Согласно обзору ICT.Moscow, использованию ИИ в бизнес-процессах препятствует значимый стоп-фактор: чтобы эффективно пользоваться ML-алгоритмами для решения задач, требуется быть специалистом в сфере ML и ИИ.
Ссылаясь на мнение Филипа Фоллета, дата-сайентиста из KPMG Germany издание сообщает: всё более заметным трендом становится развитие сегмента интерфейсов для машинного обучения (MLGUI, machine learning graphical user interface), и иллюстрирует этот тренд тем, что в Корнельском университете в США уже разрабатывается платформа с подходом «трансферного обучения» (transfer learning), она делает доступным использование ML алгоритмов людям без специальных навыков.
По словам Александра Громова, наличие графического интерфейса пользователя (GUI) позволяет в некоторых случаях упростить взаимодействие отдела машинного обучения (ML) с другими отделами компании, которым необходимо использовать готовые нейросети, а также упростить внедрение алгоритмов. Однако эксперт не считает отсутствие таких интерфейсов существенной преградой, поскольку базовые процессы использования нейросетей без GUI в компании уже выстроены.
Также Александр Громов оценил перспективность применения голосовых интерфейсов для работы с машинным обучением. В частности он заявил, что к такой работе они неприменимы, так как «не обладают высокой точностью распознавания и могут привести к ошибкам обработки команд» от пользователя, в том числе связанных с обработкой данных и тестированием обученных моделей. Эксперт также сомневается в том, что использование голосовых интерфейсов по сравнению с графическими сможет ускорить процесс разработки ML систем.
Оригинал статьи: https://ict.moscow/projects/ai/...