Immagine: Getty Images/iStockphoto
Sono molte le aziende a capire che l’AI e la macchina di apprendimento — che utilizza i dati per fare previsioni-è la via del futuro. È il combustibile dietro riconoscimento di immagini, elaborazione di discorso, la traduzione e altre operazioni che hanno implicazioni di business per il marketing, servizio clienti, e molte altre discipline. Per esempio, secondo un il 2015 rapporto McKinsey, “manutenzione predittiva” dai produttori potrebbero risparmiare tra $240 miliardi e $630 miliardi di dollari entro il 2025.
Anche se il significato è chiaro, immergendo le dita dei piedi in intelligenza artificiale può essere un compito scoraggiante. Così come le attività possono iniziare? Qui ci sono cinque modi, in base agli amministratori delegati e AI periti che sono passati attraverso il processo.
VEDERE: Baidu lancia open IA piattaforma per dare alle imprese un più facile sulla rampa di Google o di Microsoft
1. Scopri come macchina di apprendimento può aiutare la vostra azienda
“Quando si prepara l’uso di machine learning, la prima cosa che le organizzazioni devono fare è cavo di treno ingegneri di avere una solida comprensione della tecnologia, come funziona e quali vantaggi può offrire,” ha detto Chris Rijnders, CEO e co-fondatore, Cogisen. Per esempio, Boeing ha istituito un laboratorio congiunto del progetto con la Carnegie Mellon, ha detto, “in modo che i suoi ingegneri in grado di capire il suo potenziale impatto in ogni aspetto della progettazione, produzione e manutenzione.” Questo dimostra come l’educazione critica dovrebbe essere quando si applica macchina di apprendimento di ambienti complessi, ha detto.
2. Ricerca altre imprese che già utilizzo di AI e di apprendimento automatico per determinare parallels
“L’AI e la macchina di apprendimento non sono ancora nella categoria fai da te”, ha detto Fabio Cardenas, CEO del Tramonto AI. “È tutto ancora molto tecnica”. Quindi, vale la pena di scoprire ciò che altre aziende hanno obiettivi simili, e di come hanno affrontato il problema.
3. Scegliere una piattaforma
Con Amazon, Baidu, Google, IBM, Microsoft e altri, tutte dotate di macchina piattaforme di e-learning per l’impresa, non c’è luogo più ovvio per iniziare. Molte di queste opzioni sono allo stesso prezzo, e rivolti a principianti. Controllare i singoli articoli su queste piattaforme in questa speciale funzione per aiutarvi a decidere se uno è di destra per il vostro business.
4. Creare una strategia di
Dati di aziende di scienze come Boxever può aiutare le aziende a distribuire AI — per esempio, rivolgendosi ad una domanda del tipo ” Come può AI a migliorare la commercializzazione?’ AI potrebbero aiutare a fare previsioni su ciò che accade quando un cliente apre una e-mail, per esempio, sulla base di precedenti esperienze. Questo è un modo semplice per integrare AI nelle attività correnti, ha detto Dave O”Flanagan, Boxever CEO e co-fondatore, perché aiuta a “costruire la fiducia”.
“Abbiamo dovuto introdurre un sacco di controlli sulle regole per essere in grado di consentire alle organizzazioni di trattare l’output o implementare le proprie strategie di se stessi” O’Flanagan ha detto, “e poi mettere le loro strategie al fianco di scatola nera o AI strategie per essere in grado di mettersi a proprio agio con il concetto di una macchina per prendere decisioni su quale tipo di informazioni per presentare a un cliente.”
5. Creare un piano di implementazione
Prima di iniziare a distribuire il vostro prodotto, è necessario pensare ad un piano. Secondo il Tramonto dell’IA Cardenas, multi-regione piano di distribuzione di Amazon Web Services (AWS) è una descrizione dettagliata per gli utenti. “Impostazione di AWS infrastruttura permetterebbe di prendere un paio di giorni, supponendo che l’applicazione web è stato testato su tale infrastruttura in precedenza”, ha detto. Se non, è necessario impostare anche “l’applicazione web, database e altre infrastrutture correlate su AWS, che collega tutti i componenti”, Cardenas, ha detto, che potrebbe richiedere una settimana o due. Inoltre, sarebbe necessario costantemente affinando la codifica per i bug, che l’avrebbe chiamata per ulteriori distribuzioni. Cardenas stima che il processo per una “distribuzione di pipeline” potrebbe prendere un’altra decina di giorni.
Vedi anche
Amazon apre le sue fonti di profonda software per l’apprendimento (ZDNet)Come Amazon vuole ponte della scienza di dati gap portando machine learning per il cloud (TechRepublic)apprendimento automatico: La persona intelligente guida (TechRepublic)Google DeepMind: La persona intelligente guida (TechRepublic)Come gli sviluppatori possono trarre vantaggio della macchina di apprendimento di Google Cloud Platform (TechRepublic)