一些背景：最近各种各样的业务员都在敲我们公司的门，提供他们的“人工智能”专业知识和项目建议。有些人不知道单词估计和验证之间的区别（真的），有些人有非凡的幻灯片并将自己描绘成该领域的大师。我们的管理层已经大肆宣传，我们肯定正在启动某种关于“人工智能”的项目（意味着可能带有一些机器学习的 rpa）。
当我们还不知道要将所有这些应用到什么问题上并且我担心这会导致长期昂贵的项目而收效甚微时，最好的开始方式是什么？有哪些注意事项？有什么好的实用书籍或战争故事吗？
如何在工作中组织人工智能工作？
人工智能
机器学习
应用
2021-11-06 08:46:10
1个回答
我明白你的意思。在炒作和人工智能的应用之间可能很难解析。尽管人工智能（特别是深度学习）可以做很多事情，但这并不能否定以前在某些领域工作得一样好或更好的方法。有时经理们会听到“人工智能”并想到巨型网络，而实际上他们只需要一个简单的线性回归来解决他们的问题。
话虽如此，这里有一些建议可帮助您确定 AI 是否适合您的项目，如果适合，则需要考虑一些事项：
从研究人员那里获得一些建议。大城市涌现出许多人工智能咨询公司，为公司提供数小时的咨询时间。如果您所在的城市还没有，请参加 AI 聚会并与社区会面，找到受过教育的人并向他们询问您的一般性问题。如需更深入的建议，也许当地大学可以提供帮助。
了解您的问题。花时间确切地了解您要解决的问题是非常宝贵的。它不仅会帮助新员工，而且如果你最终使用人工智能并从人工智能专家那里获得咨询时间，它将节省时间和金钱来解释你想做什么。
了解您的数据。首先，这是一个检查你是否有正确的人工智能数据，以及你是否有足够的数据。例如，许多问题是使用监督学习来解决的，这需要有大量的标记数据（例如，根据图像内容考虑标记为猫或狗的 1000 张图片）。如果您没有或无法轻松收集大量标记数据，也许您可以使用具有类似数据的现有数据集来帮助您入门。如果这不是一个选项，那么您可能不会喜欢手动标记数据或雇用 Amazon MechanicalTurks 的替代方案。
首先要做好失败的准备。人工智能并不容易，当你不能只用谷歌搜索你的问题时，人工智能就更难了，因为你正在做以前没有人做过的事情。了解您的问题、您的数据以及您应该尝试哪种模型需要一些时间。
你有基础设施吗？如果一切顺利，并且您在本地 GPU 上有一个工作模型，如果您的模型是您产品的一部分，请查看如何部署它。您有自己的 GPU 服务器吗？你能负担得起一些公司提供的云 GPS 吗？你必须为每个用户学习一个模型吗？