En este artículo más reciente, Vatsal Ghia, el director ejecutivo y cofundador de Shaip, arroja algo de luz sobre las fantásticas ofertas de tecnología y explora el trabajo real que hay detrás de las cortinas y aspectos como la generación de datos, el etiquetado de datos, el procesamiento de datos y más.
La conclusión clave del artículo es:
- Las tecnologías de inteligencia artificial y aprendizaje automático (ML) a menudo se ven como una solución para crear empresas tecnológicas poderosas y soluciones convenientes y futuristas. De ahí que difícilmente se proyecte a las personas lo que hay detrás de estas tecnologías y todas las comodidades que ofrecen los modelos de IA.
- Todo el espectro de la inteligencia artificial es como un restaurante elegante, donde se necesitan muchas técnicas de anotación de datos como anotación de imágenes, anotaciones de texto, anotaciones de audio y otras. Y la anotación de datos sienta las bases para que sucedan los procesos basados en IA.
- Pero la anotación de datos es tan compleja como el proceso que admite. Y la intervención humana es inevitable en el etiquetado de elementos para modelos de IA y esto hace que todo el proceso no solo consuma mucho tiempo sino que sea tedioso. Por lo tanto, las empresas utilizan fuentes externas para realizar sus desafíos de datos.
Lea el artículo completo aquí:
https://indiaai.gov.in/article/why-artificial-intelligence-is-incomplete-without-data-annotation
