每個IT問題都有學(xué)習(xí)曲線和臨界點，以及頓悟時刻-即當(dāng)解決方案出現(xiàn)時。在人工智能項目中，我也經(jīng)歷過同樣的事情;例如我意識到AI與傳統(tǒng)軟件編程的邏輯有多么不同時。隨后我形成AI思維模式，讓我可以真正開始使用AI。

隨著AI成為各行各業(yè)的標(biāo)準(zhǔn)，你的企業(yè)也需要這樣做。

AI有時被稱為“軟件2.0”，因為它的編程方式完全不同。我們必須讓計算機自己學(xué)習(xí)，而不是告訴計算機做什么。為了使其“更加智能”，我們必須為其提供更多更好的培訓(xùn)數(shù)據(jù)。然后通過檢測數(shù)據(jù)集的模式，AI可以“編程自己”。

基于此，我們有時很難知道AI真正學(xué)到了什么。有些情況下，AI被訓(xùn)練為檢測綿羊，而實際上學(xué)會了檢測草，或者AI被訓(xùn)練為通過面部來檢測罪犯，而實際上只是微笑檢測器。當(dāng)然，這些都是極端的例子，但是，那些不太容易出錯的情況其實更糟糕，因為它們將我們的種族或性別偏見帶入AI的決策算法，而這更難被發(fā)現(xiàn)。

因此，正確訓(xùn)練人工智能非常重要。以下是有關(guān)如何開始使用AI的三條建議。

對于人工智能能為你的企業(yè)做什么以及不能做什么，設(shè)置合理的期望

在開啟AI之旅前，首先需要設(shè)置合理的期望，對于AI可以為你的企業(yè)做什么。

不幸的是，媒體和廠商圍繞人工智能的炒作使企業(yè)得很難設(shè)置合理的期望。例如，對于AI災(zāi)難的警告，例如，AI比人類更加智能，會導(dǎo)致誤導(dǎo)的期望，而當(dāng)未實現(xiàn)預(yù)期時，會導(dǎo)致整個項目失敗。

大多數(shù)項目都會根據(jù)人類在相同情況下的表現(xiàn)來衡量人工智能的準(zhǔn)確性。例如，神經(jīng)網(wǎng)絡(luò)檢測癌癥的準(zhǔn)確率高達94%，超越人體放射科醫(yī)師。當(dāng)然，醫(yī)療行業(yè)特別敏感并且需要超精確的人工智能，這種案例并不適用于很多其他行業(yè)。例如，視頻推薦引擎有80%的準(zhǔn)確率已經(jīng)很不錯，其他項目可能只需要準(zhǔn)確率為30%至40%即可。

人工智能驅(qū)動的數(shù)字體驗平臺Bloomreach的首席技術(shù)官Xun Wang表示：“即使AI只提供2%的提升或只有30%的準(zhǔn)確率，可能已經(jīng)足夠好。這里問題不在于它是否足夠好;而是如何在更大的系統(tǒng)中利用AI技術(shù)或組件來實現(xiàn)某種增量提升?！?/p>

因此，衡量標(biāo)準(zhǔn)不是人工智能的準(zhǔn)確率百分比，而是人工智能對你的業(yè)務(wù)有多大幫助。你不應(yīng)該期望AI完全取代你的員工，真正的衡量標(biāo)準(zhǔn)應(yīng)該是它如何增強他們的工作，使他們的工作更容易，提高他們的準(zhǔn)確性并節(jié)省他們的時間。

發(fā)現(xiàn)企業(yè)數(shù)據(jù)中的價值

要開始使用AI，你需要數(shù)據(jù)–質(zhì)量數(shù)據(jù)。在AI中對良好數(shù)據(jù)(以及大量良好數(shù)據(jù))的需求似乎顯而易見，因為這是一種需要數(shù)據(jù)的技術(shù)。但令我驚訝的是，通常會遺漏數(shù)據(jù)收集步驟。

我認為這是因為IT專業(yè)人員還沒有AI思維模式。要培養(yǎng)AI思維模式， CIO需要研究他們的業(yè)務(wù)流程，發(fā)現(xiàn)他們收集(或需要收集)的數(shù)據(jù)，并找到相應(yīng)地通過AI優(yōu)化或改進業(yè)務(wù)的方法。

這些數(shù)據(jù)可能位于你的crm、網(wǎng)站分析日志或支持服務(wù)單中。通過AI思維模式，你將開始以不同的方式思考這些數(shù)據(jù)。重要的不是數(shù)據(jù)的內(nèi)容，而是你可以從中提取的模式和特性。

對于“數(shù)據(jù)”，我們并不僅僅意味著人口統(tǒng)計或上網(wǎng)行為。 AI非常愚蠢，因為它不知道它自己的作用，但它在檢測我們無法想到的模式方面卻又非常聰明。雖然AI缺乏人類理解，但它的計算速度可以彌補這一點。 例如，在自然語言理解領(lǐng)域，研究人員已經(jīng)為AI提供了數(shù)十億字節(jié)的文本。他們的目的是讓AI找到單詞之間的相似性和關(guān)系 – 例如，“女人”和“男人”之間的關(guān)系，與“女王”和“國王“之間的關(guān)系結(jié)構(gòu)相似。7月初，科學(xué)家利用這種機制研究了大量科學(xué)文摘，以發(fā)現(xiàn)以前被忽視的化合物。

當(dāng)你開始使用AI，你會看到每個“數(shù)據(jù)湖”都可作為AI優(yōu)化機會：你擁有構(gòu)建塊數(shù)據(jù);添加AI使你可以探索數(shù)據(jù)以挖掘其潛力。例如，我們可以開發(fā)支持系統(tǒng)，在客戶或用戶向運營商報告問題前，根據(jù)他們正在編寫的內(nèi)容，而不僅僅是觸發(fā)器關(guān)鍵字，向客戶或用戶推薦解決方案。或者通過情緒分析，檢測客戶問題的嚴重性，并相應(yīng)地將高級員工分配到更緊急的案例中。

當(dāng)然，在某些情況下，你會發(fā)現(xiàn)需要AI，但你沒有必要的數(shù)據(jù)。在這些情況下，你可以開始在內(nèi)部收集數(shù)據(jù)，也可以從第三方來源獲取或購買必要的數(shù)據(jù)，以便更快地開始使用。

從簡單算法開始并保持在正確的軌道

當(dāng)你開始使用AI時，重要的是從小處著手。

市場情報提供商TeqAtlas公司聯(lián)合創(chuàng)始人兼總裁Ruslan Gavrilyuk表示：“從克服慣性方面障礙最少的流程以及允許跟蹤好結(jié)果的流程開始。從小處著手，一次自動化一個流程，并僅在出現(xiàn)可見結(jié)果后才繼續(xù)?！?/p>

從小處著手的原因之一是需要訓(xùn)練AI。沒有什么比花費數(shù)小時訓(xùn)練AI而最終結(jié)果不盡人意更令人沮喪。因此，更簡單的算法(訓(xùn)練速度更快)可更好展示你是否處于正確的軌道。

Gavrilyuk繼續(xù)道：“請記住，獲得可見結(jié)果需要時間，更不用說投資回報率了?！钡谝淮芜\行時不要嘗試啟動深度學(xué)習(xí)或卷積網(wǎng)絡(luò)。

同樣，你的AI團隊必須準(zhǔn)備數(shù)據(jù)，這說起來容易做起來難。在BI領(lǐng)域中使用經(jīng)常引用的格言：“無用輸入，無用輸出”。在抓取網(wǎng)頁時，很容易從側(cè)邊欄獲取廣告或注釋，這與主頁的內(nèi)容完全無關(guān)。同樣，數(shù)據(jù)的質(zhì)量很重要。當(dāng)Open AI訓(xùn)練其“怪異”的GPT-2模型時，它只依賴于Reddit上有高投票的文章。

即使在訓(xùn)練期間，你的AI開發(fā)人員也應(yīng)該了解AI模型如何理解數(shù)據(jù)。例如，垃圾郵件過濾引擎可以顯示最有可能被它視為垃圾郵件的內(nèi)容-快速查看幕后情況可顯示AI是否在正確的軌道。

只有在數(shù)據(jù)干凈，并且AI模型和算法得到很好理解后，AI開發(fā)人員才應(yīng)該嘗試優(yōu)化它，通過轉(zhuǎn)向更高級的算法，例如卷積神經(jīng)網(wǎng)絡(luò)或遞歸神經(jīng)網(wǎng)絡(luò)。到那個時候，Gavrilyuk建議你“租用計算能力和存儲，而不是購買和維護它”。

現(xiàn)在是時候開始AI之旅

根據(jù)TeqAtlas的研究顯示，人們對AI應(yīng)用缺乏了解。文化障礙阻礙著企業(yè)部署人工智能，因為很多企業(yè)領(lǐng)導(dǎo)要么將技術(shù)視為消除其工作的競爭對手，要么無法信任地將控制權(quán)移交給機器。

然而，人工智能是非常棒的技術(shù)，而且非常必要，特別是隨著競爭的加劇。如果你知道開啟AI之旅的要求是什么、你應(yīng)該設(shè)置怎樣的合理期望以及如何實現(xiàn)這一目標(biāo)，你就會知道如何利用這項新技術(shù)的力量，而屆時這種興奮將轉(zhuǎn)化為業(yè)務(wù)成果。

分享文章：3個重要步驟助你開啟AI之旅
本文來源：http://jinyejixie.com/news/98757.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供自適應(yīng)網(wǎng)站、網(wǎng)站收錄、服務(wù)器托管、品牌網(wǎng)站制作、品牌網(wǎng)站設(shè)計、移動網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)