如何将人工智能引入没有数据的行业?

发布者:bpadmin
发布时间:2019-07-16 14:42
分类:全部资讯 原创内容 最新动态
有了开源和第三方工具来指导他们,企业应该能够将人工智能融入到他们的工作中,而不必从头开始,对吗?

如果有问题的行业没有数据,就不会,就像部分食品行业的情况一样。AgShift首席执行官Miku Jha用一句口头禅总结了这个问题:“行业越老,战斗越艰难。”“无论你的银行账户有多少钱,如果你想让人工智能来解决食品供应链中的问题,你将不得不从绝对底部开始。因为没有人将图像存储在任何地方,任何地方的任何设施中都没有,“Jha在Transform 2019年会议上说。

她的公司从事自动化食品检测,在培训评估检测食品质量的工具之前,必须为每一种新的食品创建数据。AgShift通过跟踪其客户并与食品缺陷领域的专家合作来做到这一点。“我们只是日复一日地在客户的加工设施中安营扎寨,”Jha在解释这种亲力亲为的方式时说。“我们在吃他们的食物,我们从农场摘草莓。在这个过程中,我们收集也了数据。“



一旦AgShift为一种商品创建了数据集,公司就可以将这些数据用作培训AI工具的基线,以便为新客户处理相同的项目。 Jha说,我们检测食品质量最终产品是一个类似卡拉OK点唱机的设备。“你把你想要检查的商品放进去,然后系统获取图像,并在20秒内给出结果。”传统的人工食品质量检查需要相当长的时间,而且不够彻底。

Hydra F100 BQ 食品质量检测终端

农业可能是一个缺乏数据的行业的一个极端例子,有这么多的工作都是人工费力完成的。但数据存储公司西部数据(Western Digital)的首席数据官珍妮特·乔治(Janet George)表示,其他行业的工厂也可能缺乏足够高质量的数据来培训人工智能软件。 George说,这个问题的一个很好的解决方案是使用GANS(生成性对抗网络,generative adversarial networks)来创建合成数据。

生成性对抗网络,generative adversarial networks

“这对我们帮助很大,因为我们可以进入并开始创建我们希望用于培训的数据。比如,我可以进入工厂,找到所有的领域的专家,并把好的培训数据和不良结果的培训数据一起标准化,知道他们到底都是什么样子,”她说。在此基础上,公司可以创建大量数据来训练AI工具。


城农原创翻译整理,欢迎转载,请注明出处!
文章来源: Venturebeat http://t.cn/AiWuUbed
免责声明:本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。来修改内容。

分享到:

更多都市农业