复合系统案例
作者：互联网
复合系统案例
人工智能系统在一起更强大吗？
吨 他新闻界的意见没有意义。我困惑地盯着我的屏幕，翻阅着 2020 年最流行的新闻文章中的断句和不那么微妙的广告：诸如“有些人已经。”、“在这里观看最新一集……”之类的短语。和“好莱坞万人迷”。
我微调的机器学习模型提取了几十个这样的“意见”并呈现给我。从上下文来看，这些短语本身就很有意义——它们是处理 COVID-19 大流行、教育和娱乐业叙事的更大新闻文章的一部分。虽然我的机器学习 (ML) 模型似乎抓住了一些强烈的情绪，但它对更大的图景没有用处。
为什么？我的团队正在构建用于新闻分类的 ML 模型管道。我负责使用 BERT 模型在个别文章中找到表达强烈观点的句子。然后将这些意见传递给第二个模型 USE，以计算 相似 在 BERT 的意见和 簇 相关的新闻文章。
但是 BERT 的输出并没有足够的相关性供 USE 模型使用。
挠头，就在那一刻，我意识到我们不只是在寻找强烈的意见——我们正在寻找强大的 **** 认为 有道理 .
然后出现了A 哈！ 片刻。如果我们在将 BERT 模型的输出发送到主 USE 模型之前使用较小的 USE 模型对输出进行后处理会怎样？我们将使用这个较小的 USE 模型来衡量由 BERT 模型识别的意见的相似性 与文章本身和 丢弃曾经的意见 语义上不相似 到文章本身。所有这些都可以在保持原始管道完好无损的情况下完成。
Our news aggregation model used composite AI to process outputs of our hypothesis extraction model — modified from 来源（第 3 页）
有了这个小技巧 使用一种机器学习模型来增强另一种 ，我开始在从我的模型中提取的意见中看到更多的意义：受访者的引语，难以置信和喜悦的表达，以及个人轶事。诸如“我在社交媒体上看到无数帖子……让人特别渴望逃避现实”、“……他们对……的信仰感到担忧”和“‘你不可能…… '， 说…”。
复合系统帮助我的团队从我们的模型中挖掘出更多意义 硕士项目 .
这些类型的系统，有时称为 机器学习反馈循环 ，在学术界和工业界都很流行——事实上，Gartner 最近发现 复合人工智能 作为一种新兴的技术趋势。但是，这些工作流程对于开车的数据科学家来说是怎样的呢？
野生的复合人工智能
复合系统绝不是新事物。当我们谈论这个时，会想到许多相邻的 ML 子空间，包括 集合模型 （例如：随机森林）甚至 多任务学习 ！看到这些方法如何与复合 AI 相交会令人兴奋。
以下是一些关于当今生产中如何使用复合材料系统的案例研究。
案例研究 1：医疗保健
复合 AI 系统不限于组合多个 ML 模型。这类人工智能技术还可以包括使用多种 数据处理 技术和其他操作，以帮助实现供应链管理和个性化等目标。
SAS 分享了一个有趣的 阿姆斯特丹大学医学中心用例 ：结合计算机视觉、数据可视化和机器学习过程来确定化疗是否对患者有效！
医学研究人员指出，能够从统计分析和可视化开始，然后深入了解患者扫描的细节，这是使用复合 AI 的关键优势。下图阐明了用于使用 CT 扫描进行结直肠肝转移形态测量的处理管道。
“Processing Pipeline for End-to-End Biomedical Image Analytics in SAS Vita” — 资源 (p. 3)
案例研究 2：语音助手
为了消费、处理和生成对命令的响应，语音助手应该能够有效地执行多项任务。
Webex 团队展示了一个示例自然语言处理 Webex 助手的管道 （下），由用于语音到文本、实体识别、问答等的 ML 模型组成。
这些模型中的每一个都可能需要自己的数据清理元素和稳健性评估。正如作者所展示的，如果第一个语音转文本组件将语音命令转录错误，则整个管道可能会受到不良数据质量的影响！
An example voice assistant pipeline used for Webex Assistant — 资源
案例研究 3：制造
这 经合组织人工智能系统分类框架 引用了制造领域中复合人工智能系统的一个令人兴奋的例子，取自 Qlector LEAP 解决方案。
作为此用例的一部分，多个 AI 模型使用与制造工厂相关且源自制造工厂的数据。这些模型适用于各种任务，例如人体分析、市场预测、异常检测等。然后将输出汇总为 知识图谱 用于不同类型的决策。
Composite AI system to help manage a manufacturing plant — 来源（第 61 页）
随着对这些系统的研究和使用的继续，我期待看到我们如何回答有关机器学习的“one for all”与“all for one”的问题。
有一件事是肯定的：复合系统的定义正在继续扩展到数据和 AI 工作流的不同元素（例如复合系统和 分布式人工智能 ！），证明人工智能系统在一起更强大。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
本文链接：https://www.qanswer.top/29434/26161201
标签：AI,ML,模型,人工智能,系统,复合,案例 来源： https://www.cnblogs.com/amboke/p/16685294.html