Проблемы разработки продуктов искусственного интеллекта

Jul 30, 2023

InfoQ Домашняя страница Новости Проблемы разработки продуктов искусственного интеллекта

10 августа 2023 г., чтение на 3 минуты

к

Бен Линдерс

Разработка продуктов искусственного интеллекта (ИИ) включает в себя создание моделей и подачу данных для их обучения, тестирование моделей и их развертывание. Инженеры-программисты могут поддержать внедрение искусственного интеллекта и машинного обучения (МО) в компаниях, лучше понимая технологии, поощряя эксперименты и обеспечивая соблюдение правил и этических стандартов.

Зорина Аллиата рассказала о разработке продуктов искусственного интеллекта на OOP 2023 Digital.

«Чтобы создавать продукты искусственного интеллекта, такие как программное обеспечение для прогнозирования или системы рекомендаций, нам необходимо создавать модели, основанные на закономерностях в исторических данных», — пояснил Аллиата. Для разработки этих моделей мы используем методы разработки, отличные от обычной разработки программного обеспечения. Например, при анализе данных можно обнаружить множество неизвестных, повторяющихся процессов и загадок, сказал Аллиата.

По словам Аллиаты, процесс машинного обучения основан на следующих этапах:

Данные чрезвычайно важны, утверждает Аллиата. Алгоритмам требуется много данных для изучения закономерностей. По ее словам, наличие достаточного количества данных, чистых данных, справедливых и заслуживающих доверия данных — это новый уровень обработки, которого мы не делали в таком объеме в прошлом.

Результатом разработки продукта, моделью, является серия алгоритмов, которые идентифицируют различную информацию в океане данных, и большую часть времени ученым, работающим с данными, приходится пробовать несколько алгоритмов, чтобы увидеть, какой из них лучше всего работает в каждом случае использования, отметил Аллиата. . Это приводит к необходимости повторять и пробовать различные подходы, поэтому руководители групп должны понимать, что им нужно уделять достаточно времени на этапе моделирования.

Аллиата сказал, что после того, как продукт искусственного интеллекта будет доставлен, он также нуждается в постоянном уходе и мониторинге, чтобы гарантировать, что он по-прежнему работает оптимально, поскольку закономерности могут измениться. Время от времени модели потребуется переобучение, чтобы она могла учиться на новых данных, предоставленных потребителями, а также на отзывах о своем собственном поведении и производительности.

По словам Аллиаты, инженеры-программисты могут способствовать внедрению искусственного интеллекта и машинного обучения в своих компаниях, понимая эти новые технологии и их конкретные проблемы. Инженеры-программисты также могут помочь создать среду, поощряющую экспериментирование и обучение, а также предоставить рекомендации по передовым методам разработки ИИ, добавила она.

Кроме того, инженеры-программисты могут помочь обеспечить соответствие моделей машинного обучения соответствующим нормам и этическим стандартам. Установление стандартов и четкая операционная модель позволят улучшить коммуникацию и сотрудничество между всеми командами, техническими и бизнес-подразделениями, заключил Аллиата.

InfoQ взял интервью у Зорины Аллиаты о разработке продуктов искусственного интеллекта.

InfoQ: Как трансформации ИИ связаны с agile?

Зорина Аллиата : Преобразования ИИ связаны с гибкими технологиями, поскольку они оба включают в себя процесс перехода. Гибкие лидеры могут сыграть важную роль в трансформации ИИ, продвигая экономичное бюджетирование, гибкие команды и команды команд, гибкую доставку, которая быстро терпит неудачу, и специальные отчеты, показывающие полученную ценность.

Лидеры Agile приносят пользу трансформации ИИ, используя свой опыт Agile в управлении графиками обучения и содержанием, продвигая техническое совершенство, проверяя функции соответствия/предвзятости/справедливости и предлагая изменения по мере необходимости в текущие процессы для обеспечения масштабируемости.

Agile-лидеры также знают, как правильно и вовремя выполнять поставленные задачи, создавать метрики для важных KPI и тенденций, а также обеспечивать прозрачность работы. Все эти навыки очень полезны и необходимы во время трансформации ИИ.

InfoQ: Чему вы научились благодаря доставке продуктов с помощью ИИ?