บริการ ปัญญาประดิษฐ์ SageMakerที่เพิ่งเปิดตัวของ Amazon เป็นการพัฒนาใหม่ที่น่าตื่นเต้น แต่โปรแกรมไม่ได้ทำทั้งหมด มีช่องว่างที่ชัดเจนระหว่างเทคโนโลยี AI ที่เป็นนวัตกรรมที่มีอยู่กับโซลูชัน AI ที่จะช่วยขับเคลื่อนผลลัพธ์ทางธุรกิจในกรณีเฉพาะของคุณ การใช้ผลิตภัณฑ์เช่น SageMaker นั้นเหมือนกับการมี Tesla Model S ใหม่เอี่ยม: มันเป็นรถที่ยอดเยี่ยม แต่มันจะเป็นที่ทับกระดาษไฟฟ้า
ขนาดใหญ่ถ้าคุณไม่รู้วิธีการขับเราได้พูดถึง “การเดิน” กับ AI
ในบทความเกี่ยวกับผู้ประกอบการก่อนหน้านี้ ; ตอนนี้ได้เวลาลงแข่งแล้ว ที่ Manifold เราทำงานร่วมกับลูกค้าโดยใช้วิธีการที่เรียกว่า “Lean AI” วิธีการของเราได้รับแรงบันดาลใจจากกระบวนการยอดนิยมอื่นๆ มากมาย รวมถึง การออกแบบที่เน้นมนุษย์เป็นศูนย์กลาง โดยIDEO การพัฒนาซอฟต์แวร์ที่คล่องตัว วิธี การของLean StartupและCRISP-DM Lean AI มีหกขั้นตอน: ทำความเข้าใจ สร้างแบบจำลอง สร้างแบบจำลอง รับข้อเสนอแนะ ปรับใช้ และตรวจสอบความถูกต้อง ในที่นี้ ฉันจะเน้นไปที่ส่วนสำคัญ 3 ประการที่ผู้ประกอบการทุกรายจะต้องปฏิบัติตามเพื่อเพิ่มประสิทธิภาพ AI
ที่เกี่ยวข้อง: 10 เทรนด์ปัญญาประดิษฐ์ที่น่าจับตามองในปี 2561
1. วิศวกร: เลิกล้อเล่น
เนื่องจากวิศวกรรม AI เป็นวิศวกรรมซอฟต์แวร์ คุณจึงต้องใช้แนวทางปฏิบัติที่ดี เช่น การควบคุมแหล่งที่มา การตรวจสอบโค้ด และอินเทอร์เฟซที่สะอาด และอื่นๆ นักวิทยาศาสตร์ข้อมูลหลายคนมีความผิดในการ “เล่นในแซนด์บ็อกซ์” แต่คุณควรสร้างราวกับว่าคุณกำลังจะผลิต
ที่ Manifold หนึ่งในขั้นตอนที่สำคัญที่สุดที่เราดำเนินการเกี่ยวข้องกับการใช้ Docker เพื่อใช้ประโยชน์จากวิทยาการข้อมูลที่บรรจุในคอนเทนเนอร์ โฟลว์ของนักพัฒนาที่ได้นั้นสะอาดกว่าและมีการทำงานร่วมกันมากขึ้นและท้ายที่สุดก็มีประสิทธิผลมากกว่ามาก
ผู้คนทำงานด้านวิศวกรรมซอฟต์แวร์มายาวนานกว่าที่พวกเขาเคยทำงานด้านโซลูชัน AI การใช้แนวทางปฏิบัติที่ดีที่สุดในการพัฒนาและการดำเนินงานที่มีอยู่กับระบบ AI จะทำให้กระบวนการของคุณมีประสิทธิภาพมากที่สุดเท่าที่จะเป็นไปได้
2. โมเดล: เริ่มต้นเล็ก ๆ และเพิ่มขนาด
เมื่อรวม AI เข้ากับธุรกิจของคุณ ความเป็นไปได้ดูเหมือนจะไม่มีที่สิ้นสุด อย่าปล่อยให้จินตนาการของคุณครอบงำคุณ แม้ว่าคุณจะมีแผนใหญ่ คุณก็ต้องการเริ่มต้นง่ายๆ และขยายขนาดให้ใหญ่ขึ้น รับคำแนะนำจาก Emmanuel Ameisenหัวหน้าฝ่าย AI ที่ Insight Data Science ซึ่งเป็นโปรแกรมมิตรภาพหลังปริญญาเอกที่เชื่อมโยงกับชื่อใหญ่ใน Silicon Valley เช่น Facebook และ Zillow: การแก้ปัญหาที่มีประสิทธิภาพจะเกิดขึ้นในระดับพื้นฐานที่ตรงไปตรงมาที่สุด โมเดลพื้นฐานจะส่งมอบผลิตภัณฑ์ขั้นสุดท้ายที่เหนือกว่าอย่างสม่ำเสมอ โดยเฉพาะอย่างยิ่งสำหรับผู้ใช้
เราใช้กฎที่ชัดเจนในกระบวนการของเราเพื่อคำนึงถึงความเรียบง่าย
โดยเฉพาะอย่างยิ่งเมื่อนำไปใช้กับปัญหาการเรียนรู้ภายใต้การดูแล เราเชื่อในการตอกย้ำคุณสมบัติบางประการก่อน คุณสามารถเพิ่มมากขึ้นในภายหลัง และเรามักจะเริ่มต้นด้วยการจำแนกประเภทก่อนการถดถอย — จัดการกับค่าจำนวนหนึ่งแทนที่จะเป็นค่าที่ต่อเนื่องกัน — เราจึงสามารถเรียนรู้จากข้อผิดพลาดของคลาสที่ชัดเจนยิ่งขึ้น
ที่เกี่ยวข้อง: เหตุใดธุรกิจขนาดเล็กจึงควรให้ความสนใจกับปัญญาประดิษฐ์
3. รับข้อเสนอแนะ: ดูว่ามนุษย์ (หลายคน) คิดอย่างไร
ในตอนท้ายของวัน มนุษย์จะต้องโต้ตอบและทำความเข้าใจกับคำแนะนำของ AI ของคุณ ให้ AI ของคุณต่อหน้าผู้ใช้ — รวดเร็ว พวกเขาสามารถบอกได้เมื่อ AI กำลังแนะนำสิ่งที่สมเหตุสมผลหรือผลการค้นหาที่เกี่ยวข้อง ในการวิจัยของเรา เราพบรูปแบบที่สำคัญ 2 รูปแบบ ได้แก่ ความสงสัยเกี่ยวกับ AI และความจำเป็นในการประมวลผลการคาดการณ์ดิบภายหลังการประมวลผล
โมเดล AI ไม่ค่อยได้รับความไว้วางใจในทันที โดยเฉพาะในกลุ่มผู้ที่ไม่เคยทำงานกับการเรียนรู้ของเครื่องมาก่อน AI ที่สามารถอธิบายได้นั้นยังเป็นเพียงขอบเขตในช่วงแรก แต่มีแพ็คเกจที่ยอดเยี่ยมอยู่แล้ว เช่นTree SHAPที่อธิบาย “เหตุใด” ของการคาดการณ์ของ AI เพื่อให้ผู้ใช้รู้สึกสบายใจมากขึ้น
นอกจากนี้ เรายังพบว่าการคาดการณ์ดิบของ AI มักไม่เพียงพอในตัวเอง จำเป็นต้องสร้างส่วนต่อประสานกับผู้ใช้ที่ช่วยให้สามารถประมวลผลภายหลังได้ เพื่อให้ผู้ใช้สามารถดำเนินการต่อไปอีกเล็กน้อยเพื่อแก้ปัญหาทางธุรกิจ หนึ่งในลูกค้าของเรา ซึ่งเป็นบริษัทบริการแหล่งน้ำมันชั้นนำ มีคอมเพรสเซอร์หลายตัวที่ทำงานในสถานการณ์ที่ “ตึงเครียด” แม้ว่าการคาดการณ์ของ AI ดิบจะทำนายได้อย่างถูกต้องว่าหน่วยเหล่านี้จะล้มเหลวในไม่ช้า แต่นั่นไม่ใช่ข้อมูลที่เป็นประโยชน์ต่อเทคโนโลยีการบำรุงรักษา แต่พวกเขาต้องการหาหน่วย “ปกติ” ที่เปลี่ยนเป็น “มีแนวโน้มที่จะล้มเหลว”
ในการแก้ปัญหา เราได้ประมวลผลอนุกรมเวลาของการคาดการณ์ดิบภายหลัง และสร้างส่วนต่อประสานผู้ใช้ที่จะแจ้งเตือนเทคโนโลยีเฉพาะเมื่อหน่วยมีการเปลี่ยนแปลงที่สำคัญในความน่าจะเป็นของความล้มเหลว ส่งผลให้มีการแจ้งเตือนที่ผิดพลาดน้อยลงและ AI ที่มีประโยชน์มากขึ้นโดยขาดประสิทธิภาพน้อยลง ประเด็นสำคัญสำหรับเราคือส่วนติดต่อผู้ใช้หรือ UI นั้นมีความสำคัญพอๆ กับ AI
Credit: แนะนำ ufaslot888g
