Оливер Шабенбергер: «Искусственному интеллекту пора превратиться из научного проекта в средство создания ценностей для организации. Перейти от исследований к совершенствованию операционных процессов»
Сегодня исследователи данных вынуждены тратить слишком много времени на манипуляции с данными, их слияние и очистку в процессе подготовки их к использованию в моделях искусственного интеллекта, отмечают в SAS..
Оливер Шабенбергер, ожидающий назначения на должность генерального директора SAS, поделился своим видением стратегии компании, которая желает помочь клиентам автоматизировать свою деятельность в части применения науки о данных и искусственного интеллекта.
«По иронии судьбы, работа, требующая масштабной автоматизации такого рода, сама относится к науке о данных», – указал он.
Как утверждают в Bloomberg, нынешний операционный и технический директор SAS уже давно рассматривается основателем и генеральным директором компании Джимом Гуднайтом в качестве своего преемника.
Шабенбергер пришел в SAS в 2002 году, будучи профессором статистики университета штата Мичиган и политехнического университета Вирджинии. На первом этапе его обязанности заключались в разработке статистических алгоритмов и моделей.
«На протяжении многих лет мы вручную создавали модели для обнаружения объектов, распознавания лиц, взаимодействия на естественном языке и т.д., – отметил он. – Но несмотря на совершенствование этих алгоритмов, для чего лучшие из нас делают все возможное, их производительность очень далека от того, что можно добиться с другим подходом. Исследователи данных тратят слишком много времени на манипуляции с данными, их слияние и очистку, подготавливая их для моделей искусственного интеллекта. Нужен искусственный интеллект, который взялся бы за эту работу. Для автоматизации подготовки данных и повторного использования соответствующих процедур надо использовать средства распознавания образов и машинного обучения. Мы имеем дело со все более разнообразными, неструктурированными данными и все более сложными моделями. Автоматизация могла бы помочь в поиске наилучшей модели, поиске параметров и автоматизации всего процесса моделирования».
Автоматизируя больше аспектов искусственного интеллекта, SAS рассчитывает «демократизировать» его. Построением моделей машинного обучения будут заниматься не только исследователи данных, но и представители бизнеса, включая высшее руководство.
«Всем, кто прикасается к данным, нужно позволить производить и потреблять аналитику, – указал Шабенбергер. – Все должны иметь возможность генерировать и потреблять идеи, отвечающие духу времени».
На протяжении многих лет компания SAS оставалась практически единственным поставщиком средств анализа данных, однако сегодня ей приходится непосредственно конкурировать с AWS, Google, IBM и Microsoft. Все эти игроки предлагают простые в реализации инструменты искусственного интеллекта, с помощью которых можно быстро развернуть модели машинного обучения.
Стремясь укрепить свои позиции, SAS объявила в марте о намерении инвестировать в ближайшие три года в искусственный интеллект миллиард долларов. Основная часть этой суммы придется на инновации в области программного обеспечения, образования и экспертных услуг.
«В последние пять лет SAS остается лидером на рынке современной аналитики прежде всего потому, что в основе ее решений лежит машинное обучение и глубокое знание аналитики, – подчеркнул директор исслледований IDC в области искусственного интеллекта Дэйв Шубмейл. – Это заложено в ДНК компании. Сочетая знания и технологические новшества с постоянным стремлением к инновациям в сфере компьютерного зрения, обработке естественного языка и глубинного обучения, компания занимается внедрением средств искусственного интеллекта во множестве отраслей. Это поможет компаниям, заинтересованным в искусственном интеллекте, – как на ранней стадии жизненного цикла аналитических решений, так и в его более зрелом состоянии».
По словам Шабенбергера, благодаря SaaS компаниям сегодня становится легче масштабировать свои проекты в области искусственного интеллекта и применять соответствующую технологию при ведении бизнеса. Кстати, искусственный интеллект он предпочитает называть «интегрированной аналитикой».
«Мы должны решить, как интегрировать все это в свои бизнес-процессы и операции, – отметил он. – Как преобразовать искусственный интеллект из научного проекта в средство создания ценностей для организации. И перейти от научного проекта к совершенству операционной деятельности».
