L’èxit de la IA prové de la diversitat i el treball en equip

La diversitat no només és aplicable a les persones, sinó també a la pròpia tecnologia

Igual que les seves empremtes dactilars, cada ésser humà és únic, però quan les persones interactuen i construeixen relacions, aprenen a col·laborar i s’uneixen per a crear una cosa nova. Així mateix, qualsevol exemple d’intel·ligència artificial també pot considerar-se un ‘individu’ únic. Els sistemes d’IA (IAs) també són particulars, igual que les persones.

Les IAs estan construïdes sobre diferents algoritmes que contenen els passos i instruccions específiques perquè funcionin, de forma similar a com l’ADN conté els trets específics d’una persona. Cada algoritme té les seves pròpies fortaleses i febleses, que determinen els tipus de problemes, conjunts de dades i sectors per als quals poden treballar millor. Per exemple, el millor algoritme en processament de dades de text (com els utilitzats en diagnòstics mèdics), pot no ser tan fort en dades numèriques complexes (com els utilitzats per a avaluar el risc financer).

Els conjunts de dades i problemes de negoci es resolen millor utilitzant diferents algoritmes. Cada conjunt de dades conté informació única que permet a les empreses comprendre quines àrees estan funcionant bé i quines necessiten ajuda. A causa de la varietat de situacions i condicions, un algoritme no pot resoldre amb èxit tots els possibles problemes de negoci o conjunts de dades, per la qual cosa no sabem per endavant quin algoritme funcionarà millor per a cada cas en particular. En conseqüència, les persones que construeixen IAs acaben passant molt temps afinant i comparant models.

Els sistemes d’IA es poden agrupar en equips, igual que les persones

Al formar un equip de persones, la diversitat és un element vital per a l’èxit i el creixement d’aquest. Diversos estudis realitzats a tot el món han demostrat que la diversitat en el lloc de treball es tradueix en un pensament de grup més precís, més innovació, i un enfocament més acurat i detallat de la resolució de problemes.

Un equip de persones amb la mateixa formació i experiència difícilment es llançarà a provar coses noves o a assumir nous riscos, perquè l’abast del coneixement és molt limitat. En canvi, a l’evitar el pensament de grup es promou el pensament crític, la qual cosa permet que els individus es desafiïn entre si, evitant que els prejudicis personals eliminin la millor solució.

La diversitat no només és important per a les persones, sinó també per a la tecnologia. En l’argot de la ciència de dades, els equips d’algoritmes s’anomenen ‘conjunts’, elements similars a un equip de projecte: les fortaleses de cada algoritme equilibren les febleses d’un altre, de la mateixa manera que la pluja d’idees entre persones diverses supera els biaixos que redueixen la seva capacitat per a trobar les millors solucions.

Els models de conjunts normalment superen a les IAs individuals gràcies a la seva diversitat, ja que com més dades s’introdueixin en els models, més aprendran i més forts podran arribar a ser.

Per què és difícil crear diversitat en la IA?

Existeixen diversos obstacles per a crear una IA realment diversa. Per començar, les biblioteques d’aprenentatge automàtic són difícils d’instal·lar en un sol ordenador a causa de la incompatibilitat dels requisits i versions del sistema. Fins i tot si podem obtenir totes les llibreries en un solo ordenador, aquests models solen ser dissenyats i construïts manualment, la qual cosa consumeix molt temps i tendeix a portar a l’error.

Com a resultat, no es té temps per a buscar el millor algoritme per a cada problema. Sovint es desenvolupa un algoritme favorit, fins i tot quan aquest en particular no és el més adequat per al conjunt de dades que s’està analitzant. Aquest biaix d’algoritme, encara que pot estalviar temps, disminueix la possibilitat que altres algoritmes siguin presos en consideració, així com l’oportunitat de diversitat en qualsevol projecte en el qual aquesta persona treballi.

Sense diversitat, la precisió es ressent.

Article editat i publicat originalment a DataRobot

Nae és partner certificat de DataRobot per a solucions de machine learning automatitzat i intel·ligència artificial orientades a l’empresa, i especialista en automatitzar el flux de treball de la ciència de dades, tant per a la recomanació d’algoritmes com per a la construcció de models predictius.