Tại sao tài năng AI rất khó đến và những gì có thể được thực hiện để lấp đầy khoảng trống

0
38

            Karen Roby nói chuyện với giáo sư Sameer Maskey của Columbia về việc thiếu tài năng AI được đào tạo và lý do tại sao ông tin rằng các cộng đồng không được giám sát có thể là câu trả lời cho giải pháp.
        

            
                                                                             
            
            

                 ] ]
    

     Tại sao tài năng AI rất khó xuất hiện và những gì có thể được thực hiện để lấp đầy khoảng trống
     Karen Roby nói chuyện với giáo sư Sameer Maskey ở Columbia về việc thiếu tài năng AI được đào tạo và lý do tại sao ông tin rằng các cộng đồng thiếu quan tâm có thể là câu trả lời cho giải pháp.
    

    

Gần như mọi ngành công nghiệp đang sử dụng trí tuệ nhân tạo bằng cách này hay cách khác để cải thiện kết quả kinh doanh. AI giữ lời hứa tuyệt vời khi các ứng dụng mới và thú vị được phát hiện, nhưng có một nhược điểm. Không có đủ kỹ sư AI được đào tạo có khả năng thực hiện công việc. Karen Roby nói chuyện với Sameer Maskey, giáo sư về AI tại Đại học Columbia và người sáng lập Fusemachines, về sự thiếu hụt và những gì có thể được thực hiện. Sau đây là bảng điểm chỉnh sửa của cuộc phỏng vấn.

    
        

                            

Thông tin thêm về trí tuệ nhân tạo

                

Sameer: ​​ Yêu cầu về số lượng kỹ sư theo quan điểm AI là hàng triệu, và số tiền bạn có là vài trăm nghìn, một số người cho rằng đó là 300.000 những gì cần thiết là nhiều triệu số, các kỹ sư biết AI và có thể xây dựng các sản phẩm AI, xây dựng thuật toán, thực hiện các thuật toán, v.v. Vì vậy, đó là những con số chung ngoài kia đang nói về sự thiếu hụt.

Những gì bạn có thể thấy là nền tảng của AI là rất nhiều máy học. Vì vậy, rất nhiều sản phẩm AI được xây dựng ngày nay, chúng được xây dựng bằng thuật toán học máy, và học máy là rất nhiều toán học. Đó là rất nhiều tham số, số liệu thống kê, tính toán, đại số tuyến tính, v.v. Và không giống như học một ngôn ngữ lập trình mới như Python, mà bạn có thể sắp xếp trong một vài tháng, ít nhất là các phiên bản cơ bản của nó, không có lối tắt nào để học toán, phải không?

Và đặc biệt là trong khoa học máy tính đại học, đặc biệt, rất nhiều trường hợp tập trung vào các thuật toán lập trình và vv, nhưng ít hơn trong toán học. Nó bắt đầu thay đổi khi ngày càng có nhiều sinh viên khoa học máy tính muốn học AI và họ nhận ra có rất nhiều môn toán mà bạn cần biết trước khi bắt đầu học ban đầu. Vì vậy, điều này bắt kịp trên toàn cầu xung quanh tất cả các kỹ sư khoa học máy tính về kiến ​​thức và toán học để có thể học máy. Và tôi nghĩ đó là một phần lý do của việc thiếu tài năng và kỹ thuật học máy vì họ cần biết toán.

Karen: Vậy làm thế nào để chúng ta có thêm nhiều người được đào tạo trong lĩnh vực đặc biệt này?

Sameer: ​​ Có một vài điều có thể được thực hiện và cũng đang được thực hiện. Đó là từ quan điểm giáo dục. Ví dụ, Columbia đã thành lập viện khoa học dữ liệu, nơi sự kết hợp giữa toán học chương trình và ứng dụng để xây dựng các sản phẩm đang được đào tạo cho sinh viên và ngày càng nhiều trường đại học mở các chương trình khoa học dữ liệu này và thạc sĩ khoa học dữ liệu. Vì vậy, một trong những điều có thể được thực hiện và đang được thực hiện là ngày càng có nhiều chương trình khoa học dữ liệu và AI với trọng tâm rất cụ thể này là đào tạo các kỹ sư, sinh viên của chúng tôi, về những điều này.

Phần khác mà chúng ta bắt đầu thấy là những chương trình nhỏ này, nơi nó có thể không phải là chương trình thạc sĩ hai năm mà là chương trình một năm để thực hiện các khóa học siêu tập trung về học máy, sâu sắc học tập và tầm nhìn máy tính, xử lý ngôn ngữ tự nhiên, chỉ tập trung vào các khóa học này để họ học ở đây. Vì vậy, đây là sự kết hợp giữa các chương trình thạc sĩ và khoa học dữ liệu đầy đủ, những chương trình có thể một năm này, các chương trình giáo dục để đào tạo nhân tài sẽ rất tốt để tạo ra nhiều tài năng hơn, để xây dựng nhiều ứng dụng AI hơn.

XEM: Báo cáo đặc biệt: Quản lý AI và ML trong doanh nghiệp (PDF miễn phí) (TechRepublic)

Karen: Các kỹ sư AI có thể kiếm sống thực sự tốt khi làm việc trong một lĩnh vực thực sự thú vị. Vì vậy, các sinh viên mà bạn dạy, họ có vẻ thực sự nhiệt tình về tương lai của họ?

Sameer: ​​ Sinh viên cực kỳ phấn khích khi học AI vì họ thấy rất nhiều cơ hội ngay bây giờ, và như bạn đã chỉ ra, có sự phát triển vượt bậc. Gần đây có một báo cáo PWC nơi đóng góp của AI vào GDP của chúng ta sẽ lên tới hàng nghìn tỷ đô la trong thập kỷ tới và cứ thế. Vì vậy, mọi người đều có thể thấy rằng hầu hết mọi công ty đều bắt đầu nghĩ về cách xây dựng một cái gì đó bằng AI hoặc cách áp dụng AI trong các sản phẩm của họ hoặc cách sử dụng AI để cải thiện các quy trình nội bộ. Vì vậy, để làm bất kỳ điều này, bạn cần bộ kỹ năng này. Và mọi người cũng biết rằng không có đủ kỹ sư, vì vậy nhu cầu về kỹ sư AI là thông qua mái nhà.

Và do cung và cầu không khớp với điều này, các kỹ sư cũng được trả tiền khá nhiều. Và vì vậy, các sinh viên, họ thấy các sinh viên của mình kiếm được khá nhiều tiền từ tiền lương sau khi họ được đào tạo về AI, vì vậy mọi người thực sự rất phấn khích, "Tôi muốn học thêm về học máy và tôi muốn tham gia vào lực lượng lao động và xây dựng các sản phẩm AI. " Vì vậy, họ cực kỳ phấn khích.

Karen: Tại Fusemachines, các bạn cảm thấy rằng câu trả lời cho sự thiếu hụt tài năng là thông qua đào tạo AI dân chủ hóa. Vì vậy, hãy nói một chút về lý do tại sao bạn đang tìm kiếm các cộng đồng không được giám sát.

Cùng: môi trường để thực sự hưng thịnh. Và chúng tôi rất quan tâm đến việc tìm kiếm những tài năng đó như các quận nghèo ở Mỹ, các thành phố nghèo ở Mỹ, trong các thành phố nội địa của Hoa Kỳ và các cộng đồng không được giám sát trên khắp thế giới, từ các nước đang phát triển, v.v. Và bạn thực sự tìm thấy những viên ngọc tài năng này và cho họ cơ hội học hỏi AI với khuôn khổ phù hợp, công cụ học tập đúng đắn và loại giáo viên phù hợp để cho phép họ đạt đến điểm tốt như nhau kỹ sư từ các trường tốt nhất. Và nếu chúng ta làm điều đó, thì tôi nghĩ chúng ta sẽ có thể mở rộng nhanh hơn để có thể đào tạo các kỹ sư theo khối lượng mà chúng ta yêu cầu.

                                                                                

                                                

Cũng xem

 20190613-sameer-aitalent-kareen.jpg</pre>
<div class=