Wie wir gelernt haben, Barrieren für maschinelles Lernen abzubauen

Willkommen in der Woche Distanz Ars-Grenzen! Dieser Artikel ist der erste einer kurzen Artikelserie, die alle heutigen Gespräche für diejenigen zusammenfasst, die nicht zu unserer ersten Konferenz in die Hauptstadt reisen konnten. Wir werden in den nächsten zwei Wochen alle paar Tage eine davon durchführen, und jede wird ein eingebettetes Video des Gesprächs (zusammen mit Text) enthalten.

In der heutigen Zusammenfassung fahren wir mit unserem Gespräch mit dem Tech-Evangelisten von Amazon Web Services, Dr. Nashley Cephus, fort. Unsere Diskussion trug den Titel „Breaking Barriers to Machine Learning“.

Was sind die Hindernisse?

Dr. Sephus kam über einen kreisförmigen Weg zu AWS und wuchs in Mississippi auf, bevor er schließlich zu einem Technologie-Startup namens kam teilweise. Partpic war ein Unternehmen für künstliche Intelligenz und maschinelles Lernen (KI/ML) mit einer ordentlichen Prämisse: Benutzer konnten Bilder von Werkzeugen und Teilen machen, und die Partpic-App analysierte die Bilder algorithmisch, identifizierte das Teil und lieferte Informationen darüber, was das Teil war und was wo mehr gekauft werden könnte. Amazon erwarb Partpic im Jahr 2016 und Dr. Sephus brachte ihre maschinellen Lernfähigkeiten zu AWS.

Auf Nachfrage präzisierte sie fähig sein zu Als größtes Hindernis für eine stärkere Nutzung von KI/Machine Learning – in vielerlei Hinsicht ist es eine weitere Falte im alten Problem digitale Partition. Eine Schlüsselkomponente für die Verwendung der beliebtesten Tools für KI/maschinelles Lernen ist ein zuverlässiger und schneller Internetzugang. Auf der Grundlage ihrer Erfahrungen stellte Dr. Sefus fest, dass der mangelnde Zugang zu Technologie in Grundschulen arm ist Gebieten des Landes bringt Kinder auf einen Weg, der weit davon entfernt ist, die Arten von Werkzeugen zu verwenden, über die wir sprechen.

Darüber hinaus führt ein Mangel an frühem Zugang zu Resistenzen gegenüber Technologie im späteren Leben. „Sie sprechen von einem Konzept, das viele Leute für sehr beängstigend halten“, erklärte sie. „Viele Menschen haben Angst. Sie fühlen sich von der Technik bedroht.“

Dinge nicht teilen

Eine Möglichkeit, die Lücke hier zu schließen, besteht neben der einfachen Erhöhung des Zugangs darin, die Art und Weise zu ändern, wie Technologen über komplexe Themen wie KI/maschinelles Lernen mit Laien kommunizieren. „Ich verstehe, dass wir als Tech-Experten oft gerne coole Dinge bauen, oder?“ sagte Dr. Sephus. „Wir denken nicht an die langfristigen Auswirkungen, aber deshalb ist es so wichtig, diese Denkvielfalt und diese unterschiedlichen Perspektiven am Tisch zu haben.“

Dr. Sephus sagte, dass AWS Soziologen und Psychologen einstellt, um sich seinen Technologieteams anzuschließen, um Wege zu finden, die digitale Kluft zu überwinden, indem man Menschen dort trifft, wo sie sind, anstatt sie zu zwingen, zur Technologie zu kommen.

Komplexe KI-/Machine-Learning-Themen einfach in Bezug auf alltägliche Handlungen umzugestalten, kann Barrieren beseitigen. Dr. Sevos erklärte, dass eine Möglichkeit, dies zu tun, darin besteht, darauf hinzuweisen, dass fast jeder ein Mobiltelefon hat, wenn Sie mit Ihrem Telefon sprechen oder die Gesichtserkennung verwenden, um es zu entsperren, oder wenn Sie Empfehlungen für den nächsten Film oder das nächste Lied zum Anhören erhalten – dies sind alles Beispiele für die Interaktion mit maschinellem Lernen. Nicht jeder steht dem kritisch gegenüber, insbesondere Technik-Laien, und den Leuten zu zeigen, dass dieses Zeug auf KI/maschinelles Lernen basiert, kann ziemlich einfach sein.

„Sie zu treffen, wo immer sie sind, ihnen zu zeigen, wie diese Technologien sie in ihrem täglichen Leben beeinflussen, die Software zugänglich zu machen – ich denke, darauf sollten wir uns konzentrieren“, sagte sie.