RiskThinking

Summary

在大流行初期, 当保护全世界人民的最佳政策不确定的时候, Riskthinking.艾未未的 一组经验丰富的预报员开始工作. 随着2020年的过去, 必赢网站网址看到机器学习应用于从发现顶级候选疫苗到各个领域, 跟踪超级传播者的事件,但风险思维.人工智能团队采取了不同的方法. 他们能否预测实施封锁等社会层面应对措施的最佳方式,同时将对日常生活和经济造成的损害降至最低?

在接到加拿大政府的电话后, 他们的大数据和金融建模专家开始工作,评估重大疫情政策的经济影响. 他们精心制作 CovidWisdom App,一个跟踪不同关机方式的仪表盘. 他们的模型以大胆的细节展示了大流行带来的经济挑战. 它让城市和州的官员想象如果他们完全不实施限制会发生什么, 直到完成封锁. 甚至更好的, 他们能够模拟对特定类型的场所和事件进行有针对性的封锁是否有效. 这让世界领导人看到,如果他们决定关闭音乐会,会发生什么, 除了酒吧和健身房,什么都没有或者他们只针对音乐厅和酒吧, 还有很多其他的变体.

所面临的挑战

Riskthinking.在接手covid - wisdom项目时,人工智能正处于加强内部人工智能基础设施的早期阶段. 他们的团队专门研究气候变化带来的金融风险. 面对不确定的未来,公司和政府与他们合作,找出如何做出最好的决定. 应该 电力公司改造变压器 在过去引起森林火灾的相同地点,或者他们应该把它们放在不同的配置,以减少未来再次引发火灾的机会? 一家公司能多快建一个太阳能发电厂,应该建在哪里?

但在早期, 他们的团队意识到,他们有预测未来的专家,但没有构建人工智能架构的专家. 他们让数据科学家在笔记本电脑上工作, 通过vpn将数据拉和推送到远程工作地点, 甚至构建自己的Docker容器. 他们想找到一种方法,让数据科学家做他们最擅长的事情, 建立模型并进行预测, 而数据工程师则为他们搭建了一个坚如磐石的平台来完成这项工作. 数据科学家处理数据争论的时间越少, 版本控制数据, 把数据转移到管道上,他们就能更多地关注未来. 他们需要从临时的过渡到MLOps,这就是厚皮动物出现的原因.

为什么RiskThinking选择厚皮动物

预测不确定的未来是一件棘手的事情. 必赢网站网址做了很多实验,尝试不同的想法,以不同的方式观察数据. 厚皮类动物让Riskthinking.人工智能的科学家关注的是模型的复杂性,而不是弄清楚哪个模型是根据哪个版本的数据集训练的复杂性. 它为他们提供了处理数据和部署任何ML工具的基础 机器学习循环.

作为Riskthinking.人工智能的数据科学家对pachctl和命令行更加熟悉, 他们使用厚皮类动物同时运行多个模型,并通过易于理解的图像可视化回测结果. 回溯测试结果显示了特定模型如何优于其他模型,并帮助数据科学家利用厚皮类动物强大的数据沿袭来理解模型性能随时间的变化. 性能最好的模型会自动推送到当前的应用程序中.

但这些可视化技术并不仅仅适用于数据科学团队. 他们还可以与非技术或技术含量较低的利益相关者分享他们的进展. 这让每个人都能看到这些模型,并理解它们是如何随着时间的推移而改变和变得更好的. 这是任何数据科学团队都可以学习的关键决策,因为如果你不能向更广泛的团队展示你正在做的事情, 他们很难知道你的团队对现实世界和业务底线的影响.

未来

作为Riskthinking.人工智能加大了他们理解复杂事物的努力, 他们正在采取的动态系统来应对日益严重的气候变化威胁. 他们想利用厚皮动物来处理数以百万计的数据点,了解必赢网站网址周围的世界是如何变化的. 这将使公司和国家对他们今天的选择如何影响明天做出更好的决定.

必赢网站网址生活在一个不确定的世界. 通常有数百万个变量必赢网站网址无法轻易看到或解释. 这是一个信息缺失和隐藏的世界,这就是机器学习可以发挥巨大作用的地方. 它让人们通过处理人类大脑可能难以看到的数据点,对未来做出更好的预测.

当然, 最后, 世界是一个混乱的地方,即使是最好的模型也不能让政治家做出正确的选择. 一些国家听从了先进的人工智能模型展示的关于大流行的智慧,一些国家选择相信他们想相信的东西, 但这并不能改变动态系统的人工智能建模仍然存在的事实. 随着人工智能在未来几年的持续发展, 预计会有越来越多的公司, 城市和国家将求助于机器学习来推动他们的重大决策.

在一个不确定的世界里,他不能再多一点确定性?

请求一个演示