克服AI部署的挑战

推特
推特
LinkedIn
分享
脸谱网
fb-share-icon

处理AI最大障碍的5个技巧

你可能听说过这样的统计:超过80%的人工智能(AI)项目从未被部署。虽然我们预计这一数字在未来几年将会下降,但与此同时,企业在成功方面面临着非常现实和普遍的障碍。缺乏高质量的数据、技术专长不足、组织内部不协调:所有这些都是追求人工智能的公司面临的重大挑战的例子。

好消息是,越来越多的公司正在解决这个问题,找到让人工智能为其业务服务的方法,并推出大规模解决方案。bob平台app下载打造人工智能的公司应该从这些成功经验中吸取教训。有了合适的基础设施和合适的工具,你就能最大限度地提高战胜AI的几率。

克服AI部署的挑战

应对AI挑战的5步计划

虽然没有详尽地列出模型构建过程中的每一步,但以下是希望发布高性能AI模型的团队的5个关键建议。

1.选择正确的问题并评估投资回报率

AI实践者往往从项目的一开始就在努力,因为他们在不知不觉中选择了错误的业务问题来使用AI解决。这个问题可能太宽泛,无法有效解决,最终成本太高,或者根本不需要人工智能来解决。要避免这一障碍,就必须预先进行尽职调查。

专家建议执行一个发现阶段,业务团队和技术团队在此阶段共同选择问题、定义解决方案、对该问题的可用数据进行度量,并对从何处获取额外数据进行战略规划。在此阶段,对潜在的投资回报从多个角度来看:这种努力是否对业务至关重要,以及从成功中期望得到什么(它是成本节约吗?额外收入吗?)

你可能会意识到数据并不存在,你需要找到另一种不基于人工智能的解决方案,或者不需要太多数据。或者你可能会发现你选择的问题不太可能给你带来你想要的回报。在发现过程中可能会出现许多相关的发现,所以在这个阶段尽可能地澄清是很重要的。

2.在业务和技术领导者之间架起桥梁

尽管近年来取得了进展,但在部署人工智能方面,商业领袖和技术领袖之间的理解仍存在差距。但是,你的组织中的所有利益相关者都必须理解AI可以做什么以及它的局限性。毕竟,人工智能并不是防弹的;在这个过程中会有不确定性,也可能会犯错误。

提前设定预期,以便所有相关利益相关者,包括商业领袖和高管,了解人工智能计划要实现的目标和实现目标所需的步骤。例如,商业领袖需要理解构建AI的迭代本质;模型将需要连续的数据来进行测试和培训,随着项目的进展,这将需要增加成本。需要在整个项目过程及其相关的资源需求上保持一致。

如果你是第一次部署AI,那么选择一个业务问题和AI解决方案会特别有帮助,你可以轻松地向业务涉众传达它的价值;这样,他们更有可能批准所需资源的分配。

3.协调技术团队

在组织的技术部门中,DevOps、IT和数据科学家等团队之间经常存在不一致。通常,这些团队在竖井中运作;例如,IT通常并不熟悉AI的来龙去脉。然而,对于一个人工智能项目来说,所有这些团队都扮演着重要的角色。在追求人工智能之前,必须协同努力将这些竖井连接起来。

有些公司通过将不同的技术小组合并成一个专门的团队来共同解决挑战,从而实现联合。当然,这个团队只有在贵公司的全力支持下才能运作。

4.投资数据

参与数据驱动的开发,这意味着投资于数据质量高于一切。很明显,与模型复杂性或其他因素相比,模型性能与数据质量的关系最为密切。即使在部署之后,您也需要数据,因为您的模型遇到的真实数据会发生变化。在数据上投资(并确保所有涉众理解这一点的重要性)将是你成功的重要因素。

收集和准备bob体育手机下载也是模型构建过程中最耗时的步骤。在收集阶段,您可能需要从多个源获取数据,与数据提供者合作,或者创建合成数据来实现所有用例。在数据准备阶段,您需要清理数据并准确地对其进行注释。如果后者需要使用主题专家,则需要制定计划来查找这些注释器,或者与能够收集和注释数据的数据提供者一起工作。

因为创建高质量数据需要大量的工作,所以这是您应该尽可能构建自动化的一个领域。创建管道来持续清理、注释和监视数据。如果需要,可以利用允许您定义特定数据协议的开源工具。

5.准备好迭代

构建AI是一个高度迭代的过程。例如,在找到适合您的解决方案的最佳模型之前,您可能需要遍历多个模型。在进行部署之前,您需要在新数据、超参数、特性和其他变量下反复测试模型。即使在部署之后,您的模型也可能在生产中遇到新的不可预见的数据,并需要进行新的培训。合并全面的数据管道,以不断地对新数据重新培训您的模型。

最终,你应该预料到意想不到的事情。新的用例可能出现在您的团队没有考虑到的产品中,或者客户可能与您的解决方案以不同于您想象的方式交互。在任何情况下,都要确保有适当的度量来跟踪各种kpi上的模型性能。同时,你还可以建立一个反馈回路,这样你就可以了解你的客户对你的产品的感觉,并在必要时做出调整。

建筑规模

AI部署的许多挑战归结于低质量的数据、资源不足和内部失调。如果你能够通过强大的基础设施和涉及所有相关利益相关者的前期计划来解决这些障碍,你将会获得成功。完成这些步骤还将帮助你将人工智能解决方案扩展到其他业务单位,进一步证明资源投资的合理性,并为未来的人工智能项目铺平道路。

使用世界级的训练数据部署人工智能的网站bob体育手机下载
语言