Comment nous avons appris à éliminer les obstacles à l’apprentissage automatique

Bienvenue dans la semaine après Ars Frontières ! Cet article est le premier d’une courte série d’articles qui récapituleront chacune des discussions de la journée au profit de ceux qui n’ont pas pu se rendre à DC pour notre première conférence. Nous en diffuserons une tous les quelques jours au cours des deux prochaines semaines, et chacune comprendra une vidéo intégrée de la conférence (accompagnée d’une transcription).

Pour le récapitulatif d’aujourd’hui, nous allons revoir notre conversation avec le Dr Nashlie Sephus, évangéliste technologique d’Amazon Web Services. Notre discussion s’intitulait “Breaking Barriers to Machine Learning”.

Quels obstacles ?

Le Dr Sephus est arrivé à AWS par un chemin détourné, ayant grandi dans le Mississippi avant de finalement rejoindre une startup technologique appelée Partpic. Partpic était une entreprise d’intelligence artificielle et d’apprentissage automatique (AI/ML) avec une prémisse soignée : les utilisateurs pouvaient prendre des photos d’outils et de pièces, et l’application Partpic analysait de manière algorithmique les images, identifiait la pièce et fournissait des informations sur ce qu’était la pièce. était et où en acheter plus. Partpic a été acquis par Amazon en 2016, et le Dr Sephus a apporté ses compétences en apprentissage automatique à AWS.

Interrogée, elle a identifié accéder comme le plus grand obstacle à une plus grande utilisation de l’IA/ML – à bien des égards, c’est une autre ride dans le vieux problème de la fracture numérique. Un élément essentiel pour pouvoir utiliser les outils d’IA / ML les plus courants est d’avoir un accès Internet fiable et rapide, et s’appuyant sur l’expérience de son passé, le Dr Sephus a souligné qu’un manque d’accès à la technologie dans les écoles primaires des zones les plus pauvres du pays empêche les enfants d’utiliser les types d’outils dont nous parlons.

De plus, le manque d’accès précoce conduit à une résistance à la technologie plus tard dans la vie. “Vous parlez d’un concept que beaucoup de gens trouvent assez intimidant”, a-t-elle expliqué. “Beaucoup de gens ont peur. Ils se sentent menacés par la technologie.”

Les choses non divisées

Une façon de s’attaquer à la fracture ici, en plus d’augmenter simplement l’accès, est de changer la façon dont les technologues communiquent sur des sujets complexes comme l’IA/ML aux gens ordinaires. “Je comprends qu’en tant que technologues, nous aimons souvent créer des trucs sympas, n’est-ce pas?” dit le Dr Sephus. “Nous ne pensons pas à l’impact à plus long terme, mais c’est pourquoi il est si important d’avoir cette diversité de pensée à la table et ces différentes perspectives.”

Le Dr Sephus a déclaré qu’AWS avait embauché des sociologues et des psychologues pour rejoindre ses équipes techniques afin de trouver des moyens de lutter contre la fracture numérique en rencontrant les gens là où ils se trouvent plutôt que de les forcer à venir à la technologie.

Le simple fait de recadrer des sujets complexes d’IA/ML en termes d’actions quotidiennes peut éliminer les obstacles. Le Dr Sephus a expliqué qu’une façon de procéder consiste à souligner que presque tout le monde a un téléphone portable, et lorsque vous parlez à votre téléphone ou utilisez la reconnaissance faciale pour le déverrouiller, ou lorsque vous obtenez des recommandations pour un film ou pour la prochaine chanson à écouter – ces choses sont toutes des exemples d’interaction avec l’apprentissage automatique. Tout le monde ne s’en aperçoit pas, en particulier les profanes de la technologie, et montrer aux gens que ces choses sont pilotées par l’IA/ML peut être révélateur.

“Les rencontrer là où ils se trouvent, leur montrer comment ces technologies les affectent dans leur vie quotidienne et avoir une programmation d’une manière très accessible, je pense que c’est quelque chose sur lequel nous devrions nous concentrer”, a-t-elle déclaré.