Billede: Getty Images/iStockphoto
Mange virksomheder i dag at forstå, at AI og machine learning — som anvender data til at lave forudsigelser-er vejen for fremtiden. Det er brændstof bag billedet anerkendelse, behandling af tale -, oversættelse og andre opgaver, som har forretningsmæssige implikationer for marketing, kundeservice, og mange andre discipliner. For eksempel, ifølge en 2015 rapport fra McKinsey, “forebyggende vedligeholdelse” af producenter kunne spare mellem $240 milliarder og $630 milliarder i 2025.
Selv om betydningen er klart, at dyppe tæerne i AI kan være en skræmmende opgave. Så hvordan kan virksomheder komme i gang? Her er fem måder, ifølge til Direktører og AI eksperter, der har været igennem processen.
SE: Baidu lancerer åbne AI platform til at give virksomhederne en lettere on-rampe end Google eller Microsoft
1. Lær, hvordan machine learning kan hjælpe din virksomhed
“Når de forbereder sig på at bruge machine learning, den første ting organisationer skal gøre, er at uddanne ledende ingeniører til at have en solid forståelse af teknologi, og hvordan det fungerer, og hvilke fordele det kan give,” sagde Chris Rijnders, administrerende DIREKTØR og medstifter, Cogisen. For eksempel Boeing har oprettet en fælles lab projekt med Carnegie Mellon, sagde han, “så at dets ingeniører kan forstå dets potentiale i alle aspekter af design, produktion og vedligeholdelse.” Dette viser, hvor vigtig en uddannelse skal være, når anvendelse af machine learning til komplekse miljøer, sagde han.
2. Forskning andre virksomheder, der allerede bruger AI og machine learning til at bestemme paralleller
“AI og machine learning er endnu ikke i DIY-kategorien,” sagde Fabio Cardenas, administrerende DIREKTØR for Solnedgang AI. “Det hele er stadig meget teknisk.” Så, det er værd at finde ud af, hvad andre virksomheder har samme mål, og hvordan de har behandlet spørgsmålet.
3. At vælge en platform
Med Amazon, Baidu, Google, IBM, Microsoft og andre, der alle tilbyder machine learning platforme til virksomheder, er der ingen oplagt sted at starte. Mange af disse muligheder er ligeledes prissat, og henvender sig til begyndere. Tjek de enkelte artikler på disse platforme i denne særlige funktion til at hjælpe dig med at beslutte, hvis en af dem er den rigtige for din virksomhed.
4. Skabe en strategi
Data science-virksomheder som Boxever kan hjælpe virksomheder med at implementere AI — for eksempel, ved at behandle et spørgsmål som, ” Hvordan kan AI forbedre markedsføring?’ AI kan hjælpe dig med at gøre forudsigelser om, hvad der sker, når kunderne åbne en e-mail, for eksempel, baseret på tidligere erfaringer. Dette er en nem måde at integrere AI i de nuværende operationer, sagde Dave O’Flanagan, Boxever ‘ s CEO og co-founder, fordi det hjælper med at “opbygge tillid.”
“Vi var nødt til at indføre en masse af kontrol med regler for at være i stand til at give organisationer til at behandle output eller installere deres egne strategier for sig selv,” O’Flanagan sagde, “og derefter sætte deres strategier sammen med black box eller AI strategier for at være i stand til at blive fortrolig med begrebet i en maskine, der gør beslutninger om, hvilken slags oplysninger til at præsentere for en kunde.”
5. Opret en plan for implementering
Før du kan komme i gang med implementering af dit produkt, er du nødt til at tænke på en plan. I henhold til Solnedgang AI Cardenas, en multi-region udbygningsplan bruger Amazon Web Services (AWS), der er en detaljeret beskrivelse af brugere. “Indstilling af AWS infrastruktur ville tage et par dage, under forudsætning af, at web-applikationen er blevet testet på en sådan infrastruktur tidligere,” sagde han. Hvis det ikke er tilfældet, ville du nødt til at oprette “web app, database og andre relaterede infrastruktur på at AWS, som forbinder alle komponenter,” Cardenas sagde, der kunne tage en uge eller to. Derudover, ville det kræve konstant at raffinere den, der koder for fejl, som vil kræve ekstra installationer. Cardenas skønnes, at processen for en “implementere pipeline” kunne tage en anden ti dage eller så.
Se også
Amazon åbne kilder i sin dybe læring software (ZDNet)Hvordan Amazon ønsker at bygge bro over de data, videnskab hul ved at bringe machine learning til cloud (TechRepublic)Machine learning: smart person ‘s guide (TechRepublic)Google DeepMind: smart person’ s guide (TechRepublic)Hvordan kan udviklere drage fordel af machine learning på Google Cloud Platform (TechRepublic)