江苏龙网

  1. 首页 > 人文 > >

如何在企业中有效地运用人工智能策略

今日人工智能的关键挑战：3ts在公司创建人工智能生态系统时 ， 有很多挑战 。 所有这些挑战可归纳为三个主要标题：
1.建立数据文化 数据收集要构建数据文化 ， 首先需要主动地开始收集数据 。 今天的数据可以从市场营销部门、销售部门、产品监控、客户分析等多种来源获得 ， 这从本质上构成了基础 。
使数据可访问收集到的数据需要向人民开放 。 这意味着数据应该是这样的格式 ， 这样人们就可以很容易地处理它并从中获得有意义的洞察力 。
找到合适的人才数据本质上是一项团队运动 。 这意味着 ， 即使公司需要专家来创建模型和算法 ， 但他们也需要具有不同技术能力的人 ， 他们可以在将数据传递给专家之前从数据中发现有用的洞察力 。 为此 ， 我们可以培训现有的劳动力 ， 因为他们有工作的基本领域经验 。 机器学习既是一种文化转型 ， 也是一种商业转型 。 因此 ， 公司不需要从头创建一个新的团队 ， 而是可以雇佣几个数据科学家 ， 并利用现有的经验丰富的员工来帮助他们 。
你要解决什么问题？今天 ， 人工智能和机器学习几乎在所有行业都得到了应用 。 一些著名的例子如下 。
确定结果问正确的问题决定了它能产生什么样的结果 。 关键的想法是将公司的高层目标转化为业务问题 ， 然后决定其结果 。
衡量成功公司还需要拿出衡量其成功的指标 。 不同公司对成功的定义可能不同 ， 但最终目标是相同的 ， 即盈利和交付价值 。
3.与共同体的联系 与社区建立联系的另一个重要原因是 ， 当今大多数数据科学家和研究人员都希望与他人合作 。 人工智能领域的技术正以快速的速度发展 ， 通过连接 ， 人们想要问出所有正确的问题 ， 与他人分享 ， 与他们一起参与 ， 并向每个人学习 。 不用说 ， 在过去的十年里 ， 最前沿的研究大多来自学术界和开源社区 。
4.技术考虑 开源还是封闭源？如果公司开始了人工智能之旅 ， 他们可能需要决定是使用开源软件还是使用封闭源代码 ， 或者两者兼而有之 。 在机器学习和人工智能领域 ， 许多现有的开拓者定期开放他们的技术 ， 这对其他人来说是一个很好的起点 。 一旦这些新的AI球员成熟 ， 他们可能需要一个供应商来支持他们 。 我们还可以选择一个本身就是包的维护者的供应商 ， 例如 ， 对于开源的H2O-3 ， H2O.ai既是维护人员 ， 也是供应商 。
云还是普雷姆？这个问题的答案取决于你想以多快的速度开始 。 如果您正在重新开始 ， 而且您还没有一个现有的开发操作系统 ， 那么在云上起步就会更容易 。 这将消除采购硬件、设置软件、安全、基础设施和维护问题的需要 。 然而 ， 如果您已经有一个体面的DevOps基础设施到位 ， 在前提选项可以帮助优化成本 。 许多公司也喜欢混合模式 ， 无论他们是否根据自己的需求在云和on-prem之间切换 ， 这是一个很好的实践 。
数据同样 ， 如前所述 ， 数据是一个临界点 。 理解如何生成、保存和使数据可访问至关重要 。 数据隐私、数据治理和数据沿袭是公司需要适当解决的一些问题 。
5.对人工智能的信任 你从这里去哪儿？那你从这里去哪儿？通过考虑以上五个要点 ， 并与你的团队讨论 ， 公司可以得到一个从哪里开始他们的旅程的感觉或方向 。 思考并找出你目前想要解决的问题 ， 看看如何利用机器学习和人工智能来提高你的效率 。 人工智能文化需要发展 ， 就像每一项重要任务一样 ， 需要时间、耐心和资源 。


    推荐阅读


    上一篇：|当城市按下＂暂停键＂ 21万＂红马甲＂守护乌鲁木齐

    下一篇：小畅说美食|36块钱一只，遇到我从不手软，秋天炖汤特滋润，我家一星期吃一只