AutoML kan give dig resultater langt hurtigere

Gør brug af de mange AI-services der findes i dag. På den måde kan du spare tid, penge og konsulenter.

Hvad er AutoML?

Book en AI-Konsulent
– Ring på 7022 1655

Automated Machine Learning (AutoML)

Automated Machine Learning (AutoML) er automatiseret maskinlæring. Rent praktisk vil det sige at du har mulighed for at bygge videre på en AI-model som en af de store tech-giganter har udviklet, således at du ikke skal bruge en masse regnekraft selv. Og du kan gøre det hele gennem et interface, ofte uden brug af kode.

Altså, AutoML gør det muligt at folk der ikke er AI-eksperter, at gøre brug af de mange fordele med AI. Lidt lige som at jeg ikke er bilmekanikker, men jeg kan stadigvæk køre fra A til B i min bil.

Se kort video om Googles Cloud AutoML Vision:

Googles Cloud AutoML Vision

Google Cloud Platform (GCP)

F.eks. er der gennem Google Cloud Platform (GCP), rig mulighed for nemt og hurtigt at udvikle mange forskellige typer af AI-modeller. Indlæs dine data og inden for får timer eller få dage, får du en køreklar AI-model tilbage. Når din AI-model er udviklet, er det muligt gennem GCP at automatisere hele den efterfølgende proces.

What is Vertex AI?

En AI-model er ikke bedre end de data som den er bygget på. Det samme gælder for en AI-model der er bygget med AutoML.

AutoML kræver stadigvæk at du forstår dine data

Hvis du har læst Arbejdsgang for AI-projekter vil du forstå at AutoML ikke får træerne til at vokse ind i himmelen, da du stadigvæk har brug for de rigtige data. Men AutoML gør, at du langt hurtigere kan begynde at måle på om dit AI-projekt vil få succes.

Det siges at AutoML er rigeligt i mere end 80% af alle AI-projekter. Ved at bruge AutoML vil du måske spare flere måneders arbejde med flere Data Scientists, samt en masse udgifter til regnekraft. I stedet kan du bruge mere tid på at forstå dine data. Du bør heller ikke bygge alt selv, så kommer du aldrig i mål. Gør brug af de ”legoklodser” andre har udviklet. Brug AutoML.

Der findes selvfølgelig folk der i dag bygger deres egen PC. De elsker at finde de enkelte stumper som skal bruges til at samle deres super-nørde-maskine, de har måske også nogle meget specifikke behov og krav.

Men det er meget få procent der i dag bygger deres egen PC, de fleste køber en standard PC fordi den dækker deres behov. Sådan vil du også opleve det med AutoML.

Jeg har skrevet et indlæg hvor jeg prøver at får AI helt ned på jorden. Hvad skulle en bonde i gamle dage vide før han købte sin første hest, versus hvad du skal vide inden du kaster dig ud i det første AI-projekt.

AI gennemgår samme udvikling som internettet

AutoML vil ikke erstatte en Data Scientist, den rolle vil der stadigvæk være brug, endda i rigt omfang fremover. Data Scientists vil blive brugt på meget store AI-opgaver hvor der er stor konkurrence for at optimere på de sidste procenter, og de fleste Data Scientists vil nok være ansat hos tech-giganterne.

I starten af internettets historie blev hjemmesider udviklet af webudviklere og i dag kan alle oprette hjemmesider på nettet, uden at kende til koderne der ligger bag. Den samme udvikling er nu sket inden for AI. Alle kan i dag lave AI uden at kunne kode eller kende til matematikken der ligger bag.

Men blot fordi alle i dag kan oprette en hjemmeside, så er det langt fra alle som får succes med deres hjemmeside. Og det samme gælder også med AI.

At få succes med en hjemmeside vil f.eks. kræve noget godt indhold, altså gode data (tekst og billeder). Det samme gælder også for en god AI. En AI kræver gode data.

Findes der AI der er endnu mere tilgængeligt end AutoML?

Det er faktisk muligt at drage nytte af AI uden at bruge så meget tid på at forstå dine data. Det er selvfølgelig ikke en løsning du kan bruge i alle projekter, men du kan lege med det og få stillede den første “AI-sult”. Det muligt bare at kalde et API hos f.eks. Google og dermed gøre brug af AI lige nu og her. Du kan sende tekst gennem et API og får en oversættelse tilbage, eller en tekstanalyse. Du kan markere objekter på et live-video og meget mere.

What is the Translation API?

FAQ om AutoML

Hvad er AutoML og hvad kan jeg bruge det til?

AutoML er en platform for maskinlæring (AI), der gør det muligt for udviklere at træne og implementere maskinlæringsmodeller. Den kan bruges til at forbedre nøjagtigheden af forudsigelser og til at automatisere processen med udvælgelse og justering af modeller.

Hvordan kommer jeg igang med AutoML?

Hvis du bruger Google Cloud er det nemt at komme igang med AutoMl.

Der er værktøjer som guider dig fra start til slut. Lige fra at oprette et dataset til at hoste din AI-model i produktion.

Vil AutoML erstatte data science?

Nej. AutoML vil ikke erstatte data science.

AutoML bygger på en slags data science-legoklodser således at du kan opnå resultater med din AI langt hurtigere.

Skal jeg bruge data når jeg bruger AutoML?

Ja, når du benytter AutoML skal du træne modellen med din egen data. Men du skal for det meste bruge langt mindre data for at træne en god AI-model når du benytter AutoML. Måske skal du med alm. AI bruge 1 million billeder, hvor du med AutoML kun skal bruge 10.000 billeder.

Kan man få gode resultater ved at bruge AutoML

Ja, AutoML kan give dig rigtig gode resultater. AutoML bygger på et gigantisk forarbejde som Google har lavet, således at du skal bruge langt mindre data og meget mindre datakraft, for at udvikle din AI-model.

Læs her om anmeldelser af Googles AutoML.

 

Hvad kan jeg bruge AutoML til?

Det siges at AutoML kan bruges til 80-90% af alle AI-opgaver. Du kommer langt hurtigere og meget billigere fra start fordi størstedelen af AI-modelleringen allerede er udført.

Alle brancher benytter AutoML. Det er bedre at starte et AI-projekt med AutoML for at se hvor langt du kan komme, før du begynder at ansætte data science-specialister til at finpudse din model til meget specifikke behov.