如何正确实施人工智能?

作者: 佚名 2019-05-07 10:21:48

如何正确实施人工智能?

人工智能(AI)在人们的日常工作和生活中日益普及,而且企业越来越依赖于人工智能来完成一系列任务,因此IT团队实施人工智能面临的风险越来越高。其实施成功与否的后果可能是深远的。如果没有正确实施,人工智能可能带来更多的偏见,以及许多其他的破坏性后果。

随着对人工智能越来越强烈的需求,以及围绕人工智能应用的大肆宣传和炒作,人们很容易将注意力集中在技术和编码上,也就是“人工”方面。然而,数字连接世界的“智能”方面不可能存在,更不用说提供的功能,因为没有数据。尽管大多数管理人员、业务人员、IT人员都熟悉业务模型的人员、流程和技术能力,但他们不会流利地“讲述数据”。然而,数据是人工智能实施过程的基石之一。

为了正确地实施人工智能,组织必须提倡数据素养成为人工智能创建者和消费者的新核心能力。负责实施人工智能计划的信息官们被建议遵循三个步骤:正确构建人工智能、正确使用人工智能、正确保持人工智能。

正确构建人工智能

在试图“正确构建人工智能”之前,必须首先建立人工智能的基本词汇,人工智能是“讲述数据”的人员使用的一种技术方言。信息官至少应确定用于描述人工智能系统或解决方案的主要术语、开发解决方案的原因,以及与解决方案中使用和从解决方案中收集的不同类型数据相关的其他关键术语。

除了模型和算法,数据是实施任何人工智能过程的基础。采用人工智能将消耗并产生数据。人工智能数据设计需要企业对人工智能算法将解析的数据集进行理解和处理。信息官和数据和分析主管将负责建立和维护人工智能的数据管理。要想取得成功,在整个过程中开发数据管理专业知识至关重要。

正确使用人工智能

无论计划的范围或组织的成熟程度如何,IT语言障碍都可以在本地或系统地存在。解决障碍需要转变思维方式,以及有意识的承认和干预“正确的路线”。虽然有些人可能已经意识到数据在业务转型中所起的基础作用,但大多数人都没有认识到。因此,需要熟练的领导和有目的变革管理学科,首先要承认信息是数字革命的新方言。

数据素养是在场景中读取、写入和传递数据的能力。它包括对数据源和结构的理解、应用的分析方法和技术,以及描述用例、应用程序和结果值的能力。它是数字灵活性的基础组成部分,是员工利用现有和新兴技术推动更好业务成果的能力和愿望。

随着组织越来越受到数据驱动,数据素养不足将成为增长的抑制因素。为了提高整个组织的数据素养,信息官应制定数据素养计划,实施以下步骤:

采用熟练掌握数据语言的人员。流利表达数据语言的人员应该精通描述场景化的用例和结果,应用于他们的分析技术,以及所涉及的基础数据源、实体和关键属性。

采用熟练的翻译人员。IT信息的翻译人员通常是企业数据或信息架构师、数据科学家、信息管理员或相关的程序管理人员。

确定数据和分析计划的有效性受到沟通障碍阻碍的关键领域。特别注意业务IT差距、数据分析差距,以及资深人士与新手的差距。

积极倾听未明确表达的业务成果。了解哪些业务时刻可以通过增强的数据和分析功能实现,哪些运营决策正在改进等问题

确定需要专业翻译的关键利益相关者。为了评估数据素养水平,要求关键利益相关者在业务成果方面阐明数据作为战略资产的价值,包括增强业务时刻、货币化和风险缓解。

编译并维护关键词和短语列表。让数据和分析团队确定更好地表达这些短语的方法。

正确保持人工智能

通过所有人工智能解决方案,出现了“良好人工智能”和“糟糕人工智能”的概念。但是,这些术语没有单一或全面的定义。不同方面的选择可能会产生重大影响。即使是最成功的公司也应该避免陷入错误的安全感,因为他们相信自己不会受到涉及人工智能道德失误的影响。需要进行广泛而专注的讨论,以辨别公司可能面临不同类型的道德问题和困境,以及可能采取的实际道德立场。信息官应该应用数字伦理和数字连接主义来指导和明确在采用人工智能的业务决策和选择

应考虑以下步骤:

展望更广阔的前景,将数字伦理和数字连接主义作为改善数字业务(以及更广泛意义上的数字社会)的理念。数字社会是由数字公民之间的互动而形成的。它不是按本身设计的,而是有机地出现的。

积极寻求与人工智能数据使用相关的道德案例研究,因为企业很少面临新的道德问题。其机会包括竞争差异化和价值主张,而其风险包括声誉风险、监管问题、财务损失。

使用人工智能算法和数据交换作为数字交互的推动者,并作为使利益相关者能够参与生态系统的一种方式,而不是作为特定的过程控制。企业需要鼓励在人工智能环境中贡献数据的人员成为互利生态系统的积极参与者。

人工智能 AI
下一篇:如何为您的机器学习问题选择正确的预训练模型
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI技术将如何推动制药行业发展?

从目前来看,AI技术的应用范围已经非常广泛,各个行业可谓概莫能外——制药行业自然也在其中。这一切,将给制药这一历史悠久且至关重要的行业带来前所未有的变革。

佚名 ·  14h前
2020年搞深度学习需要什么样的GPU:请上48G显存

在 lambda 最新的一篇显卡横向测评文章中,开发者们探讨了哪些 GPU 可以再不出现内存错误的情况下训练模型。当然,还有这些 GPU 的 AI 性能。

机器之心 ·  18h前
5项人工智能实例,令人惊叹

为了让人工智能成为主流,科学家和研究人员付出了更多的努力。正因如此,这项独创性技术不仅已经融入了人们的日常生活,而且持续影响着多个行业。人工智能是一种不可忽视的力量,从Siri和Alexa这样的语音驱动私人助理到自动驾驶汽车,它一直在不断发展。

读芯术 ·  19h前
带有面部识别的口罩可解锁 iPhone ,网友:duck 不必

近日,产品设计师 Danielle Baskin 发布了一款带有面部信息的口罩,让人们带着口罩也能用 Face ID 解锁手机。

刘琳 ·  22h前
人工智能在网络安全运维服务中的应用

近年来,国内外网络安全形势趋于复杂,关系到国民经济命脉的关键信息基础设施在传统模式下得不到有效保护。

信息安全与通信保密 ·  23h前
与时间赛跑!AI是疾病基因分析和诊断的加速器

最快速的了解新的病毒带来的病例成因早日实现对症下药,成为打赢“抗疫”的关键。今天AI等新技术在积极发挥着作用。

佚名 ·  23h前
未来五年内适合从事的5个工作领域

你可曾听过“中国制造2025”即中国要在2025年完成一次产业的彻底彻底升级,提升中国制造业彻底从劳动密集型产业改变为智慧密集型的产业。通过人工智能,大数据分析等技术,彻底突破中等收入陷阱,加速步入发达国家行列。

大潘老师 ·  1天前
如何避免又一个AI寒冬?

尽管过去几年中,人工智能取得了长足的进步,但相信很多人都还记得20世纪90年代,由于开发者过分夸大承诺以及最终用户不切合实际的期望所导致的AI寒冬。

佚名 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载