今天標志著VentureBeat的“Transform 2020”峰會的結束，該峰會是我們歷史上第一次在線舉行。包括Google Brain倫理學家Timnit Gebru和IBM AI倫理負責人Francesca Rossi在內(nèi)的專家談到了女性如何推進AI并引領AI公平，道德和以人為本的AI趨勢。Twitter CTO Parag Agrawal詳細介紹了社交網(wǎng)絡應用AI來檢測假冒或仇恨推文的努力。Pinterest技術高級副總裁杰里米·金（Jeremy King）從Pinterest的計算機視覺探索中汲取了教訓，以創(chuàng)造“鼓舞人心”的體驗。Unity首席機器學習工程師塞薩爾·羅梅羅（Cesar Romero）為合成數(shù)據(jù)集與現(xiàn)實世界的AI模型訓練之間的聯(lián)系提供了清晰的認識。

這只是本周Transform 2020與會者在前排座位上所進行的小組討論，訪談和討論的一部分。但是引起我注意的會議是那些涉及實際，有形的AI應用而不是理論的會議。研究對于該領域的發(fā)展仍然至關重要，并且沒有跡象表明它正在放緩– ICML 2020接受的1000多篇論文表明了相反的情況。但是，生產(chǎn)環(huán)境可能是對提議的工具和算法進行健壯性測試的最佳機會。結果預測就是這樣：預測。需要進行真實世界的實驗才能知道假設是否真正成立。

Google自然語言理解團隊AI產(chǎn)品總監(jiān)Barak Turovsky闡明了Google為減輕語言偏見而采取的措施，這些語言模型是由Google Translate提供支持的。Google的系統(tǒng)利用三種AI模型來檢測性別中立的查詢并生成性別特定的翻譯，然后再檢查其準確性，因此Google系統(tǒng)可以對“護士”一詞的翻譯提供多種響應，并讓用戶選擇最佳的翻譯（例如，男性的“ enfermero”或女性化的“ enfermera”）。Turovsky說：“ Google是人工智能領域的領導者，領導者有責任解決機器學習偏見問題，這種偏見在包括對話型AI在內(nèi)的許多領域中都有關于種族，性別和性別的多個結果示例?！?/p>

像Google一樣，軟件公司Cloudera將其AI和ML技術的產(chǎn)品化投入加倍。工程部高級總監(jiān)亞當·沃靈頓（Adam Warrington）表示，它利用客戶互動，社區(qū)帖子，主題專家指導等專有數(shù)據(jù)集，部署了一個聊天機器人以在不到一個月的時間內(nèi)改善客戶的問答體驗?；A模型可以理解支持案例中的相關單詞和句子，并從最佳資源（知識庫文章，產(chǎn)品文檔或社區(qū)帖子）中提取正確的解決方案。

對于Yelp來說，部署是實驗流程的核心部分，由公司的本生公司實現(xiàn)平臺。通過稱為Beaker的前端用戶界面使用本生，數(shù)據(jù)科學家，工程師，執(zhí)行人員甚至公共關系代表可以確定產(chǎn)品和模型是否對業(yè)務指標的增長產(chǎn)生負面影響或它們是否達到目標。Yelp員工的規(guī)模在于，可以根據(jù)他們想達到的方式將模型部署到一組用戶中，以及可以靈活地確定功能是否不是最佳的，或者在最壞的情況下是否有害。Yelp數(shù)據(jù)科學負責人賈斯汀·諾曼（Justin Norman）告訴VentureBeat：“我們有一種迅速的方法來關閉這些體驗，并做我們需要做的事情以將其固定在后端。”“本生允許我們做的最好的事情之一就是快速擴展?！?/p>

在金融領域中人工智能和機器學習的實際應用方面，Visa處于展示這些技術潛力的項目的最前沿。通常，公司會尋找AI和ML至少可以提高20%到30%效率的用例。它的Visa高級授權平臺就是一個很好的例子：它使用遞歸神經(jīng)網(wǎng)絡和梯度增強樹來確定交易是欺詐的可能性。Visa的高級副總裁兼全球數(shù)據(jù)主管Melissa McSherry表示，由于開發(fā)了AI，該公司防止了每年250億美元的欺詐行為。她說：“我們肯定對AI采用了用例方法?！薄拔覀儾粫榱巳斯ぶ悄芏渴鹑斯ぶ悄?。我們部署它是因為它是解決問題的最有效方法?！?/p>

人工智能在醫(yī)療保健中也可以發(fā)揮作用。美國最大的非營利性醫(yī)療服務提供商CommonSpirit Health正在應用模型來優(yōu)化其醫(yī)生和護士每天進行的巡回檢查。“根據(jù)我們對數(shù)千名患者的分析，［如果］我們不首先在7號房間對患者講話，他們將不得不停留更長的時間，否則他們將需要停留更長的時間，”首席戰(zhàn)略創(chuàng)新官Rich Roth解釋說?！耙赃@種方式使用人工智能，確實可以加速我們的工作流程，并向我們的護理人員清楚地說明為什么這些數(shù)據(jù)很重要的臨床益處，這是技術如何幫助改善護理的一個很好的例子。”