如何成功實施人工智能形勢？

　　人工智能(AI)和機(jī)器學(xué)習(xí)(ML)正在從商業(yè)流行語轉(zhuǎn)向更廣泛的企業(yè)采用攻堅克難。圍繞戰(zhàn)略和采用的努力讓人想起企業(yè)云戰(zhàn)略的周期和轉(zhuǎn)折點，當(dāng)時企業(yè)不再有遷移到云的選擇高效節能，只剩下何時以及如何遷移的問題相關。

　　人工智能和機(jī)器學(xué)習(xí)的實施策略與企業(yè)構(gòu)建其方法的演變模式相同。在本文中基地，我們將帶大家了解如何讓人工智能和機(jī)器學(xué)習(xí)充分發(fā)揮其潛力影響力範圍。

　　據(jù)研究報告發(fā)現(xiàn)，近三分之二的企業(yè)技術(shù)決策者已經(jīng)實施選擇適用、正在實施或正在擴(kuò)大人工智能的使用生動。這項工作和努力是由企業(yè)內(nèi)部的企業(yè)數(shù)據(jù)湖驅(qū)動的，由于合規(guī)性和低成本存儲核心技術，這些數(shù)據(jù)湖大部分處于閑置狀態(tài)綠色化，利用這些豐富的存儲庫，讓人工智能回答我們沒有問的問題創新能力，或者可能不知道該問的問題至關重要。

　　預(yù)計到2026年，以人工智能為中心的系統(tǒng)支出將超過3000億美元發展，而未來幾年改進措施，各行業(yè)的企業(yè)將繼續(xù)采用人工智能和機(jī)器學(xué)習(xí)技術(shù)，轉(zhuǎn)變其核心流程和業(yè)務(wù)模式效果，以利用機(jī)器學(xué)習(xí)系統(tǒng)來增強(qiáng)運營并提高成本效率發展的關鍵。當(dāng)企業(yè)領(lǐng)導(dǎo)者開始制定如何充分利用這項技術(shù)的計劃和策略時，他們必須記住體系，采用人工智能和機(jī)器學(xué)習(xí)的道路是一段旅程系統穩定性，而不是一場競賽。

　　如何成功實施人工智能?

　　1.明確定義用例

　　對于企業(yè)領(lǐng)導(dǎo)者及其項目經(jīng)理來說，首先要花時間明確定義和闡明他們希望人工智能解決的特定問題或挑戰(zhàn)集中展示，這一點很重要可靠保障，因為目標(biāo)越具體規劃，他們實施人工智能的成功機(jī)會就越大。

　　2.驗證數(shù)據(jù)的可用性

　　一旦明確定義了用例共同，下一步就是確卑l展，F(xiàn)有的流程和系統(tǒng)能夠捕獲和跟蹤執(zhí)行所需分析所需的數(shù)據(jù)。

　　大量的時間和精力花費在數(shù)據(jù)攝取和整理上勃勃生機，因此企業(yè)必須確保捕獲足夠數(shù)量的正確數(shù)據(jù)進一步，并具有正確的變量或特征，例如年齡多種、性別或種族。值得記住的是極致用戶體驗，由于數(shù)據(jù)的質(zhì)量與數(shù)據(jù)的數(shù)量對成功的結(jié)果同樣重要強大的功能，因此企業(yè)應(yīng)該優(yōu)先考慮數(shù)據(jù)治理程序。

　　3充分發揮、開展基礎(chǔ)數(shù)據(jù)挖掘

　　對于企業(yè)來說與時俱進，一頭扎進(jìn)模型構(gòu)建練習(xí)可能很誘人，但至關(guān)重要的是解決方案，它首先要進(jìn)行快速數(shù)據(jù)探索練習(xí)更優質，以驗證其數(shù)據(jù)假設(shè)和理解。這樣做將有助于根據(jù)企業(yè)的主題專業(yè)知識和商業(yè)頭腦初步建立，確定數(shù)據(jù)是否在講述正確的故事項目。

　　這樣的練習(xí)還將幫助企業(yè)了解重要的變量特征應(yīng)該或可能是什么，以及應(yīng)該創(chuàng)建哪種數(shù)據(jù)分類重要方式，作為任何潛在模型的輸入綜合運用。

　　4.匯集多元化、包容性的工程團(tuán)隊

　　為了使人工智能模型真正成功增產，管理該模型的團(tuán)隊需要帶來各種想法和觀點創新內容。這就要求在考慮到諸如性別、種族和神經(jīng)多樣性等人口和社會因素的情況下信息，從盡可能多的人群中雇用和納入工作人員實踐者。

　　在科技行業(yè)和商業(yè)領(lǐng)域，技能差距仍然很突出廣泛關註，但招聘和留住各種背景的員工可以緩解這一問題豐富，并確保人工智能模型盡可能具有包容性和可操作性》绞街?；〞r間根據(jù)行業(yè)進(jìn)行基準(zhǔn)測試我有所應，找出需要更多代表的地方。

　　5.定義模型構(gòu)建方法

　　與其關(guān)注假設(shè)應(yīng)該實現(xiàn)的最終目標(biāo)首要任務，不如關(guān)注假設(shè)本身管理。運行測試以確定哪些變量或特征最重要新型儲能，將驗證假設(shè)并改進(jìn)其執(zhí)行。

　　應(yīng)讓多元化的業(yè)務(wù)和領(lǐng)域?qū)＜覅⑴c其中應用提升，因為他們的持續(xù)反饋不同需求，對于驗證和確保所有利益相關(guān)者達(dá)成共識至關(guān)重要。事實上新品技，由于任何機(jī)器學(xué)習(xí)模型的成功都取決于成功的特征工程發展空間，因此在獲得更好的特征時，主題專家總是比算法更有價值保持穩定。

　　6.定義模型驗證方法

　　性能指標(biāo)的定義將有助于對多種算法的結(jié)果進(jìn)行評估就此掀開、比較和分析，進(jìn)而有助于進(jìn)一步完善特定模型。例如總之，分類準(zhǔn)確性在處理分類用例時將是一個很好的性能衡量標(biāo)準(zhǔn)。

　　數(shù)據(jù)需要分為兩個數(shù)據(jù)集：一個訓(xùn)練集紮實做，用于訓(xùn)練算法;一個測試集足了準備，用于評估算法。根據(jù)算法的復(fù)雜性支撐作用，這可能就像選擇隨機(jī)分割數(shù)據(jù)一樣簡單穩步前行，例如60%用于訓(xùn)練，40%用于測試著力提升，或者可能涉及更復(fù)雜的采樣過程指導。

　　與測試假設(shè)一樣，業(yè)務(wù)和領(lǐng)域?qū)＜覒?yīng)該參與進(jìn)來驗證發(fā)現(xiàn)，并確保一切都朝著正確的方向發(fā)展不合理波動。

　　7.自動化和生產(chǎn)推廣

　　模型構(gòu)建并驗證后，必須將其投入生產(chǎn)大幅拓展。從幾周或幾個月的有限推出開始助力各業，業(yè)務(wù)用戶可以提供有關(guān)模型行為和結(jié)果的持續(xù)反饋，然后可以向更廣泛的受眾推出重要工具。

　　應(yīng)選擇正確的工具和平臺來自動化數(shù)據(jù)攝取將進一步，并建立適當(dāng)?shù)南到y(tǒng)將結(jié)果傳播給適當(dāng)?shù)氖鼙姟Ｔ撈脚_應(yīng)提供多個接口提供有力支撐，以滿足企業(yè)最終用戶不同程度的知識需求實際需求。例如，業(yè)務(wù)分析師可能希望根據(jù)模型結(jié)果進(jìn)行進(jìn)一步分析發展成就，而臨時終端用戶可能只想通過儀表板和可視化與數(shù)據(jù)進(jìn)行交互性能。

　　8.繼續(xù)更新模型

　　一旦模型發(fā)布并部署使用，就必須對其進(jìn)行持續(xù)監(jiān)控優勢，因為通過了解其有效性設計，企業(yè)將能夠根據(jù)需要更新模型。

　　由于多種原因，模型可能會過時善謀新篇。例如推進高水平，市場動態(tài)可能會發(fā)生變化，企業(yè)本身及其商業(yè)模式也可能會發(fā)生變化供給。模型建立在歷史數(shù)據(jù)的基礎(chǔ)上不斷發展，以便預(yù)測未來的結(jié)果，但隨著市場動態(tài)偏離企業(yè)一貫開展業(yè)務(wù)的方式拓展應用，模型的性能可能會惡化非常重要。因此，重要的是要記住必須遵循哪些流程以確保模型保持最新集聚效應。

　　企業(yè)人工智能正在迅速超越炒作并進(jìn)入現(xiàn)實貢獻，并將對業(yè)務(wù)運營和效率產(chǎn)生重大影響。現(xiàn)在花時間規(guī)劃其實施將使企業(yè)處于更有利的地位提升，以便進(jìn)一步享受其好處。

來源：千家網(wǎng)