Zephyrnet Logosu

Salesforce Research tıp, ekonomi ve konuşma eğitimi almak için yapay zekayı kullanıyor

Tarih:

2015 yılında, bir Palo Alto West Elm mobilya mağazasının altında bodrum katında çalışan Salesforce araştırmacıları, Salesforce'un ürünleri genelinde tahminlere güç veren yapay zeka platformu olan Einstein'ın prototipini geliştirdi. Kasım ayı itibarıyla Einstein, on binlerce işletme ve milyonlarca kullanıcı için günde 80 milyardan fazla tahmine hizmet ediyor. Ancak teknoloji Salesforce'un işinin temelini oluşturmaya devam ederken, Salesforce'un AI Ar-Ge bölümü olan Salesforce Research'ün kapsamındaki birçok araştırma alanından yalnızca biri.

Görevi yeni ürünler, uygulamalar ve araştırma yönleri için yolu açan yapay zeka tekniklerini ilerletmek olan Salesforce Research, Salesforce CEO'su Mark Benioff'un gelir kaynağı olarak yapay zekaya olan bağlılığının bir sonucudur. Salesforce 2016'da Einstein'ı ilk duyurduğunda Benioff, yapay zekayı şirketlerin gelecekteki uygulamalarının ve yeteneklerinin inşa edileceğini tahmin ettiği "sonraki platform" olarak tanımladı. Salesforce, gelecek yıl, yapay zekanın tek başına müşteri ilişkileri yönetimi yazılımı aracılığıyla etkisinin dünya genelindeki gayri safi yurtiçi ürünlere 1 trilyon dolardan fazla katkıda bulunacağını ve 800,000 yeni iş yaratacağını öne süren bir araştırma yayınladı.

Bugün, Salesforce Research'ün çalışmaları bilgisayarla görme, derin öğrenme, konuşma, doğal dil işleme ve pekiştirmeli öğrenme gibi bir dizi alanı kapsıyor. Doğası gereği yalnızca ticari olmaktan uzak, bölümün projeleri, tespit etmek için AI kullanan dronlardan geliyor büyük beyaz köpekbalıkları doku görüntülerinden meme kanseri belirtilerini tanımlayabilen bir sisteme. Salgın Salesforce'un bilim adamlarını ofisin dışına ittiğinde bile çalışmalar devam ediyor. Öngörülebilir gelecek. Salesforce Research geçtiğimiz yıl bir ortam yayınladı: AI Ekonomisti - AI'nın ekonomik tasarımı nasıl geliştirebileceğini, doğal dil modelinin sağlamlığını test etmek için bir araç ve AI modellerinin kullanımlarını, risklerini ve önyargılarını açıklayan bir çerçeve anlamak için.

Einstein GM Marco Casalaina'ya göre Salesforce Research'ün çalışmalarının çoğu iki kategoriden birine giriyor: saf araştırma veya uygulamalı araştırma. Saf araştırma, Salesforce'un veya müşterilerinin bugün yaptığı görevlerle hemen alakalı olmayan AI Ekonomisti gibi şeyleri içerir. Uygulamalı araştırma ise net bir iş motivasyonuna ve kullanım senaryosuna sahiptir.

Salesforce Research'teki uygulamalı araştırmanın özellikle aktif bir alt alanı konuşmadır. Geçen bahar, müşteri hizmetleri temsilcilerine giderek ManilaABD ve başka yerlerde bazı şirketler, hizmette ortaya çıkan boşlukları kapatmak için yapay zekaya yönelmeye başladı. Casalaina, bunun Salesforce'un işinin çağrı merkezi tarafında çalışmayı teşvik ettiğini söylüyor.

"Müşterilerimiz için gerçek zamanlı sesli ipuçları konusunda çok iş yapıyoruz. Casalaina, yakın tarihli bir röportajda VentureBeat'e verdiği demeçte, görüşmeden sonra gerçekleşen müşteri hizmetleri temsilcilerine tüm bu koçluk sürecini sunuyoruz. "Teknoloji, iyi ya da kötü olan ancak bir şekilde koçluk yapılabilen anları tanımlar. Ayrıca, otomatik üst merciye iletme ve tamamlama gibi bir dizi özellik üzerinde çalışıyoruz ve aramaların içeriğini sizin için alanları önceden doldurmak ve hayatınızı biraz daha kolaylaştırmak için kullanıyoruz. "

Tıp

Salesforce'un eski baş bilim adamı Richard Socher, bir telefon röportajı sırasında VentureBeat'e verdiği demeçte, sağlık hizmetleri uygulamalarıyla yapay zeka Salesforce'ta bir başka araştırma ayağıdır. Socher, satış ekibinin ardından Salesforce'a gelen 2016'da MetaMind'ın satın alınması, Salesforce Research'ten Temmuz 2020'de ayrıldı arama motoru başlangıcı You.com'u bulmuş ancak Salesforce'ta emekli bilim adamı olmaya devam ediyor.

Socher, "Özellikle tıbbi bilgisayar görüşü oldukça etkili olabilir" dedi. “İlginç olan, insan görsel sisteminin mutlaka x-ışınlarını, CT taramalarını, üç boyutlu MRI taramalarını veya daha da önemlisi bir kanseri işaret edebilecek hücrelerin görüntülerini okumada çok iyi gelişmemiş olmasıdır ... Buradaki zorluk tanıları tahmin etmektir. ve tedavi. "

Salesforce Research, tahmine dayalı sağlık hizmeti modellerini geliştirmek, eğitmek ve karşılaştırmak için ABD'deki kliniklerden, hastanelerden ve diğer bakım noktalarından toplanan onlarca terabayt veriyi içeren tescilli bir veritabanından yararlanmaktadır. Salesforce Research'teki tıbbi yapay zeka, Salesforce'un hastalara bir düzeyde anonimlik sağlayan federe öğrenme gibi gizliliği koruyan teknikleri benimsemeye kararlı olduğunu söylüyor.

Esteva, VentureBeat'e "Bir sonraki sınır, hassas tıp ve terapileri kişiselleştirmek," dedi. “Sadece bir görüntüde veya bir hastada mevcut olan değil, aynı zamanda hastanın geleceği de neye benziyor, özellikle de onları bir terapiye koymaya karar verirsek. Yapay zekayı hastanın tüm verilerini - tıbbi görüntü kayıtlarını, yaşam tarzlarını - almak için kullanıyoruz. Kararlar verilir ve algoritma onların yaşayıp yaşamayacağını, sağlıklı bir durumda mı yoksa sağlıksız bir durumda mı yaşayacaklarını vb. Tahmin eder. "

Bu sona doğru Aralık ayında Salesforce Research açık kaynaklı Alıcı Ağı, Güney Kaliforniya Üniversitesi Lawrence J. Ellison USC Dönüştürücü Tıp Enstitüsü'ndeki klinisyenlerle ortaklaşa geliştirilen bölümdeki bir makine öğrenimi sistemi araştırmacıları. Meme kanseri hastaları için uygun tedaviye karar verirken onkologlar için kritik bir biyobelirteci belirleyebilen sistem, dergide yayınlanan bir çalışmada% 92 doğruluk elde etti. Doğa İletişim.

Tipik olarak, bir biyopsi veya ameliyat sırasında çıkarılan göğüs kanseri hücreleri, östrojen veya progesteron reseptörleri olarak işlev gören proteinler içerip içermediğini görmek için test edilir. Östrojen ve progesteron hormonları bu reseptörlere bağlandığında kanserin büyümesini tetikler. Ancak bu tür biyopsi görüntüleri daha az yaygın olarak bulunur ve bir patoloğun incelemesini gerektirir.

Bunun aksine, ReceptorNet, hücrelerin şeklini, boyutunu ve yapısını hesaba katan hematoksilen ve eozin (H&E) boyama yoluyla hormon reseptör durumunu belirler. Salesforce araştırmacıları, sistemi dünyanın dört bir yanındaki "düzinelerce" hastanede kanser hastalarından alınan binlerce H&E görüntü slaytları üzerinde eğitti.

Araştırmalar, hastalıkları teşhis etmek için algoritmaları eğitmek için kullanılan verilerin çoğunun eşitsizlikleri devam ettirebileceğini göstermiştir. Yakın zamanda, İngiliz bilim adamlarından oluşan bir ekip bulundu Neredeyse tüm göz hastalığı veri kümelerinin Kuzey Amerika, Avrupa ve Çin'deki hastalardan geldiğini, yani göz hastalığı teşhis algoritmalarının yeterince temsil edilmeyen ülkelerdeki ırk grupları için daha az kesin olduğu anlamına geliyor. Başka bir çalışmada, Stanford Üniversitesi araştırmacıları, AI'nın tıbbi kullanımlarını içeren çalışmalar için ABD verilerinin çoğunun California, New York ve Massachusetts'ten geldiğini belirledi.

Ancak Salesforce, ReceptorNet'i yaş, ırk ve coğrafya ile ilgili önyargı belirtileri açısından analiz ettiğinde, performansında statik olarak hiçbir fark olmadığını bulduğunu iddia ediyor. Şirket ayrıca, algoritmanın doku örneklerinin hazırlanmasındaki farklılıklardan bağımsız olarak doğru tahminler sağladığını söylüyor.

Socher, "Meme kanseri sınıflandırmasında, maliyetli ve zaman yoğun bir boyama süreci olmadan bazı görüntüleri sınıflandırmayı başardık" dedi. "Uzun lafın kısası, bu, yapay zekanın bir sorunu son uygulamalarda yardımcı olacak şekilde çözebileceği alanlardan biridir."

Geçen Mart ayında yayınlanan bir makalede ayrıntıları verilen ilgili bir projede, Salesforce Research'teki bilim adamları, ProGen "kontrol edilebilir bir şekilde" proteinler üretebilen. Bir proteinin moleküler bir işlev veya hücresel bir bileşen gibi istenen özellikleri göz önüne alındığında, ProGen, proteini oluşturan amino asitleri bir paragraftaki sözcükler gibi işleyerek proteinler oluşturur.

ProGen'in arkasındaki Salesforce Araştırma ekibi, modeli 280 milyondan fazla protein dizisinden oluşan bir veri kümesi ve ilgili meta veriler üzerinde eğitti - halka açık en büyük veri. Model, her eğitim örneğini aldı ve amino asit başına bir tahmin oyunu formüle etti. Bir milyon turdan fazla eğitim için ProGen, önceki amino asitlerden sonraki amino asitleri tahmin etmeye çalıştı ve zamanla model, daha önce görmediği dizilere sahip proteinler üretmeyi öğrendi.

Gelecekte Salesforce araştırmacıları, ProGen'in keşfedilmemiş veya var olmayan yeni proteinleri belirli protein özelliklerine odaklanarak sentezleme yeteneğini iyileştirmeyi planlıyor.

ahlâk

Salesforce Research'ün etik yapay zeka çalışması, uygulamalı ve saf araştırmayı birleştirir. Son altı ayda yapay zekanın etiği hakkında müşterilerle bir dizi görüşme yaptığını söyleyen Casalaina'ya göre, müşterilerin ilgisi arttı.

Ocak ayında Salesforce araştırmacıları Sağlamlık Spor Salonuhedefleyen birleştirmek doğal dil modeli test stratejilerini desteklemek için bir dizi kitaplık. Robustness Gym, belirli değişkenlerin hangi değerlendirmelerin çalıştırılacağına öncelik vermede nasıl yardımcı olabileceği konusunda rehberlik sağlar. Spesifik olarak, bir yapı ve bilinen önceki değerlendirmeler yoluyla bir görevin etkisini ve ayrıca test genellemesi, adalet veya güvenlik gibi ihtiyaçları açıklar; uzmanlık, bilgi işlem erişimi ve insan kaynakları gibi kısıtlamalar.

Doğal dil çalışmasında, sağlamlık testi normdan çok istisna olma eğilimindedir. Bir rapor doğal dil işleme modelleri tarafından verilen cevapların% 60 ila% 70'inin kıyaslama eğitim setlerinde bir yere gömüldüğünü ve modellerin genellikle basitçe cevapları ezberlediğini gösterdiğini buldu. Başka bir çalışma, yapay zeka ve makine öğrenimi modellerini karşılaştırmak için kullanılan ölçümlerin tutarsız, düzensiz bir şekilde takip edildiğini ve özellikle bilgilendirici olmadığını buldu.

Bir örnek olay incelemesinde, Salesforce Research, Robustness Gym kullanarak modellerinin önyargısını ölçen "büyük bir teknoloji şirketinde" bir duyarlılık modelleme ekibine sahipti. Sistemi test ettikten sonra, modelleme ekibi% 18'e varan bir performans düşüşü buldu.

Temmuz ayında yayınlanan daha yeni bir çalışmada Salesforce araştırmacıları önerilen Kelime düğünlerinde cinsiyet önyargısını azaltmanın yeni bir yolu, dilleri özetlemek, tercüme etmek ve diğer tahmin görevlerini gerçekleştirmek için AI modellerini eğitmek için kullanılan kelime temsilleri. Kelime gömme işlemleri, kelimelerin anlamsal ve sözdizimsel anlamlarını ve diğer kelimelerle olan ilişkilerini yakalar, bu nedenle genellikle doğal dil işlemede kullanılırlar. Ancak cinsiyet önyargısını miras alma eğilimindeler.

Salesforce'un önerdiği Double-Hard Debias çözümü, gömme alanını görünürde cinsiyetsiz bir alana dönüştürüyor. Kelime gömmelerini, kodlanmış cinsiyetlerden dikkati dağıtan frekans bilgilerini kodlayan boyutu bulmak için kullanılabilecek bir "alt alana" dönüştürür. Daha sonra, başka bir küçültme eylemini gerçekleştirmeden önce revize edilmiş düğünler elde etmek için bu boyut boyunca cinsiyet bileşenini "uzaklaştırır".

Double-Hard Debias'ı değerlendirmek için araştırmacılar, bunu cinsiyet yanlısı stereotip ve cinsiyet karşıtı stereotip cümlelerden oluşan WinoBias veri setiyle test ettiler. Double-Hard Debias, kullanılarak elde edilen düğünlerin sapma puanını düşürdü. Eldiven anlamsal bilgiyi korurken 15'ten (iki tür cümle üzerinde) 7.7'ye kadar algoritma.

Gelecek iş

İleriye baktığımızda, pandemi otomasyonun faydalarını açıkça ortaya koyarken, Casalaina bunun Salesforce Research için ana odak alanı olmaya devam etmesini bekliyor. Örneğin, müşteri sorularını yanıtlamak için inşa edilen sohbet robotlarının şu anda olduğundan daha yetenekli hale gelmesini ve aynı zamanda tekrarlayan arka oda görevlerini yerine getiren robotik süreç otomasyon teknolojilerinin olmasını bekliyor.

Casalaina'nın iddialarını destekleyecek rakamlar var. Salesforce, Kasım ayında% 300 artış bildirdi Einstein Botu Bu yılın Şubat ayından bu yana yapılan oturumlar, 680'a kıyasla yıllık bazda% 2019'lik bir artış. Bu, temsilci yardımı ve hizmet otomasyonu için tahminlerde% 700 artışa ve günlük tahminlerde% 300 artışa ek olarak Ticaret için Einstein 3'nin 2020. çeyreğinde. Pazarlama Bulutu için Einstein ve Satış için Einstein, e-posta ve mobil kişiselleştirme tahminleri 67. çeyrekte% 3 arttı ve potansiyel müşterileri alıcılara dönüştürme konusunda% 32'lik bir artış vardı. Einstein Kurşun Puanlaması.

"Burada amaç - ve genel olarak Salesforce Research'te - insanlar için zemini kaldırmaktır. Casalaina, modele, modelin iyiliğine ve tüm bunlara çok fazla odaklanılıyor ”dedi. Ama bu denklemin sadece% 20'si. Bunun% 80'lik kısmı, insanların onu nasıl kullandığıdır. "

VentureBeat

VentureBeat'in misyonu, teknik karar vericilerin dönüştürücü teknoloji ve işlem hakkında bilgi edinmesi için dijital bir şehir meydanı olmaktır. Sitemiz, kuruluşlarınıza liderlik ederken size rehberlik edecek veri teknolojileri ve stratejiler hakkında önemli bilgiler sunar. Sizi topluluğumuzun bir üyesi olmaya, erişmeniz için davet ediyoruz:

  • ilgilendiğiniz konular hakkında güncel bilgiler
  • bültenlerimiz
  • kapılı düşünce lideri içeriği ve Transform gibi değerli etkinliklerimize indirimli erişim
  • ağ özellikleri ve daha fazlası

Üye ol

Kaynak: https://venturebeat.com/2021/02/20/salesforce-research-wields-ai-to-study-medicine-economics-and-speech/

spot_img

En Son İstihbarat

spot_img