tldr: querrás un humano en el circuito.
Mientras la clasificación sea utilizada por un humano, creo que debería usar humanos para verificar la clasificación al menos parcialmente. Por ejemplo, a menos que arregle el estado de su modelo y las pruebas, literalmente no tendrá más opción que involucrar a un ser humano, a menos que haya un mejor modelo para probar su modelo (pero … ¿por qué no usar eso?).
Cómo probamos nuestros modelos:
- Cómo aprender IA sin tener habilidades de programación
- ¿Cuál es la mejor opción? ¿Trabaja en una empresa de productos o busca un doctorado en inteligencia artificial?
- ¿Cómo describirías tu robot personal ideal?
- ¿El teléfono inteligente se desvanecerá y la IA entrará en juego?
- ¿Los actuadores piezoeléctricos serían adecuados para robots industriales?
- Pruebas de unidad e integración con datos conocidos y sembrados: esto nos muestra cuándo cambian las cosas inesperadamente y dónde cambian las cosas cuando actualizamos el modelo
- Con nuestro propio producto, Rainforest QA. Usamos esto para probar el resultado final, la clasificación real, pero de manera rápida y escalable. Entonces, el control de calidad manual con alimentación humana es bueno aquí; obtienes las ventajas del cerebro humano. Hacer eso de manera escalable y rápida ha sido tradicionalmente un problema hasta Rainforest QA: hemos resuelto esto combinando aprendizaje automático, crowdsourcing y garantía de calidad.
Espero que esto tenga sentido. Si está clasificando cosas no utilizadas por un humano, entonces probar con código y estados conocidos es prácticamente su única opción; excepto construir un sistema donde un humano también revisa manualmente la salida.
Russ
