ซอฟต์แวร์แมชชีนเลิร์นนิงโดยทั่วไปจะเรียนรู้จากตัวอย่าง ยิ่งอัลกอริทึมสามารถตรวจสอบตัวอย่างได้มากเท่าใด ก็จะยิ่งเรียนรู้ได้ดีเท่านั้น แต่การป้อนตัวอย่างจำนวนมากให้กับระบบนั้นเป็นงานที่ลำบาก น่าเบื่อ และใช้เวลานาน โดยเฉพาะอย่างยิ่งกับข้อมูลเฉพาะทาง การรวบรวมและติดฉลากตัวอย่างชุดใหญ่เพียงพอมักเป็นอุปสรรคใหญ่หลวงต่อความสำเร็จของโครงการ นั่นคือปัญหาที่โซลูชันสิทธิบัตรของ AvaWatz แก้ไขได้ โดยจะปรับปรุงประสิทธิภาพของโมเดล
โดยการค้นหาและแก้ไขจุดอ่อนในชุดข้อมูลการฝึก และฝึกโมเดลใหม่ จนกว่าโมเดลจะมีประสิทธิภาพที่สูงขึ้น
“เดิมทีเราพัฒนาเครื่องมือเหล่านี้เพื่อการใช้งานของเราเอง เนื่องจากกรณีการใช้งานจำนวนมากที่เราจัดการเกี่ยวข้องกับข้อมูลประเภทที่ผิดปกติ เช่น เศษเล็กเศษน้อยหรือสภาพการใช้งานที่ผิดปกติ
เช่น สภาพอากาศที่รุนแรง การเดินทางแบบออฟโรด” ดร.ราจินี อนาชี ซีอีโอกล่าว ของ AvaWatz “เราให้บริการดังกล่าวโดยเป็นส่วนหนึ่งของบริการ Trusted AI แก่ลูกค้าและคนอื่นๆ ในชุมชนปัญญาประดิษฐ์ เรารู้สึกว่าการนำเทคโนโลยีใหม่นี้มาใช้จะช่วยให้หลายคนที่ทำงานกับกรณีการใช้งานเฉพาะทางและจำเป็นต้องสร้างแอปพลิเคชันแมชชีนเลิร์นนิ่งแบบกำหนดเอง เกี่ยวกับ AvaWatzAvaWatz เป็นบริษัท AI ที่เชี่ยวชาญด้านการมองเห็น/การรับรู้ขั้นสูง การตัดสินใจ และการนำทางแบบร่วมมือสำหรับ
การปฏิบัติงานโดยใช้แมชชีนเลิร์นนิงและเทคโนโลยีอัลกอริทึมตามฟิสิกส์
แพลตฟอร์ม AvaWatz ขับเคลื่อนระบบหุ่นยนต์อัตโนมัติที่ปรับเปลี่ยนได้ซึ่งสร้างขึ้นจากกระบวนทัศน์การตรวจจับ-การตัดสินใจ-การแสดง AvaWatz นำเสนอโซลูชั่น SaaS แบบ end-to-end ส่วนตัว/ไฮบริดบนคลาวด์และ AI แบบเรียลไทม์แก่ลูกค้าเชิงพาณิชย์และภาครัฐ
มีความยินดีที่จะประกาศการยื่นคำขอรับสิทธิบัตรกับสำนักงานสิทธิบัตรและเครื่องหมายการค้าแห่งสหรัฐอเมริกา (USPTO) . คำขอรับสิทธิบัตรที่มีชื่อว่า “ระบบและวิธีการสำหรับการติดฉลาก การประเมิน และการปรับปรุงการฝึกอบรมและการทดสอบสำหรับแมชชีนเลิร์นนิง”
นำเสนอแนวทางของ AvaWatz ในการจัดการข้อมูลการฝึกอบรมที่ยากซึ่งจำเป็นสำหรับการฝึกอบรมการเรียนรู้เชิงลึกและโมเดลการเรียนรู้ของเครื่อง แนวทางของ AvaWatz ไม่เพียงแต่ช่วยประหยัดเวลาและลดค่าใช้จ่ายที่เกี่ยวข้องกับการฝึกอบรมระบบดังกล่าวเท่านั้น แต่ยังทำให้ได้แบบจำลองที่มีความแม่นยำมากขึ้นซึ่งผู้ใช้สามารถไว้วางใจได้มากขึ้น
Credit : UFASLOT888G
