AI: ¿Una oportunidad para que Malasia se ponga al día, o se desliza detrás?
Por un lado, Dzuleira Abu Bakar _ (PIC) _ dijo: "Hay una gran oportunidad para que Ai florezca en Malasia". Por otro lado, ella también dijo: "Mucho debe hacerse para lograr la adopción en masa de AI".
Las dos afirmaciones no son inherentemente contradictorias, pero sí indican la escala del trabajo que debe hacerse, y las recompensas potenciales, el gobierno de Malasia cree que puede cosechar una base sólida de la experiencia de AI en el país.
Dzuleira, CEO para Technology Park Malasia (TPM) estaba hablando como parte de un panel titulado "El poder de la innovación con AI como cambiador de juegos en el Nuevo Mundo", como parte de la Conferencia Mundial de Inteligencia Artificial (WAIC) 2021. Este año, Waic está teniendo un evento inaugural de sounte asia en Malasia en conjunto con Waic 2021 China. Es CO-organizado por la compañía AI, SkyMind Holdings BHD.
El Gobierno de Malasia espera que la política nacional de la Revolución Industrial 4.0 (IR4.0) mejore la productividad del país en un 30% en todos los sectores a finales de 2030, y la AI es una parte significativa de eso.
Dzuleira destacó lo que estaba en juego: a través de la ASEAN, Malasia tiene acceso a un mercado de 630 millones de personas y un PIB de US $ 3 billones (RM12.6 billones). Se espera que el mercado de la ASEAN se hunda a US $ 5,2 billones (RM21.8 billones) en 2025. El país que puede empujar hacia adelante, el más rápido será el máximo para obtener más.
Ha habido algunos inicios prometedores. En marzo, se lanzó el Malaysia Artificial Intelligence RoadMap. Luego, en abril, se anunció que Microsoft establecerá su primer centro de datos en Kuala Lumpur, se espera que un proyecto estimó que costará US $ 1 mil millones y, lo que es más importante, se espera que cree 19,000 empleos. "Esta iniciativa ayudará a habilitar un millón de malayspians para ello, inteligencia artificial y empleos de servicios de nube para 2030", dijo Dzuleira.
Es en este contexto que fomentó la creación del primer parque AI de Malasia bajo los AEGIS de TPM. Planeada para ocupar 300 acres de tierra con una inversión total de más de mil millones de ringgit en los próximos cuatro años, será una parte clave de las ambiciones de Malasia para implementar la política IR 4.0 de la Nación. "TPM está obligado por la obligación más fuerte de apoyar plenamente a la Ruta Nacional AI 2021-2025", subrayó.
Malasia se enfrenta a una tasa de adopción lenta
Sin embargo, Dzuleira admitió fácilmente que su obligación viene con los desafíos. "Si bien tenemos uno de los niveles de producción de fabricación más altos del mundo, en realidad estamos rezagados detrás de otros países en términos de productividad de los empleados, I + D y una fuerza laboral con títulos de educación superior", dijo. "Malasia enfrenta una tasa de adopción lenta de IR 4.0 con solo el 15% -20% de las compañías que lo han abrazado".
Citó un estudio de IDC de 2019, donde se reveló que la fuerza laboral de Malasia no estaba preparada para IR 4.0. Los desafíos comunes que enfrentan Malasia incluyen la falta de conciencia y el impacto de IR 4.0 y sus tecnologías.
De acuerdo, de acuerdo con la encuesta de hoja de ruta de inteligencia artificial de Malasia realizada por el Ministerio de Ciencia y Tecnología a principios de este año, los dos principales desafíos que enfrentan las compañías de Malasia en la implementación de AI son una falta de experiencia y limitaciones para financiarlas.
Ciertamente se necesita hacer más para alentar a las PYME a subir a bordo. Sivan Umapathy, director de información de Telekom Malasia, compartió un poco sobre la plataforma AI que TM se está desarrollando junto con SkyMind Global después de un memorando de colaboración firmado entre ellos en abril pasado. Si va a planificar, la plataforma AI eventualmente facilitará que los clientes de TM desarrollen sus propias soluciones AI para sus desafíos comerciales individuales.
Costoso para entrenar modelos AI
Pero no será fácil. Adam Gibson _ (PIC) _, SkyMind Global Chief Technology Officer, y Creator del Marco DL4J (una biblioteca de aprendizaje profundo distribuida de código abierto), habló sobre los desafíos que enfrentan las empresas más pequeñas que desean adoptar AI para sus negocios: No es barato.
"Es costoso entrenar estos modelos", dijo, especialmente para problemas relacionados con la visión informática y el procesamiento de lenguaje natural. "Por ejemplo, un modelo de parámetro mil millones tarda US $ 1.6 millones para entrenar desde cero". Podría obtener aún más en el futuro; En enero, Google anunció que habían desarrollado técnicas para mantener un modelo de idioma que contenía parámetros de 1.6 billones_.
Gibson explicó que aunque las personas ajustan las modelos existentes para ahorrar tiempo y dinero, todavía son muy caros. Y luego está el problema de la deriva del concepto, donde una solución que funciona hoy es posible que deba actualizarse con el tiempo, por ejemplo, al intentar detectar cuando las personas están cometiendo fraude. La capacitación de un modelo existente puede costar cientos de miles de dólares. "Necesitamos avanzar hacia ser más baratos, si eso es posible".
Gibson sugirió algunas avenidas futuras de investigación. Uno es un profundo compilador de aprendizaje para que estos problemas puedan resolverse de manera eficiente en un rango más amplio de chips. "Esto abrirá aplicaciones AI a empresas más pequeñas", dijo. Y dada su historia con DL4J, también campeones insuficientemente a campeones de herramientas de código abierto. Haciendo que AI sea más accesible y sonidos más baratos, como áreas ideales para el Parque AI de TPM para explorar. Sin embargo, detalles de lo que existirá precisamente y cuándo aún no están claros, y quizás sorprendentemente, dado que el parque ha estado en la planificación desde 2019. Pero dado que Tailandia Laundeó su primer estado AI Centre en noviembre pasado, Vietnam _ rolled fuera su hoja de ruta en marzo, _La Filipinas sus. en mayo, y todo precedido por la estrategia de AI nacional de _singapore, en 2019, tal vez Malasia debería seguir adelante.
Comentarios
Publicar un comentario