Bienvenue dans la semaine selon Ars limite ! Cet article est le premier d’une courte série de messages résumant toutes les présentations de la journée pour ceux qui n’ont pas pu se rendre à DC pour notre première conférence. Nous en organiserons une tous les quelques jours au cours des prochaines semaines, et chacune comprendra une vidéo intégrée de la conférence (accompagnée d’une transcription).
Pour le récapitulatif d’aujourd’hui, nous poursuivons notre conversation avec l’évangéliste technologique d’Amazon Web Services, le Dr. Nashlie Sephus, relisez-le. Notre discussion s’intitulait « Briser les barrières à l’apprentissage automatique ».
Quels obstacles ?
docteur Sephus est arrivé à AWS par un chemin détourné, grandissant dans le Mississippi avant de finalement rejoindre une startup technologique appelée Partpic. Partpic était une société d’intelligence artificielle et d’apprentissage automatique (AI/ML) avec une prémisse soignée : les utilisateurs pouvaient photographier des outils et des pièces, et l’application Partpic analysait de manière algorithmique les images, identifiant la pièce et fournissant des informations sur ce qu’était la pièce et où en acheter plus. Partpic a été racheté par Amazon en 2016, et Dr. Sephus a apporté ses compétences en machine learning à AWS.
Lorsqu’on lui a demandé, elle s’est identifiée accéder comme le plus grand obstacle à une plus grande utilisation de l’IA/ML – à bien des égards, c’est une autre ride dans le problème séculaire de la fracture numérique. Un élément essentiel pour pouvoir utiliser les outils d’IA/ML les plus populaires est un accès Internet fiable et rapide, et sur la base de son expérience, le Dr. Sephus souligne que le manque d’accès à la technologie dans les écoles élémentaires des régions les plus pauvres du pays met les enfants sur une voie qui les décourage d’utiliser les types d’outils dont nous parlons.
De plus, le manque d’accès précoce conduit à une résistance à la technologie plus tard dans la vie. « Vous parlez d’un concept que beaucoup de gens trouvent assez intimidant », a-t-elle expliqué. « Beaucoup de gens ont peur. Ils se sentent menacés par la technologie. »
diviser les choses
En plus d’augmenter simplement l’accès, une façon de combler le fossé ici est de changer la façon dont les technologues communiquent avec les gens ordinaires sur des sujets complexes comme l’IA/ML. « Je comprends qu’en tant que technologues, nous aimons souvent construire des trucs sympas, n’est-ce pas ? », a déclaré le Dr. Sephus. « Nous ne pensons pas aux implications à plus long terme, mais c’est pourquoi il est si important d’avoir cette diversité de pensée et ces différentes perspectives autour de la table. »
docteur Sephus a déclaré qu’AWS avait embauché des sociologues et des psychologues pour rejoindre ses équipes technologiques afin de trouver des moyens de combler la fracture numérique en rencontrant les gens là où ils se trouvent, plutôt que de les forcer à venir à la technologie.
Le simple fait de transformer des sujets complexes d’IA/ML en actions quotidiennes peut éliminer les obstacles. docteur Sephus a expliqué qu’une façon de le faire est de souligner que presque tout le monde a un téléphone portable et lorsque vous parlez à votre téléphone ou utilisez la reconnaissance faciale pour le déverrouiller ou lorsque vous obtenez des recommandations pour un film ou pour la prochaine chanson à écouter – ce sont tous des exemples d’interaction d’apprentissage automatique. Tout le monde n’aime pas cela, en particulier les profanes de la technologie, et montrer aux gens que ces choses sont alimentées par l’IA/ML peut être instructif.
« Pour les récupérer là où ils sont, pour leur montrer comment ces technologies affectent leur vie quotidienne et pour offrir une programmation très accessible, je pense que c’est sur cela que nous devrions nous concentrer », a-t-elle déclaré.
Le post Comment nous avons appris à éliminer les barrières à l’apprentissage automatique est apparu en premier sur Germanic News.