Author Profile

Written By

Yugal Sharma 博士

CAS 解决方案高级总监

Latest Content from Yugal Sharma, Ph.D.

June 14, 2019

案例研究:数据质量对生物活性算法预测的影响

人工智能和机器学习在提高许多学科的研究效率方面表现出了巨大的潜力。但是,在研发应用中实施这些技术仍然存在诸多显而易见的挑战,也存在许多机遇,可以立足当下以求更大突破。实际上,据 Gartner 的一名分析师估计,有多达 85% 的人工智能推动项目无法实现其目标。正如我之前的博文所述,我和其他许多人都认为,影响这些成功率的主要差距之一是数据质量。

March 8, 2019

数据质量:人工智能与机器学习的秘诀

人工智能的前景一直感觉更像是一种未来状态,但事实上很多公司都已经采纳人工智能计划。科学研发领域尤其如此。在过去几年中,从 QSAR 模型到基因组学,机器学习和人工智能在各个领域都有了巨大的增长。一项 2018 年的研究显示,人工智能的采纳率急剧增加,从 2017 年的 38% 增至 2018 年的 61%。医疗保健业、制造业和金融服务业等各个行业都是如此。然而,大部分早期采纳者都指出,成功实施人工智能最大的挑战之一在于牵涉数据,特别是与人工智能计划有关的获取、保护、集成和数据准备。