4種方法來(lái)調(diào)整你的人工智能和機(jī)器學(xué)習(xí)部署

一家機(jī)構(gòu)融資公司希望縮短其部署的人工智能(AI)和機(jī)器學(xué)習(xí)(ML)應(yīng)用程序的上市時(shí)間。其目標(biāo)是縮短AI和ML應(yīng)用程序的交付時(shí)間，開(kāi)發(fā)這兩個(gè)應(yīng)用程序需要12到18個(gè)月的時(shí)間。較長(zhǎng)的交付時(shí)間危及了公司在運(yùn)營(yíng)效率、法規(guī)遵循、風(fēng)險(xiǎn)管理和商業(yè)智能等領(lǐng)域?qū)崿F(xiàn)上市時(shí)間目標(biāo)的能力。

在為其人工智能和ML應(yīng)用程序開(kāi)發(fā)和部署采用生命周期管理軟件后，該公司能夠?qū)⑵淙斯ぶ悄芎蚆L應(yīng)用程序的上市時(shí)間減少到幾天，在某些情況下，減少到幾個(gè)小時(shí)。流程改進(jìn)使企業(yè)數(shù)據(jù)科學(xué)家能夠?qū)?0%的時(shí)間花在數(shù)據(jù)模型開(kāi)發(fā)上，而不是將80%的時(shí)間花在解決由笨拙的部署流程導(dǎo)致的技術(shù)挑戰(zhàn)上。

這很重要，因?yàn)槟鷶U(kuò)展大數(shù)據(jù)、人工智能和ML建模、開(kāi)發(fā)和交付過(guò)程的時(shí)間越長(zhǎng)，您最終得到的建模、數(shù)據(jù)和應(yīng)用程序在準(zhǔn)備實(shí)現(xiàn)時(shí)已經(jīng)過(guò)時(shí)的風(fēng)險(xiǎn)就越大。僅在法規(guī)遵循領(lǐng)域，這就產(chǎn)生了風(fēng)險(xiǎn)和暴露。

“企業(yè)面臨三大問(wèn)題推出人工智能和機(jī)器學(xué)習(xí)項(xiàng)目無(wú)法迅速部署項(xiàng)目,數(shù)據(jù)性能衰變和合規(guī)責(zé)任和損失,”斯圖·貝利說(shuō),首席技術(shù)官M(fèi)odelOP,它提供了部署的軟件,監(jiān)控和管理數(shù)據(jù)科學(xué)人工智能和ML模式。

參見(jiàn):GitHub上托管的十大機(jī)器學(xué)習(xí)語(yǔ)言(免費(fèi)PDF)(TechRepublic)

Bailey認(rèn)為，在及時(shí)地將數(shù)據(jù)模型投入生產(chǎn)時(shí)，大多數(shù)問(wèn)題都是由于數(shù)據(jù)科學(xué)、IT和業(yè)務(wù)團(tuán)隊(duì)之間缺乏所有權(quán)和協(xié)作造成的。反過(guò)來(lái)，這些延遲會(huì)對(duì)盈利能力和業(yè)務(wù)時(shí)間洞察力產(chǎn)生不利影響。

“組織難以管理其數(shù)據(jù)模型生命周期的另一個(gè)原因是，現(xiàn)在有許多不同的方法和工具來(lái)生成數(shù)據(jù)科學(xué)和機(jī)器語(yǔ)言模型，但是沒(méi)有關(guān)于如何部署和管理它們的標(biāo)準(zhǔn)，”Bailey說(shuō)。

大數(shù)據(jù)、人工智能和ML生命周期的管理可能是非常艱巨的任務(wù)，超出了使用軟件和自動(dòng)化來(lái)完成一些“繁重的工作”。而且，許多組織缺乏執(zhí)行這些任務(wù)的策略和程序。在這種環(huán)境中，數(shù)據(jù)可能很快就會(huì)過(guò)時(shí)，應(yīng)用程序邏輯和業(yè)務(wù)條件可能會(huì)改變，而人類必須教給機(jī)器語(yǔ)言應(yīng)用程序的新行為可能會(huì)被忽略。

參見(jiàn):遠(yuǎn)程醫(yī)療、人工智能和深度學(xué)習(xí)正在革新醫(yī)療保健(免費(fèi)PDF)(TechRepublic)

組織如何確保他們投入大數(shù)據(jù)、人工智能和ML應(yīng)用程序的時(shí)間和人才保持相關(guān)性?

大多數(shù)組織承認(rèn)數(shù)據(jù)科學(xué)、IT和最終用戶之間的協(xié)作是重要的，但是他們不一定會(huì)堅(jiān)持到底。部門之間的有效協(xié)作依賴于每個(gè)人在數(shù)據(jù)準(zhǔn)備、遵從、上市速度和ML學(xué)習(xí)方面都遵循的明確的政策和程序。

公司經(jīng)常無(wú)法建立定期的時(shí)間間隔來(lái)更新領(lǐng)域中大數(shù)據(jù)、人工智能和ML應(yīng)用的邏輯和數(shù)據(jù)。學(xué)習(xí)更新周期應(yīng)該是連續(xù)的——這是確保算法與它們所處環(huán)境之間的并發(fā)性的唯一方法。

就像他們的事務(wù)系統(tǒng)對(duì)手一樣，總有一天，某些AI和ML應(yīng)用程序?qū)?huì)大行其道。這是他們生命周期的結(jié)束，適當(dāng)?shù)淖龇ㄊ亲屗麄兺诵荨?/p>

如果您可以自動(dòng)化大數(shù)據(jù)、人工智能和ML的一些生命周期維護(hù)功能，那么就這樣做吧。自動(dòng)化軟件可以實(shí)現(xiàn)數(shù)據(jù)科學(xué)、IT和生產(chǎn)之間的自動(dòng)切換。它使部署過(guò)程變得更加容易。

了解有關(guān)數(shù)據(jù)科學(xué)、大數(shù)據(jù)分析和人工智能的最新新聞和最佳實(shí)踐。