DARPA создаст ассистентов «Virtual Data Scientist» через А.И.

Агентство перспективных исследовательских проектов в области обороны (DARPA) объявило в пятницу о запуске «Обнаружения моделей на основе данных» (D3M), которое призвано помочь неспециалистам преодолеть то, что оно называет «пробелом в знаниях о науке», позволяя искусственным помощникам помогать люди с машинным обучением. DARPA называет его помощником «виртуального исследователя данных».

Это программное обеспечение вдвойне важно, потому что сейчас не хватает ученых-данных и существует большая потребность в решениях, основанных на данных. По словам представителей DARPA, в 2016 году эксперты прогнозируют дефицит от 140 000 до 190 000 ученых по всему миру, а в ближайшие годы - увеличение дефицита.

Например, чтобы построить модель того, как различные погодные, школьные, географические и криминальные факторы влияют на заторы в службах совместного пользования поездками в центре Манхэттена, группа студентов из Нью-Йоркского университета потратила на работу более 90 месяцев рабочего времени. модель. DARPA постоянно видит проблемы, подобные этим, и программа D3M будет стремиться создать их, чтобы значительно сократить время и опыт, необходимые для создания подобных моделей в будущем.

«Построение эмпирических моделей сегодня - это в значительной степени ручной процесс, требующий от экспертов по данным преобразовывать стохастические элементы, такие как погода и трафик, в модели, которые инженеры и ученые могут задавать вопросы», - сказал Уэйд Шен, руководитель программы в DARPA Information Innovation. Офис. «Мы считаем, что можно автоматизировать определенные аспекты науки о данных и, в частности, научить машины на предыдущем примере конструировать новые модели».

Как военное ведомство, конечно, DARPA также изучает, как этот А.И. может повлиять на поле битвы и спасти больше жизней.

Google уже использует свой A.I. выполнять аналогичные задачи, такие как партнерство Alphabet's Sidewalk Labs с организацией Smart City Challenge Министерства транспорта США, цель которой - использовать инфраструктуру сбора данных, чтобы облегчить заторы и парковку в пробивающихся городах.

Если небольшие группы исследователей данных и неспециалистов смогут использовать модели машинного обучения для выявления проблем в обществе, у них будет больше времени для анализа данных для фактической реализации решений.

«Наша способность понимать все, от трафика до поведения враждебных сил, становится все более возможной, учитывая рост данных с датчиков и открытых источников», - сказал Шен. «Надежда состоит в том, что D3M справится с основами разработки моделей, чтобы люди могли применять свой человеческий интеллект, чтобы по-новому взглянуть на данные, и представить решения и возможности, которые раньше не были очевидны или даже немыслимы».