การทำให้เป็นประชาธิปไตยของการเรียนรู้ของเครื่อง

5
การทำให้เป็นประชาธิปไตยของการเรียนรู้ของเครื่อง


พอดคาสต์ Squirro Academy

กับจูเลียน ไซมอน

เป็นเจ้าภาพโดย Lauren Hawker Zafer

ในพอดแคสต์ตอนบนนี้ การทำให้เป็นประชาธิปไตยของการเรียนรู้ของเครื่องLauren Hawker Zafer พูดคุยกับ Julien Simon หัวหน้าผู้สอนศาสนาที่ Hugging Face บริษัทเป็นชุมชน AI ที่มีภารกิจในการทำให้แมชชีนเลิร์นนิงเป็นประชาธิปไตย การขับเคลื่อนของบริษัทได้รับความสนใจอย่างมากและทำให้ Hugging Face มีเงินลงทุนถึง 100 ล้านดอลลาร์ในเดือนนี้ ทำให้มูลค่าสุทธิเพิ่มขึ้นเป็น 2 พันล้านดอลลาร์โดยประมาณ

การทำให้แมชชีนเลิร์นนิง (ML) เข้าถึงได้จนถึงจุดที่นักพัฒนาและนักธุรกิจใช้และเผยแพร่ ดังนั้นการสร้างผลิตภัณฑ์และบริการที่โดดเด่นด้วยการเรียนรู้ จึงเป็นหัวใจของพันธกิจของ Hugging Face

มนุษย์หรือเครื่องจักร – หรือทั้งสองอย่าง?

การตระหนักรู้เป็นกุญแจสำคัญในการส่งเสริมการใช้เทคโนโลยีอย่างแพร่หลาย ซึ่งอาจมีผลกระทบอย่างมากมายพอๆ กับการเรียนรู้ของเครื่อง พื้นที่หนึ่งที่ต้องได้รับการตระหนักคือปัญหาที่อาจเกิดขึ้นกับโมเดล เช่น การรวมข้อมูลที่มีอคติ อีกประเด็นที่สมควรได้รับความสนใจคือคำถามที่ว่าเมื่อใดควรจ้างงานจากภายนอกให้กับเครื่องจักร และเมื่อใดควรให้งานเหล่านั้นอยู่ในมือของมนุษย์ การทำงานอัตโนมัติมักจะหมายถึงการปรับขนาดและสร้างผลลัพธ์ที่ใหญ่ขึ้น ซึ่งเป็นเหตุผลที่เราควรคิดสองครั้งก่อนที่จะใช้โมเดล ML ในพื้นที่ที่สำคัญ เช่น เมื่อชีวิตมนุษย์เข้ามาเกี่ยวข้อง นั่นหมายความว่าเครื่องจักรจะทำงานได้ไม่สมบูรณ์หากไม่มีมนุษย์ในอนาคตอันใกล้

ML เรียบง่ายอย่างน่าอัศจรรย์หรือไม่?

แม้ว่า ML อาจดูเหมือนเวทมนตร์ แต่ก็เกี่ยวข้องกับหลายด้านตั้งแต่คณิตศาสตร์ วิทยาการคอมพิวเตอร์และสถิติ ไปจนถึงการวิเคราะห์ข้อมูลและวิศวกรรมซอฟต์แวร์ และอื่นๆ อีกมากมาย ความซับซ้อนจำเป็นต้องทำให้ง่ายขึ้นเพื่อให้ผู้คนจำนวนมากที่สุดเท่าที่จะเป็นไปได้ และในที่สุดก็ทำให้มองไม่เห็นและแพร่หลายเหมือนไฟฟ้าหรือน้ำไหล ประการสุดท้าย การอนุญาตให้ ML ทำให้ชีวิตของผู้คนง่ายขึ้นและสร้างประสบการณ์ที่ปรับแต่งตามความต้องการของลูกค้าคือที่ซึ่งความมหัศจรรย์ที่แท้จริงซ่อนอยู่

ต้องการสร้างโมเดลแมชชีนเลิร์นนิงของคุณเองและเผยแพร่บน Hugging Face หรือไม่ จากนั้นไปที่ The Squirro Academy เพื่อเริ่มสร้าง

คุณยังสามารถลองใช้โมเดลของ Squirro บน Hugging Face ได้โดยไปที่ลิงก์นี้

เมื่อคุณสร้างแบบจำลองของคุณแล้ว คุณสามารถรันบนบริการแบบจำลองของ Squirro – Model As A Service ไปที่เอกสารของเราเพื่อดูข้อมูลเพิ่มเติม

ไม่มีรหัสหรือรหัสเต็ม – ระบบนิเวศการเรียนรู้ของเครื่อง Squirro ครอบคลุมทุกคน!

หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิสัยทัศน์ของ Hugging Face ในการทำให้ ML เป็นประชาธิปไตย โปรดฟังพอดแคสต์ด้านล่าง: