建立人工智能工廠的四個(gè)基本要素

多年以來(lái)，業(yè)界思想領(lǐng)袖一直在談?wù)揑T或軟件工廠的概念，或軟件工業(yè)化，其中以自動(dòng)化的構(gòu)建塊效果生成代碼。關(guān)于企業(yè)是否能夠完全轉(zhuǎn)型為軟件工廠尚有爭(zhēng)議，但是從手工制作的一次性應(yīng)用程序和服務(wù)轉(zhuǎn)移到更具可擴(kuò)展性的想法是值得的。

現(xiàn)在，正在談?wù)撋a(chǎn)“ AI工廠”。哈佛大學(xué)的教授Marco Iansiti和Karim Lakhani在他們的新書(shū)《競(jìng)爭(zhēng)的AI時(shí)代》中寫(xiě)道：“這涉及“工業(yè)化數(shù)據(jù)收集，分析和決策，以重塑現(xiàn)代公司的核心” 。他們說(shuō)：“人工智能工廠是可擴(kuò)展的決策引擎，為21世紀(jì)公司的數(shù)字運(yùn)營(yíng)模型提供了動(dòng)力。” “管理決策越來(lái)越嵌入軟件中。”

他們寫(xiě)道，好消息是“您不必成為Netflix就能建立AI工廠”。以下是構(gòu)建和運(yùn)營(yíng)AI工廠的四個(gè)基本組件：

支持?jǐn)?shù)據(jù)管道：該過(guò)程涉及“以系統(tǒng)，可持續(xù)和可擴(kuò)展的方式”收集，輸入，清理，集成，處理和保護(hù)數(shù)據(jù)。例如，Iansiti和Lakhani以Netflix為例，說(shuō)明該公司已對(duì)其業(yè)務(wù)進(jìn)行“數(shù)據(jù)化”，“從任何業(yè)務(wù)中自然進(jìn)行的活動(dòng)和交易中系統(tǒng)地提取數(shù)據(jù)”。他們警告說(shuō)，清理和整合數(shù)據(jù)可能是一個(gè)重大挑戰(zhàn)。他們說(shuō)，建立人工智能工廠的首要任務(wù)是投資建立功能良好的數(shù)據(jù)管道。

開(kāi)發(fā)算法：這是開(kāi)發(fā)預(yù)測(cè)能力的過(guò)程。Iansiti和Karim Lakhani解釋說(shuō)，算法“可以用于各種應(yīng)用，從生成相對(duì)簡(jiǎn)單的預(yù)測(cè)(例如銷(xiāo)售預(yù)測(cè))到建議要選擇的股票進(jìn)行高頻交易，到復(fù)雜的圖像識(shí)別和語(yǔ)言翻譯任務(wù)。”

大多數(shù)AI系統(tǒng)使用三種通用方法之一來(lái)使用監(jiān)督學(xué)習(xí)，無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)機(jī)器學(xué)習(xí)方法來(lái)開(kāi)發(fā)準(zhǔn)確的預(yù)測(cè)。監(jiān)督式學(xué)習(xí)旨在根據(jù)標(biāo)記的數(shù)據(jù)集“在預(yù)測(cè)結(jié)果時(shí)盡可能接近人類(lèi)專(zhuān)家”。無(wú)監(jiān)督學(xué)習(xí)“旨在在沒(méi)有標(biāo)簽的情況下在數(shù)據(jù)中找到自然的分組，并發(fā)現(xiàn)對(duì)于觀察者而言可能不明顯的結(jié)構(gòu)。” 共同作者指出，強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)的最先進(jìn)形式，“僅需要起點(diǎn)和性能功能”。

添加一個(gè)強(qiáng)大的實(shí)驗(yàn)平臺(tái)：實(shí)驗(yàn)平臺(tái)是一種機(jī)制，“通過(guò)該機(jī)制可以測(cè)試有關(guān)新預(yù)測(cè)和決策算法的假設(shè)，以確保建議的更改具有預(yù)期的效果”。這對(duì)于Iansiti和Lakhani州的AI工廠至關(guān)重要，并且需要一個(gè)最先進(jìn)的平臺(tái)-“傳統(tǒng)的臨時(shí)性實(shí)驗(yàn)方法根本無(wú)法處理所需內(nèi)容的影響。”

現(xiàn)代化軟件基礎(chǔ)架構(gòu)： 這是系統(tǒng)的集合，這些系統(tǒng)將管道嵌入到最終用戶可用的一致的組件應(yīng)用程序或服務(wù)中。共同作者解釋說(shuō)：“在對(duì)數(shù)據(jù)進(jìn)行匯總，清理，提煉和處理后，可以通過(guò)一致的接口(例如API)將其提供，從而使應(yīng)用程序可以快速訂閱，采樣所需數(shù)據(jù)，進(jìn)行測(cè)試和部署。” “所有這些使敏捷開(kāi)發(fā)團(tuán)隊(duì)可以在幾周甚至幾天內(nèi)構(gòu)建一個(gè)新應(yīng)用程序。”

作者提供了其他結(jié)構(gòu)建議，強(qiáng)調(diào)設(shè)計(jì)良好的API是AI工廠的關(guān)鍵要素。他們指出：“ API限制了軟件工廠系統(tǒng)內(nèi)外的數(shù)據(jù)流。” “ API控制對(duì)組織內(nèi)某些最關(guān)鍵和私有資產(chǎn)的訪問(wèn)。” 最終，他們繼續(xù)說(shuō)，“人工智能工廠的數(shù)據(jù)，軟件和連接性必須駐留在安全，健壯和可擴(kuò)展的計(jì)算基礎(chǔ)架構(gòu)中，并越來(lái)越多地在云上，按需擴(kuò)展，并使用標(biāo)準(zhǔn)的現(xiàn)成組件和開(kāi)放式構(gòu)建。源軟件。”