#134 WaveForm AI.
Subscribe to get the latest
on 2023-04-20 00:00:00 +0000
with Darren W Pulsipher, Logan Selby,
Dans cet épisode, Darren Pulsipher accueille Logan Selby, le co-fondateur et président de DataShapes, où ils discutent d'une approche unique de l'intelligence artificielle qui va à l'encontre de la tendance.
Keywords
#ai #machinelearning #edgecomputing #anomalydetection #technology
Logan est un ancien agent du renseignement au sein du Ministère de la Défense et il a une passion pour l’intelligence artificielle et la robotique, ce qui l’a conduit à devenir réserviste au sein de la communauté de la défense. Il a fait la transition vers DataShapes, où ils disposent d’une technologie unique qui répond aux besoins critiques de la communauté de défense en utilisant l’IA. Bien que l’IA existe depuis longtemps, la quantité considérable de données disponibles pour entraîner les modèles et l’avancement des ressources informatiques ont permis le développement de systèmes plus intelligents tels que les chatbots et les grands modèles linguistiques.
Les techniques actuelles sont gourmandes en ressources et très coûteuses à former et à construire une solution d’inférence polyvalente. Par exemple, l’exécution de grands modèles linguistiques comme ChatGPT peut coûter jusqu’à 3 millions de dollars par jour, mais l’IA évolue rapidement et suscite plus d’attention que jamais. Un souci dans l’utilisation des réseaux neuronaux est l’incapacité de vérifier et d’expliquer comment l’IA est parvenue à un résultat. Il existe des défis sociaux, politiques et juridiques pour faire confiance aux décisions prises par ces réseaux, en particulier dans les domaines où la vie humaine est en jeu. Cependant, la société finira par surmonter ces défis et adoptera pleinement l’IA. L’approche de DataShapes, qui utilise des techniques traditionnelles d’apprentissage automatique pour résoudre les problèmes d’analyse de données, permet une auditabilité et une découverte complètes dans leurs modèles entraînés.
DataShapes a une approche unique pour résoudre rapidement et efficacement les problèmes dans des environnements contraints en ressources. Alors que l’apprentissage traditionnel des réseaux neuronaux nécessite beaucoup de données étiquetées et peut être fragile, DataShapes utilise des méthodologies pour apprendre en temps réel ou presque réel. Leur technologie se concentre sur les formes d’ondes et les signaux et est auditable, ce qui en fait l’idéal pour une utilisation dans des environnements austères où les gens se salissent et où il est impossible de transporter une pile de serveurs. Alors que les réseaux neuronaux sont excellents pour les modèles de langage et la reconnaissance d’images, la société de Logan se concentre hyper-spécifiquement sur les formes d’ondes et les signaux. Leur approche est différente et hautement efficace.
Détecter différents types de formes d’ondes et les relations entre ces formes d’ondes est au cœur de cette nouvelle technologie. Cette approche permet de détecter des motifs plus difficiles à falsifier par rapport aux techniques traditionnelles utilisées par le Département de la Défense. Cela offre un potentiel d’application de leur technologie dans la guerre électronique, notamment pour la collecte de renseignements et l’analyse. De plus, la plateforme peut détecter, analyser et recueillir des renseignements, pouvant être exportés vers des périphériques externes. Leur fonctionnalité d’auto-apprentissage de détection d’anomalies, Infinite Loop, a également été mentionnée, établissant une référence continue basée sur les paramètres prescrits par l’utilisateur final. Cette technologie peut être utilisée dans l’industrie automobile, la santé et les industries du divertissement, où elle pourrait être intégrée à chaque capteur.
DataShapes a un produit appelé GlobalEdge, un agent intelligent qui se trouve sur ou derrière les capteurs pour effectuer les opérations ETL sur les données collectées. La composante d’apprentissage automatique de GlobalEdge filtre les données pour fournir des informations pertinentes et des anomalies en temps réel, réduisant ainsi la quantité de données non pertinentes renvoyées au siège. Le produit peut également être utilisé pour la compression des données à la périphérie vers le centre de données. Le logiciel peut être réduit à aussi peu que 47 Ko, ce qui le rend adapté à différentes applications, notamment la détection de virus à l’aide d’ondes UV.
Pour en savoir plus sur DataShapes et leur approche, rendez-vous sur https://www.datashapes.com