與人工智慧攜手前進

源hackernoon譯崔嵐

在過去的幾個月里我經常會被問到：「如今我應該夠做些什麼來讓我的團隊為AI革命做好準備？」

確實，自動駕駛汽車、商用無人機、智能相機、自動電影和音樂創作、功能強大的智能機器人... 在過去的幾年裡，一場新的革命幾乎把人工智慧（AI）帶到了科幻小說的水平。然而，大多數公司並不擔心AI遙遠的未來應用，他們想知道 AI在【今天】能否為團隊所用。畢竟人們在區分炒作和現實上會有點迷惑，尤其是考慮到 AI 從媒體和評論員那裡所得到的關注時。

那麼，如何開始並讓人工智慧為你的團隊工作？

這裡有5件簡單的事情，任何一家公司都可以從今天就開始做起，以便在明天變得更出色。

理解什麼是AI

在搞清楚任何 AI 策略之前，最好了解我們在談論什麼，尤其是 AI 的構成。

人工智慧和更廣泛的機器學習領域是一組技術。這組技術可以被教會執行任務，而且它們會隨著的時間的推移而改進。與人們如何學習怎麼避免觸碰熱板一樣，人工智慧的持續學習是將實驗結果反饋給演算法的結果。

最重要的事情之一是要認識到, 目前的 AI 不是通用的, 而是專業的：用於圖像分類的 AI 系統，不能學習除了對圖像進行分類以外的任何其他東西。而且，為了學習，必須為 AI 系統輸入大量的數據，不能是任何數據都可以的，而是進行過整理的數據。

實際上, 如果你想教一個 AI 演算法來識別香蕉，你就必須給演算法提供大量的圖片，這些圖片都有人工標註的標籤來標示是香蕉或者不是香蕉。事實上，大多數情況下，數據越多，AI 演算法就越精確。

AI = 電子數據+演算法+人工參與

這對理解 AI 非常重要，因為它決定了你的很大一部分的 AI 策略

數據收集

訓練 AI 演算法來解決實際問題在今天看來似乎是一個難以實現的想法，但這一天遲早會到來。為了讓這天按時到來，你需要準備好大量的數據來訓練 AI 演算法。這意味著一件非常重要的事情：

開始存儲和保留所有原始數據，因為你將永遠無法重新創建原始數據。

為什麼是原始數據？因為這是寶藏隱藏的地方：這裡有你還沒有開始理解的數據關聯和模式。

在 AWS 上，存儲原始數據的默認位置是 Amazon S3，通常稱為數據湖。Amazon S3 是高度耐用、經濟高效的對象存儲，但最重要的是，它支持生命周期策略。生命周期策略允許你將對象從一個存儲類自動轉換到另一個，例如，從標準訪問到不經常訪問，甚至到冰河，這樣就減少了存儲成本。記得在原始數據存儲上開啟MFA——刪除保護和版本控制，來防止意外對象刪除。

注意：要使收集和存儲任何類型的數據都變得非常容易。從API日誌、系統和應用程序指標到用戶行為，公司中的任何人都應該只需要一行代碼即可以開始收集和存儲新的數據類型。

了解你想要的增強過程

換句話說，你需要了解 AI 能如何幫助你的公司。

如前所述，AI 需要大量的數據，但更重要的是，它需要清晰的指令。你必須非常清楚 AI 可以幫助你什麼。例如，如果你的公司正在為終端用戶存儲圖像和視頻，並使用手動添加的標記來執行搜索，那麼AI可以幫助你添加自動生成的標籤。

對於每一個過程來說，一個好的做法是定義數據需求。這樣可以確保你開始為這個特定的過程收集必要的數據。

為了成功地將 AI 應用於業務需求，你應該首先查看你的組織中需要數據分析來幫助做決策的地方。無論哪裡有數據分析，AI都是最有可能實現這一目標的最佳人選。銷售、市場、社交媒體、客戶支持——這些業務都會因為AI而得到極大的增強。

這兩個問題可以幫助你尋找 「AI機會」：

你現在正在做的哪些事情，可以被做的更快或者更好？

你現在沒有在做的哪些事情可以幫助你做出更好的決定？

從低垂的果實開始

當你開始 AI 之旅時，最合乎邏輯的第一步應該是撿起那些最容易夠得著的果實。

無論你是否（或擁有）人工智慧專家（數據科學家或 ML 研究人員）或軟體開發人員，都可以考慮使用現成的產品，比如 AWS 提供專業水平的 AI 服務和框架來滿足需求。

這些現成的產品讓沒有數據科學博士學位的開發人員可以輕鬆地將智能添加到任何現有的應用程序中，這些多樣化的 AI 服務可以提供計算機視覺、語音、語言分析和聊天機器人功能。這些服務由 API 驅動，易於操作，不需要大量培訓。

學習——使技能多樣化

一旦你掌握了最簡單的技術，你就需要深入到AI領域，特別是根據你的公司需求定製AI服務。高水平的AI服務非常棒，但它們都是在一般數據集上預先訓練好的，因此無法根據你的具體使用情況進行調整。

從長遠來看，你還必須創建健壯和健全的流程來提取數據，訓練和測試你的演算法。

目前，人工智慧和機器學習專家非常稀少，可能需要幾個月甚至幾年的時間才能為你的團隊找到合適的人選。但這不應該阻止你。

AI 不是魔法！AI 主要是代碼，一些用於管理數據的數學和過程。沒有什麼是不能學習的。網上有各種資源可以開始和學習。我所認識的大部分人，如果給他們時間，他們都很願意學習 AI 。所以，如果你真的想站在科技發展的前沿，如果你相信你和你的工作夥伴有足夠強的自驅動力，那麼在人工智慧的學習上投資吧，讓你們的團隊成為未來發展的驅動力。

理解什麼是人工智慧。保管好你的數據。找到需要改進的過程。從低掛的果實開始，慢慢發展成為一個由 AI 驅動的團隊，隨時準備應對未來的挑戰。

-END-

譯者 崔嵐

軟體測試開發工程師，在職經濟管理研究生。感恩&且行且珍惜。

了解如何加入我們

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！