|
这种大数据启动结合人工智能与人类头脑,以帮助理解数据.远程控制软件,灰鸽子下载
机器学习有一个“肮脏的秘密”,一位分析师说:这不是擅长所有的事情
将数据转化为洞察力是一个顶尖的业务挑战的今天,它就变得特别棘手的问题是,非结构化的数据。
人工智能有一个混合的记录,但年轻的创业公司的目标是获得更好的结果将人带回。
Spare5周三发布了一个新的平台,结合人类的洞察力和机器学习应用于帮助企业理解非结构化数据,包括图片、视频、社交媒体内容和短信。它说,结果是“改变游戏规则的见解和交付成本效益规模。”
公司的技术现在被公司包括Expedia和盖蒂图片社丰富,清洁和标签非结构化数据。
“企业需要专业的人的见解来解决复杂的数据问题,”马特Bencke说Spare5的创始人兼首席执行官。”有深刻的差异时,对人类智能机器学习能力。”
通过众包平台Spare5利用人类专家。公司可以在全球的40000多个主题社区专家完成定制微观任务通过智能手机上的应用程序或桌面。称为“5”,这些人可以得到诸如利率帮助文章、照片,写图片标题和描述,或者找到丢失的信息。
这个过程当一个公司开始与Spare5迹象,上传一组非结构化的或不完整的数据。Spare5然后把这份工作变成微观任务,写自定义指令和建立一个“黄金标准”的答案。
完成工作,Spare5目标特定任务的具体组5 - 30到40岁的女性经常网上购物,例如。
接下来,机器学习算法筛选结果的准确性,并确保质量。
最终的结果是之前客户的非结构化数据放到一个结构化的格式和交付相关的见解,包括重量或置信区间。结构化数据,反过来,可以用来训练新人工智能算法,完成数据集或改善推荐引擎,例如。
的技术,例如,使AI-powered购物助理和使用Spare5 AI-generated模型与数据来验证自己人们如何看待零售产品之间的细微差别。
“机器学习的肮脏的秘密是擅长识别连接和相关性,但不能总是解释因果关系,理解上下文或正确识别类似的信息,”尼克说Rouda,与企业战略集团高级分析师。“这就是人类仍然有优势。”
Rouda补充说,非结构化数据可以特别细致的说明了几个最近的模因具有几乎相同的吉娃娃犬的照片和松饼,例如。即使谷歌的技术已经在很大程度上,错误地标记黑人大猩猩。
“机器学习可以读一切,人类将无法找到模糊模式或罕见的条件,但它也可能缺乏有价值的人类经验,“Rouda说。
通过混合两个,Spare5可以利用最好的两种方法。
“改善进入机器学习的数据准确性和完整性将改进模型,并将继续学习正确的关联,“Rouda说。
成立于2014年,Spare5在去年8月系列融资1000万美元。 |
|