب منهم في بعض الأحيان من قبل اللوائح توضيح سبب إعطاء النموذج تنبؤًا محددًا ، وكيف تم إنتاج التنبؤ والعوامل التي تم أخذها في الاعتبار. في هذه الصناعات المحددة ، فإننا نشهد المزيد من النماذج مع ذكاء اصطناعي قابل للتفسير مدمج بشكل افتراضي ". سوق متنامي مع مشاكل صعبة الحل

لا يوجد نقص في الشركات الناشئة AI و MLops ، مع قائمة طويلة من الشركات الناشئة التي تطور حلول MLops ، بما في ذلك Comet و Iterative.ai و ZenML و Landing AI و Domino Data Lab و Weights and Biases وغيرها الكثير. Qwak هي شركة ناشئة أخرى في الفضاء تركز على أتمتة عمليات MLops وتمكين com ...