Catch 22问题阻碍了#AI应用程序的采用...
上周，有一个在麻省理工科技评论一个有趣的报告，人工智能可以帮助建筑行业帮忙看...。根据文章，建筑工地是危险的工作场所，致命事故率是任何其他行业的五倍。
这是一个实际的问题，如果您不属于AI行业，那么此解决方案听起来很神奇。
但是，如果您熟悉AI应用程序的工作方式，那么该解决方案将更加平淡。
从本质上讲，它是计算机视觉的一种应用程序，用于基于建筑工地人员的工作情况创建模型以捕获规范。这有助于检测异常（例如：丢失的手套或头盔）。这样做可以带来更好的安全性-这是建筑行业中的一个问题。基于当前的AI技术和算法-这不是要解决的大问题
除了工作场所监视的问题（我将不在这里讨论）之外，还有一个更大的问题
根据文章所述，“萨福克是总部位于波士顿的建筑业巨头，已经与同一城市的计算机视觉公司SmartVid合作开发了该系统超过一年。今年早些时候，该公司说服了几个竞争对手加入了一个财团，该财团将共享数据以改善技术。
说服竞争者共享数据是最大的限制
技术不是这里的瓶颈。
是数据。
您还需要来自竞争对手的更多“事件数据” ，以便您可以训练模型
在自动驾驶汽车行业中，同样的问题得到了强调–没有一家公司拥有足够的数据来训练他们的算法。
而这些数据的最佳来源就是您的竞争对手。
因此，Catch 22情况阻止了AI应用程序的部署。
其他行业，例如空中交通管制和关键基础设施，已经解决了共享威胁信息的问题-但这仍然与与商业竞争对手共享信息不同（因为机场和公共信息归政府所有，无论是地方政府还是联邦政府，还是私人公司）
我们与谁共享数据？
多久？
在什么指导下？
如此共享数据的公司集团能否在将来为其他所有人设置障碍？
是否应该有更多的规定？
尚无准确答案
但是问题是真实的。
在商业竞争对手之间共享数据以开发更好的AI算法是Catch 22的问题，这阻碍了AI应用的采用...
题库