ai人工智能项目履历 人工智能的主要方式

最后更新 : 2021.01.22  

ai人工智能项目履历 人工智能的主要方式插图

一个专家团队学习了人工智能在种种现实项目中应用的知识和履历,并为接纳人工智能的企业首席信息官提出了六步建议。

人工智能(AI)是提高人类解决问题能力的要害,但与AI的交互纷歧定是直观的。企业向导可能很难明白若何将特定的人工智能手艺应用到他们的组织中,以及若何最先人工智能手艺的大规模集成。

使用人工智能可能并不总是准确的方式,甚至是需要的方式。在接纳人工智能之前,首席信息官和营业向导应该识别最紧迫的问题,确定它们的优先级,然后确定哪种手艺适合解决这些挑战。企业向导不应该忽视简朴的解决方案,也不应该在他们的组织中强制使用人工智能。

一旦发现问题并确定人工智能确实是一个合适的解决方案,我们就最先在营业中手艺最先进的领域事情,由于人工智能模子需要厚实的数据历史和连续的数据网络来提出有用的建议。对问题域中的功效、特征和资产举行优先排序,这将有助于进一步的数据准备。作为分外的利益,这些领域通常对企业来说是最要害的。

使用人工智能与使用任何其他手艺没有什么差别:企业需要领会他们试图解决的问题和手艺能力,并协调它们。

本文总结了人工智能在种种现实项目中应用的一些步骤。为了使步骤切实可行,我们将深入讨论其中一个:谷歌数据中心的能效。

谷歌希望降低其数据中心的能耗,同时保持其运营平安。这个团队在谷歌最新优化的数据中心举行了这个项目。这为数据厚实的环境提供了最新的传感器和装备,有助于基线性能(以及后期的影响丈量)。虽然人工智能的应用并不容易,但若是从数据清洁的高级环境入手,其乐成率可能更高。

然后,凭据以下六个步骤。因此,人工智能系统继续以平安有用的方式运行数据中心,同时将能耗降低30%。利益显而易见:谷歌提高了系统效率,降低了数据中心的能耗、环境影响和成本。

人工智能的六个步骤

这个项目很庞大,但历程很简朴。以下剖析:

第一步:确定目的。

在最先之前,您需要界说要实现的目的以及要介入哪些部门。在人工智能中称为目的函数。请记着,这可能需要平衡多个目的。

在这个例子中,目的是最大限度地削减冷却谷歌数据中心所需的能量,同时保持服务器处于平安的事情温度。这个目的是最主要的,但我们也可以只管降低冷却成本,削减用水量。确定此处的优先级也很主要。将最主要的目的设定为目的函数,然后确保模子在决议时也考虑到其次要目的。

伟大公司是怎样炼成的《重新定义公司 谷歌是如何运营

在谷歌的一次会议上,每个人都讨论了改变广告系统可能带来的好处。虽然这个改变可能会给公司带来暴利,但是一个项目负责人反驳道:“这是恶,我们不能这样!”突然房间里鸦雀无声,埃里克心想:“没想到谷歌的这句话不是开玩笑。沉默之后,又是一番相持不下的讨论,最后,提出修改的提议被拒绝了。“不作恶”,一个流行的谷…

第二步:界说可能的决议集。

设定目的后,概述可用的杠杆,以及企业可以(并希望)使用人工智能来改善系统的哪些部门。这是行动的空间。

对于谷歌的数据中心来说,很大程度上依赖于数据中心运营商(即领域专家)来知道设施的哪些部门可以调整,由于有些变量不能直接设置,可以由系统的其他部门间接控制。谷歌数据中心设施司理示意,最大的能源消耗是冷却装备,以是从这里最先。这些深入的手艺伙伴关系对于人工智能的乐成应用至关主要,并允许领域专家使用人工智能作为工具来增强他们的影响力。

第三步:保证系统平安。

确立任何人工智能系统的一个要害步骤是明白确保系统平安所必须的操作界限。这些约束应该在单个组件和系统级别界说。

在数据中心示例中,数据中心操作员概述了单个装备的操作局限,以及这些组件在系统级别的交互方式。然后凭据数据中心平安运营允许的内容,对人工智能的平安约束举行建模。约束系统对于制止损坏部件很主要,然则过多的平安措施可能会限制创新。人工智能的一个优点是,它可以在系统设置的界限内探索选项,但珍爱越严酷,就越难探索。保持平衡而不缺乏焦点约束是要害。

第四步:查看数据。

人工智能依赖数据来做出决议,以是它需要需要的数据来权衡自己选择的行动和目的。在这个阶段,我们还可以解决正在举行的数据问题,例如捕捉系统级数据的频率、数据延迟、维护和更改日志等。

对于Google的数据中心项目,我们需要确保我们拥有丈量能耗、人工智能决议、这些决议对物理系统的影响以及影响系统的外部因素(在这种情况下是天气、占用率等)所需的所有数据。).网络这些数据的传感器需要仔细检查,以确保准确符号和校准,延迟不是问题。

第五步:消灭数据。

人工智能可能依赖于数据,但它的乐成依赖于好的数据,以是需要识别和修复错误的数据,合并数据源。确保数据代表您试图解决的问题,并且在数据历史中代表差别的操作集。厚实的历史和数据转变对于人工智能做出最佳决议非常主要。

数据清算是数据中心项目中的一个要害步骤。它也往往需要很强的专业知识,这是人工智能专家和行业专家互助的另一个主要领域。必须校准或修理损坏的传感器和其他部件,以丈量网络的数据。还需要找到丢失的数据,若是可能的话举行回填,统一数据仓库和数据输入。当调整模子时,可以更容易地将分外的数据类型合并到系统中,并改善人工智能建议。

第六步:举行连续的数据维护。

ai人工智能项目履历 人工智能的主要方式插图1

由于人工智能项目的乐成取决于优越的数据,因此确立例行的定期检查以确保连续的数据清算非常主要。

最后三个步骤可以分为数据质量保证,这是历程中最耗时的部门。

也是大多数组织在最先人工智能项目之前需要集中精力的地方。

在遵照这六个步骤之后,的工程师们已经准备好构建模子,并最先与整个谷歌数据中心的人工智能举行互动。为目的选择准确的优化指标非常主要,还要确保人工智能系统能从它所做的决议中获得反馈,以便它能随着时间的推移而学习和改善。

事实上并没有灵丹妙药

没有任何一个人工智能系统可以解决所有目的。大多数项目都需要自界说,因此其旅程可能需要针对差别应用程序的差别人工系统。找到适用于组织用例的最佳方式是最先构建模子,举行迭代并在举行历程中扩展。

人工智能并不总是准确的谜底,但它可以成为改善当前系统、构建新流程和解决庞大问题的壮大工具。无论组织刚刚起步照样拥有一些人工智能的应用履历,其目的是接纳这六个步骤来辅助简化流程。为大型人工智能项目做准备可能需要数月甚至数年的时间,因此尽早最先非常主要。要害是要知道为什么很主要,若何准备,以及若何最先。

相关阅读

- END -

28
0