德勤開設AI研究所 以幫助解決各種相關的AI用例

該研究所將匯集該領域最聰明的人才，以幫助解決各種相關的AI用例。

在許多組織都在為此類項目而苦苦掙扎的時候，德勤已經成立了一個研究所，以促進人工智能(AI)的采用。

德勤AI研究院執(zhí)行董事Beena Ammanath表示，德勤AI研究所將更廣泛地利用行業(yè)領導者，學者和企業(yè)家創(chuàng)造的最佳實踐，以更好地確定AI可能對業(yè)務產生最深遠影響的用例。 AI學院。

另請參閱： 在大流行之后，您的AI模型仍然準確嗎?

Ammanath補充說，還將邀請參與者討論如何最好地應對AI倫理的復雜性。

人工智能已成為應用的主要挑戰(zhàn)，因為存在許多問題，從可用數(shù)據(jù)的質量和訓練AI模型所需的基礎架構數(shù)量到確定如何隨著業(yè)務條件的變化和更多相關數(shù)據(jù)的獲得而不斷更新AI模型。

后者的要求正在推動機器學習操作(也稱為MLOps)的興起。一旦建立了AI模型，IT團隊就需要找到一種方法，首先將AI模型實際嵌入到特定的應用程序中。隨著時間的流逝，隨著更多數(shù)據(jù)的可用或什至被更精確的AI模型取代，該AI模型將需要重新訓練。

當然，AI模型的準確性取決于用于訓練它們的數(shù)據(jù)的質量。許多AI項目從未將其用于生產應用程序，僅僅是因為用于訓練它們的數(shù)據(jù)被證明是不可靠的。結果，越來越多的組織正在制定數(shù)據(jù)質量以及相關的管理流程，這是未來AI項目的基礎。

令人擔憂的是，將AI集成到業(yè)務流程中的需求從未如此迫切。在大流行帶來的經濟衰退之后，越來越多的組織至少在探索AI可以使他們通過精簡現(xiàn)有業(yè)務流程來削減成本或通過添加以前無法實現(xiàn)的服務來增加收入的方式開發(fā)和部署。

“仍然有很多實驗正在進行，” Ammanath說。“這還不像是有固定的劇本。”

最終，人工智能的主要目標是取代人類而不是增加人類，Ammanath補充道。Ammanath說，在沒有人工指導的情況下，人工智能不可能很快實現(xiàn)端到端流程的自動化，但是，她警告說，在大規(guī)模應用人工智能方面，他們仍然需要謹慎，因為很多事情會出錯。