DARPA az "IIS" segítségével "Virtual Data Scientist" asszisztensek létrehozására.

A Defense Advanced Research Projects Agency (DARPA) pénteken bejelentette a D3M (Data-Driven Discovery of Models) bevezetését, amelynek célja, hogy segítsen a szakemberek számára, hogy segítsenek emberek gépi tanulással. A DARPA „virtuális adat tudós” asszisztensnek nevezi.

Ez a szoftver kettősen fontos, mert jelenleg nincs adat-tudós és nagyobb a kereslet, mint valaha, több adatközpontú megoldáshoz. A DARPA szerint a szakemberek 2016-ban 140.000-től 190 000-ig terjedő adatkutatók hiányát világszerte tervezik, és az elkövetkező években növekvő hiányosságokat mutat.

Például annak érdekében, hogy egy modellt készítsünk arról, hogy az időjárás, az iskola, a helyszín és a bűnözési tényezők hogyan befolyásolják a Manhattan belvárosi útvonalválasztó szolgáltatásainak torlódását, a NYU-diákok egy csoportja több mint 90 hónap munkaórát töltött a teljesítéshez a modell. A DARPA egész idő alatt látja a problémákat, és a D3M program arra törekszik, hogy megtervezze azt, hogy drasztikusan csökkentsék az idők és a szakértelem szükségességét ahhoz, hogy a modellek ilyenek legyenek a jövőben.

„Az empirikus modellek építése ma manapság manuális folyamat, amely előírja, hogy az adatszakértők olyan sztochasztikus elemeket, mint például az időjárás és a forgalom, lefordítsák olyan modellekké, amelyekre a mérnökök és a tudósok kérdéseket tehetnek fel” - mondta Wade Shen, a DARPA Információs Innováció programvezetője Hivatal. „Úgy véljük, hogy lehetséges az adat-tudomány bizonyos aspektusainak automatizálása, és kifejezetten arra, hogy gépeket tanuljanak előzetes példákból, hogyan kell új modelleket építeni.”

Védelmi ügynökségként természetesen a DARPA azt is vizsgálja, hogy ez az A.I. befolyásolhatja a csatatéren, és több életet takaríthat meg.

A Google már használja az A.I. hasonló feladatok elvégzése, mint például az Alphabet's Sidewalk Labs partnersége az Egyesült Államok Közlekedési Minisztériumának Smart City Challenge-el, amelynek célja az adatgyűjtő infrastruktúra használata a torlódások és a vying városok parkolásának megkönnyítése érdekében.

Ha a tudósok és a nem szakértők kisebb csoportjai használhatják a gépi tanulási modelleket a társadalom problémáinak felismeréséhez, akkor az adatok elemzéséhez több idő lesz a megoldások tényleges megvalósításához.

„A szenzorok és a nyílt forrásokból származó adatok növekedése miatt egyre jobban megértjük, hogy a forgalomtól az ellenséges erők viselkedéséig mindent tudunk megérteni” - mondta Shen. „A remény az, hogy a D3M kezelni fogja a modellfejlesztés alapjait, így az emberek az emberi intelligenciájukat új módon tekinthetik meg, és elképzelhetik azokat a megoldásokat és lehetőségeket, amelyek nem voltak nyilvánvalóak vagy még elképzelhetetlenek.”