Noll
Med tanke på hypen kring artificiell intelligens (AI), organisationer kan frestas att kasta sig in i AI initiativ utan att göra den nödvändiga grunden. Faktum är att mycket kan gå fel med AI, och förr organisationer inser detta och vidta försiktighetsåtgärder för att undvika problem, desto bättre.
AI i dess många former kommer i allt högre grad genomsyra olika aspekter av verksamheten, säger Anthony Scriffignano, senior vice president och chief data scientist på Dun & Bradstreet, en leverantör av analytics-tjänster för att hjälpa företag kunder att förbättra sina affärsresultat.
“Utmaningar för ledare går långt utöver de verktyg och tekniker för AI, inklusive kunskapsbehållningen, uppgradering av befintlig kompetens och talang förvärv/retention,” Scriffignano sagt. “Nu kanske mer än någonsin, är det viktigt för ledare att ha en lång och läser” hur AI kommer att utvecklas.
Också: Kan människor få ett grepp om AI?
Organisationer och deras data science team behöver för att undvika rusning för att prova alla nya AI-metoden helt enkelt på grund av attraktion av något nytt, Scriffignano sagt. Det är istället viktigt att ingjuta en förståelse av förutsättningar, problemformulering, bias och andra analytiska principer som är avgörande för att någon slutsats från data.
“Ledande med en metod eller ett verktyg är generellt en dålig idé,” Scriffignano sagt. “Man kan inte bara” maskinen lära ” av ett problem med nya verktyg och teknik.” Istället har företagen för att förstå de olika typer av problem som de ställs inför att AI skulle kunna adress, och lämpliga tillvägagångssätt innan du rusar iväg och att tillämpa en teknisk lösning.
Tänk till exempel på en organisation som är ute efter att förstå den sociala stämningen och hur känslor påverkas av kampanjer för marknadsföring och försäljning.
“Det finns många verktyg för att göra sentiment analys, klustring, och andra tekniker,” Scriffignano sagt. “Det skulle vara frestande att rusa ut och prova en eller flera av dessa verktyg.”
Måste läsa
Kommer AI behöver terapi i framtiden? (CNET)Topp 5: Sätt AI kommer att förändra verksamheten (TechRepublic)
Men företag måste först ställa några kvalificerade frågor: Är det tillräckligt, lätt tillgängliga data? Är uppgifterna tillräckligt stabil för att slutsatser kommer att vara giltig? Är det en anledning att tro att framtiden kan extrapoleras från tidigare data? Har företaget tillåten användning av de nödvändiga uppgifterna?
“Inte svara på sådana frågor i förväg kan undergräva den ansträngning lika snabbt, om inte snabbare-än alla tekniska frågor,” Scriffignano sagt.
När massor av historiska information som finns, kan företagen har att ta itu med utmaningen av “falska uppgifter” eller bias.
“Ett tydligt exempel på falska uppgifter skulle vara falska recensioner–organisationer att gradera sig, konkurrenter som betygsätta sina konkurrenter hårt och felaktigt, och/eller andra som har någon närstående ovilja att försöka undergräva framgång för ett företag,” Scriffignano sagt. “Det finns många populära webbplatser där användare kan lämna recensioner av produkter och tjänster.”
Dessutom: Hur Facebook skalor AI
Andra exempel på falska uppgifter kan vara förfalskade finansiella resultat, falsk marknadsföring, och information som syftar till att påverka resultatet av valet eller för att påverka beteende på marknaden.
Företag måste vara medvetna om förekomsten av dessa typer av vilseledande uppgifter när djupdykning i AI.
Tidigare och relaterade täckning:
Vad är AI? Allt du behöver veta
En verkställande guide till artificiell intelligens, från maskininlärning och allmänna AI att neurala nätverk.
Vad är djupt lärande? Allt du behöver veta
Lowdown på djupt lärande: från hur det förhåller sig till de bredare fält av maskinen lärande genom hur man kommer igång med det.
Vad är lärande? Allt du behöver veta
Denna guide förklarar vad lärande är, hur den är relaterad till artificiell intelligens, hur det fungerar och varför det är viktigt.
Vad är cloud computing? Allt du behöver veta om
En introduktion till cloud computing rätt från grunderna upp till IaaS och PaaS, hybrid, offentliga och privata moln.
Relaterade artiklar:
Det finns ingen roll för AI eller data vetenskap: det här är ett lagarbete Start Släkt ger strimma av hopp för AI i robotik AI: vy från Chief Data Vetenskap Kontor Salesforce intron Einstein Röst, en AI röst assistent för företag att det inte är Det jobb AI är förstört som stör mig, det är de som växer
Relaterade Ämnen:
Artificiell Intelligens
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud
0