如何自信地部署AI

推特
推特
LinkedIn
分享
脸谱网
fb-share-icon

解锁商业价值的人工智能方法

人工智能(AI)已经在改变商业,降低成本,最大化收益,增强客户体验。许多组织都注意到了:人工智能市场的规模预计将增长到390美元。9欧元到2025年,该领域内的工业也会出现类似的趋势汽车例如,人工智能预计将增长35%一年,人工智能制造业可能会增加72.2亿美元到2023年。我们看到很多组织也在加速采用人工智能项目Gartner报告称,平均每家公司在2019年采用了四个人工智能项目bob外围怎么样,预计到2022年将采用35个。

即使有如此巨大的增长,部署人工智能的挑战依然存在。据顶级行业分析师称,大多数(约80%)人工智能项目停留在试点阶段或概念验证阶段,从未投产。在许多情况下,这是由于缺乏高质量的数据。道德和负责任的人工智能仍然是许多公司面临的障碍,在人工智能做出越来越有影响力的决策之际,这些公司往往缺乏资源或内部人才来构建公正的模型。企业还面临着规模化和自动化的艰苦战斗;尽管技术领袖们热衷于将DevOps原则应用于人工智能,但他们仍在努力构建一个自动端到端机器学习(ML)管道的解决方案。

提前开发正确的工具和战略将有助于克服这些挑战,给予企业部署的信心和扩大规模的潜力。

培训、部署和调优ML模型的技术和工具

如果有一个关键的外卖,可以放心地部署ai,这是:一切都在数据中。你知道你需要高质量的培训数据来推出有效的模型。bob体育手机下载所以预先定义你的数据策略,包括你的数据管道将是什么样子,这对成功至关重要。为了说明这一点,让我们遍历一个正常的ML管道:

收集和注释数据

许多数据科学家和机器学习工程师都这么说约80%他们的时间都花在了争论数据上。这是一个巨大的提升,但没有训练数据,模型就无法工作。bob体育手机下载然后,模型构建过程从收集和标记训练数据开始。bob体育手机下载

你会想要从一个明确的策略开始数据收集。考虑一下您的目标用例,并确保您的数据集代表它们中的每一个。有一个收集不同数据集的清晰计划。例如,如果你正在为一辆自动驾驶汽车构建人工智能,你可能需要代表不同地理、天气和一天中的不同时间的数据。

接下来,您需要实现您的数据注释过程,在大多数情况下,这需要一群不同的人类注释者。你的标签越准确,你的模型的预测最终就会越精确。各种透视图将使您能够涵盖更广泛的使用和边界情况的选择。

在数据收集和注释阶段,为工具制定正确的计划是至关重要的。一定要将质量保证检查集成到流程中。考虑到这一步会占用AI项目的大部分时间,所以在这一领域与数据伙伴合作特别有帮助。

培训和验证模型

当您的训练数据准备好bob体育手机下载后,使用这些数据训练您的模型。大多数ML模型利用监督学习,这意味着您将需要人类提供地面真相监测。他们会检查以确保模型做出了准确的预测。这通常是一个关键阶段,但是一个较轻的提升。如果模型在这个阶段不起作用,那么返回来确保你的训练数据确实是你需要的正确数据。bob体育手机下载优化时要关注该模型应该带来的业务价值。

放心部署并调优模型

一旦您的模型达到所需的精度水平,您就可以启动了。部署后,模型将开始遇到真实的数据。继续评估模型的输出;如果它不能输出正确的数据,则通过验证阶段循环返回该数据。在预测可信度较低或出现错误的情况下,让人处于回路中手动检查模型的准确性并提供正确的反馈是很有帮助的。

请记住在部署后定期调优模型。根据麦肯锡在美国,随着市场状况的变化,33%的人工智能部署需要每月进行“关键”数据更新,以保持精度阈值。在我们的AI 2020状态中,我们发现75%的组织表示他们必须至少每季度更新他们的AI模型。无论如何,每一个模型应该持续监控数据漂移,以确保它不会随着时间的推移而变得低效甚至过时。

现实世界的成功故事

自信地部署ai.

公司正在利用AI众多迷人的忠诚。以下实施例尤其证明了具有集成数据管道的重要性以充满信心地部署。

农业

2017年,约翰迪尔公司(John Deere)收购了蓝河科技公司(Blue River Technologies),这两家公司将为杀虫剂的使用带来革命性的变化。他们的人工智能模型使用无人机和计算机视觉算法来识别农场上的杂草。这样一来,农药只会喷洒在杂草上,而不是所有的庄稼上。每年在杀虫剂上的花费约为200亿美元,但通过这些努力,预计杀虫剂成本将减少90%。

这个人工智能项目的方法论是精确的图像分割。此方法需要标签数据在像素级确定图像的哪个组成部分是杂草和作物。可以想象,注释过程非常复杂和复杂。它既需要一个全面的工具接口,也需要在分割方面具有深度专业知识的人员。

制造业

制造业正在使用人工智能来实现物流和供应链的自动化。例如,诺基亚(Nokia)就使用机器学习技术,在质量出现偏差时向装配操作员发出警报。具体来说,如果在生产过程中有不一致的地方。人工智能还可以监控和跟踪软件包,作为智能工厂监控系统的一部分,减少交货时间,防止库存过剩,或者它可以监控吞吐量和停机时间,从成本角度来说,这是非常有影响的因素。

制造业中的数据管道高度依赖于制造业的类型和供应链的性质。可能需要从不同的机器和传感器收集数据,并聚合以创建人类可读的分析。

汽车

汽车人工智能有许多值得强调的趋势,包括自动化和安全、语音辅助和个性化等等。无人驾驶汽车可能是最受关注的,因为它有能力极大地改变我们的日常生活。

当我们看到ML在打造人工智能驱动的全自动汽车时所涉及的管道时,这些都变得越来越复杂。为了有效地训练一种算法,需要大量的传感器数据(例如摄像机、激光雷达和雷达)。在这一领域,工具的增强对于构建安全、高效的人工智能至关重要。

不过,这并不仅限于自动驾驶汽车。日产利用机器学习来增加试驾体验的转换率,增加试驾体验的次数超过900%通过持续分析1000多个数据点。

这些例子表明,许多人工智能用例需要复杂的数据管道来支持精确的模型。在类似的情况下,提前获得数据策略可能是成功与失败的区别。

ML管道有助于自信地部署并实现业务价值

开发一个自动的、集成的、可伸缩的数据和模型管道将帮助您提高交付速度和对模型的信心。有许多关键步骤可以确保你的模型是成功的,但最大的步骤之一是确保你的训练数据是准确的。bob体育手机下载

由于在数据收集和注释上花费了大量时间,而且需要定期进行再培训和优化,即使是最大的人工智能领导者也会求助于数据合作伙伴。数据合作伙伴可以减少您的团队在模型构建过程的这一部分所花费的时间,并帮助QA您的模型,以确保它在扩展时保持准确。了解更多关于happen如何帮助您满怀信心地部署和支持您的数据收集注释的需求。

使用世界级培训数据部署AI的网站bob体育手机下载
语言