为何数据治理对AI和ML至关重要

啁啾
推特
LinkedIn
分享
脸谱网
fb共享图标

物联网(IoT)就是一个突出的例子关于数据的质量和数量对于成功的机器学习(ML)和人工智能(AI)计划至关重要。事实上,人工智能和数据治理是齐头并进的。

构成物联网的大型物理设备网络正在迅速增加。Gartner预测,到2020年,它将包括200亿连接设备,而IDC预测这一数字将接近500亿年他说,每年创建和复制的数据将达到44万亿gb。

除工业设备外,可供收集的数据源包括电子邮件、图像和视频——以及更多日常消费品,如健身跟踪器、玩具、汽车、家用电器,甚至家庭宠物的项圈。

由于通过智能使用信息可以实现业务效率和收益,因此最终是软件、算法的耦合,智能和巨大的数据浪潮支撑着AI和ML的发展。

在人工智能和机器学习中,数据有助于提高“精确度”

数据统治A.机器学习对于试图构建人工智能改善自身产品或服务的策略。约翰·弗鲁赫,资深行业分析师,提出了写作的观点福布斯:“根据不准确的数据制定战略会产生令人怀疑的结果。重要的是不要将战略重点放在产品、技术或零件(事物)上。而不是集中在怎样物联网,客户需要关注什么物联网的一部分,即数据。”

在TOPBOTS高管培训的最新播客系列中,名为人工智能促进增长’,凯文·斯科特,微软首席技术官,呼应了这一战略方针。他指出,数据治理用于机器学习至关重要准确了解组织中的哪些数据块有或没有告知它能够构建的人工智能类型。

在播客中,斯科特重点介绍了他最感兴趣的两项人工智能进步过去一年中的发展精密医学精准农业:

“随着精准农业的发展,我们正在进入一个智能化的时代,在这个时代,这些智能设备无处不在,包括能够安装在无人机上,让你能够收集更多有关农业运营的有趣数据。同样的事情也发生在医学上,你可以将这些越来越多的智能设备结合起来来自智能手表或健身带的关于人体的海量数据,然后将这些数据与现代人工智能(如深度神经网络)相结合。你将能够做的事情真的令人难以置信,比如在患者出现症状之前预测严重的健康状况,而在患者出现症状之前,预测严重的健康状况相对容易ix患者患病后的基本健康状况。”

数据与对话人工智能的语言和人类技能相结合

雷切尔·雷卡特欧特克(Autodesk)软件公司机器辅助部门的主管人工智能促进增长播客。她领导开发和实施了Autodesk第一个用于客户参与的人工智能应用程序。他们的虚拟助手,艾娃,将解析时间减少了99%,并将成本从每张15-200美元降至1美元以下。

Rekart对开发成功的人工智能对话代理的客户参与过程的见解,强调了在技术和人类人才之间建立正确的桥梁的必要性。

她解释说:“大多数时候,当人们想到(人工智能和ML)解决方案时,他们认为他们需要一个数据科学家,他们很乐意去做bob平台app下载,但他们离事实太远了!我有数据科学家,我有计算语言学家,专注于对话设计,以及如何通过你措辞的方式创造或引出回应。我有创意作家,我有UX研究员,我有商业分析师,我有沟通经理。它确实是很多了解对话的价值以及如何沟通技术和人文的人,因为这是两者的融合。”

对于寻求实施类似对话式AI解决方案的组织,她列出了一些有用的里程碑,我们在这里解释了这些里程碑:

  • 启动之前A.重新准备并经常迭代。做No别担心立即实现完美;相反,找到你的解决方案在那里,让它学习,让它捕捉客户的询问,然后确保你的员工在你发布后进行迭代。
  • 投资人才,不仅仅是技术。
  • 人格问题; 聚氨基甲酸酯TT思考如何你的bob外围怎么样公司将派代表出席。如果是的话NoT,你的客户会的。
  • 做好权衡的准备,因为你wi我发现客户会以各种不同的方式与你互动。ThE工业瞿移动ck,所以你需要能够灵巧新的功能,如图像识别,情绪分析所有其他提升整体客户体验的功能。

您的数据策略是什么?

鉴于数据的重要性治理对于机器学习项目,您是否制定了可靠的数据策略?我们的专家可以提供帮助。我们我曾与许多领先的全球公司合作,这些公司如今正在大规模实施机器学习。联系我们今天我们要学习更多。

网站部署人工智能与世界级的训练数据bob体育手机下载
语言