DARPA per costruire assistenti "Virtual Data Scientist" tramite A.I.

L'Agenzia per la difesa avanzata dei progetti di ricerca (DARPA) ha annunciato venerdì il lancio di Data-Driven Discovery of Models (D3M), che mira ad aiutare i non esperti a superare quello che definisce il "divario di competenze nel campo dei dati" consentendo agli assistenti artificiali di aiutare persone con apprendimento automatico. DARPA lo chiama assistente di "virtual data scientist".

Questo software è doppiamente importante perché in questo momento mancano gli scienziati dei dati e una domanda più grande che mai di più soluzioni basate sui dati. DARPA afferma che gli esperti progettano deficit nel 2016 tra 140.000 e 190.000 scienziati di dati in tutto il mondo, e crescenti carenze nei prossimi anni.

Ad esempio, al fine di costruire un modello per il modo in cui il clima, la scuola, la posizione e i fattori di criminalità influenzano la congestione dei servizi di condivisione del giro nel centro di Manhattan, un team di studenti della NYU ha trascorso l'equivalente di oltre 90 mesi di ore di lavoro per completare il modello. DARPA vede sempre problemi come questo e il Programma D3M si sforzeranno di costruirlo per ridurre drasticamente il tempo e le competenze necessarie per realizzare modelli come questi in futuro.

"La costruzione di modelli empirici oggi è in gran parte un processo manuale, che richiede agli esperti di dati di tradurre elementi stocastici, come il tempo e il traffico, in modelli che gli ingegneri e gli scienziati possono quindi porre a domande", ha affermato Wade Shen, program manager in Information Innovation DARPA Ufficio. "Riteniamo sia possibile automatizzare alcuni aspetti della scienza dei dati e, in particolare, far sì che le macchine imparino dall'esempio precedente come costruire nuovi modelli".

Come agenzia di difesa, ovviamente anche DARPA sta studiando come questo A.I. potrebbe influenzare il campo di battaglia e salvare più vite.

Google sta già utilizzando il suo A.I. per svolgere attività simili come la partnership di Alphabet's Sidewalk Labs con la Smart City Challenge del dipartimento dei trasporti degli Stati Uniti, che mira a utilizzare l'infrastruttura di raccolta dati per facilitare la congestione e il parcheggio nelle città in corsa.

Se gruppi più piccoli di scienziati e non esperti di dati possono utilizzare modelli di apprendimento automatico per aiutare a identificare i problemi nella società, ci sarà più tempo per l'analisi dei dati per implementare effettivamente le soluzioni.

"La nostra capacità di comprendere tutto, dal traffico al comportamento delle forze ostili, è sempre più possibile data la crescita dei dati da sensori e fonti aperte", ha affermato Shen. "La speranza è che D3M gestisca le basi dello sviluppo del modello in modo che le persone possano applicare la propria intelligenza umana per guardare i dati in modi nuovi e immaginare soluzioni e possibilità che prima non erano ovvie o persino immaginabili".