如何實現(xiàn)人工智能和機(jī)器學(xué)習(xí)

對于所有關(guān)于人工智能(AI)和機(jī)器學(xué)習(xí)(ML)的大肆宣傳，許多IT經(jīng)理對于如何在他們的計算機(jī)系統(tǒng)中開始使用這些功能感到撓頭。

通常沒有好的選擇:用戴爾(Dell)和IBM等公司的新系統(tǒng)取代昂貴的現(xiàn)有硬件，或者相信那些沒有經(jīng)驗的小型專家，他們可能不清楚自己的軟件到底有什么功能。

相反，獨(dú)立專家表示，在著手人工智能或機(jī)器學(xué)習(xí)項目時，最好是緩慢而具體。了解技術(shù)真正能做什么，了解你必須解決什么問題，了解實現(xiàn)它需要什么。這里討論了前兩部分，但是第三個方面，即實現(xiàn)，又如何呢?

“你要做的第一件事是弄清楚人工智能實際上能為你的公司做什么，”人工智能/ML顧問亞當(dāng)·蓋特基(Adam Geitgey)說。

目前，Geitgey說，人工智能/ML軟件最有效的地方是將需要少量判斷的重復(fù)性人工任務(wù)自動化?！澳阋业氖怯泻芏嗳朔磸?fù)做決定的地方……找一些你經(jīng)常做的勞動密集型工作?！彼忉尩?。

一些例子包括在訴訟中審查民事發(fā)現(xiàn)文件，圖像分類，和轉(zhuǎn)錄音頻。451 Research的分析師Henry Baltazar補(bǔ)充說，對于內(nèi)部IT功能，示例包括調(diào)優(yōu)/優(yōu)化數(shù)據(jù)中心操作、配置管理和系統(tǒng)補(bǔ)丁/更新。

參見:人工智能:趨勢、障礙和潛在的勝利(Tech Pro研究)

其次，對于所有這些例子，“你需要大量數(shù)據(jù)來訓(xùn)練人工智能去做……如果你沒有這些數(shù)據(jù)，你就無法建立一個人工智能系統(tǒng)，”他指出。您可以從Amazon、谷歌和IBM購買現(xiàn)成的應(yīng)用程序，但是如果您需要自定義的應(yīng)用程序，則必須組織一個團(tuán)隊來構(gòu)建它。

Geitgey說:“現(xiàn)在很多人都雇傭?qū)＜?，但是有足夠多的中級軟件開發(fā)人員對此感興趣?！薄斑@是非常不成熟的第一代產(chǎn)品。你可以想象，幾年后，這些工具會變得更加容易獲得和標(biāo)準(zhǔn)化，你可能不會從你的硬件供應(yīng)商那里得到它們。”現(xiàn)在，“如果這是你的公司做過的第一件事，那么有指導(dǎo)可能會有幫助?！?/p>

Geitgey補(bǔ)充道:“第三步是實際創(chuàng)建解決方案并測試其有效性?！彼f，人們經(jīng)?？吹匠笠?guī)模的公司在內(nèi)部電腦維護(hù)操作中使用人工智能，但這對一般規(guī)模的公司來說可能效率不高。

Geitgey說，常見的錯誤包括僅僅因為AI/ML流行而想要使用它，以及在理解需要解決的問題之前就投入到軟件開發(fā)中。

為了開始收集足夠的數(shù)據(jù)來了解問題并開發(fā)足夠智能的軟件，“我總是建議告訴首席執(zhí)行官和決策者，數(shù)據(jù)本身是公司的一項資產(chǎn)……尤其是沒有其他人擁有的東西?！彼f道?！澳阈枰蠹s1萬個數(shù)據(jù)點(diǎn)的東西來做一些有用的事情?！盙eitgey指出，要確保這些數(shù)據(jù)是相關(guān)的——夏季的在線銷售數(shù)據(jù)并不能幫助你的軟件預(yù)測“網(wǎng)絡(luò)星期一”所需的計算周期。

451的巴爾塔扎爾表示，在開發(fā)或購買AI/ML軟件之后，你還必須了解如何衡量它是否兌現(xiàn)了承諾。他說，目前只有不到一半的開發(fā)者知道如何做到這一點(diǎn)。他說，需要關(guān)注的指標(biāo)包括效率的提高(如執(zhí)行工作所需的員工數(shù)量減少)、IT故障單的減少以及更快的補(bǔ)救。

了解智能城市、人工智能、物聯(lián)網(wǎng)、VR、AR、機(jī)器人、無人機(jī)、自動駕駛，以及更多最酷的技術(shù)創(chuàng)新。