在2018年纽约人工智能峰会上，我们听取了来自人工智能生态系统多个组织的高管小组的意见，包括我们自己的apappen首席执行官Mark Brayan。小组成员分享了他们对人工智能在不同组织中的使用、需要解决的问题以及未来的看法。
AI应用程序的透视
DRYiCE全球产品管理主管Clayton Ching讨论了他的组织是如何在IT运营中部署人工智能的，其目标是走向一个自我学习的平台，最终将人类从决策过程中移除。他承认，这个过程需要时间来发展，并在公司获得广泛接受，因为人类天生不相信机器能做出商业决策。bob外围怎么样组织将需要证明是增量的
随着时间的推移，利益证明了模式和建立员工信任。
LG Silicon Valley Lab高级副总裁兼总经理Mohammed Ansari描述了如何在其业务的B2C和B2B段中使用AI，以改善LG产品的用户体验。AI用于推动关于客户互动的实时学习，以便用户体验可以改善他们所谓的“沉浸”。虽然LG正在使用AI技术来增强这些经验，但Ansari强调了人类参与在以市场确定对每个产品的正确适合的重要性。
Luminoso的首席战略官员Catherine Havasi讨论了我们如何在AI潜力方面涂抹了表面。“沉浸式经验”需要通过不同类型的基础设施来支持，这只是开始探索。虽然申请AI的低悬油水果机会已经实施，例如Chatbots，我们需要开始解决沉浸式客户体验等“更高悬挂的水果”机会。
关键考虑因素
该小组为正在考虑AI举措的组织提供重要建议。HAVASI强调了任何计划才能落实AI的公司应考虑的几个重要观点。bob外围怎么样首先，确定组织想要与AI解决的业务问题，并建立AI如何解决它们。接下来，确定谁拥有主动权。Havasi表明，无论谁拥有KPI的业务问题，即AI倡议旨在解决应该拥有该计划。此外，为了确保适当部署AI倡议而不是成为“科学公平项目”，她建议在一开始就如何运作它。问问自己，“我们的组织是否有资源支持生产计划？”最后，她说，由于艾才依赖于数据，因此寻求部署的所有组织需要一个坚实的数据策略。
Appen首席执行官Mark Brayan对此进行了解释bob体育手机下载训练数据集机器学习需要包含尽可能多的边缘用例。例如，有许多道路、汽车和卡车的图像可以用来训练一辆自动驾驶汽车，但洗衣机在道路中间从卡车上掉下来的边缘情况又如何呢?如果无人驾驶汽车没有接受过这种图像训练，它就不知道如何应对这种图像。
Dave Parsin，北美的人为解决方案的VP，解释说，公司应该为AI开展关键成果的AI卓越bob平台app下载中心，并由业主拥有。此外，他认为组织中的首席数据官必须致力于道德和负责任的数据。此观点来自萨那·卡里加尼从英国政府办公室的AI办公室共享，他们强调应该建立安全和道德机器学习算法从头开始。
封闭的思想
论坛主持人、来自《福布斯》的里奇·卡尔加德请所有嘉宾就他们对人工智能的积极看法和担忧发表总结意见。哈瓦西乐观地谈到了现有人工智能工具对我们日常工作方式产生影响的能力。从客户服务自动化到广告技术，她对我们今天在市场上看到的发展感到兴奋。Brayan讨论说，尽管有很多关于人工智能将如何消除工作岗位的讨论，但今天的情况正好相反。例如，Appen目前每月向4万多名灵活承包商支付费用，用于提供高质量数据的项目，以实现广泛的基于机器学习的解决方案。bob平台app下载对全世界成千上万的人来说，这是一个实实在在的经济机会。
帕森预测，人工智能在沉浸式、智能化和个性化体验方面的应用将变得越来越普遍。Ching相信他的孙子们不会有驾照，因为“他们不需要”。
通过所有这一令人兴奋的发展，仍有需要解决的问题。Khareghani解释说，妇女和少数群体等人口的主要部分是机器学习算法中的代表性，因为它们通常不参与创建它们。她强调了包括这些团体向前移动的重要性，如果AI是真正的代表性和没有偏见。
入门
一旦确定了您希望AI解决的业务问题，您需要构建一个全面的数据策略来构建有效的机器学习算法。您可以通过使用策划人群来收集和注释您的数据来确保人口分集并删除内部偏见。我们今天联系我们，了解有关我们如何帮助8个全球技术公司的8个 - 以及汽车公司，金融服务公司，全球政府以及更多 - 建立强大的数据管道来促进其机器学习计划。bob网页版
-
联系我们了解更多关于机器学习和人工智能的人工注释数据解决方案。bob平台app下载
