10 korakov k uveljavljanju umetne inteligence v vašem poslu

Umetna inteligenca (AI) je očitno vse večja sila v tehnološki industriji. AI je na konferencah osrednji del in kaže potencial v najrazličnejših panogah, vključno z maloprodajo in proizvodnjo. Novi izdelki se vgrajujejo z virtualnimi pomočniki, medtem ko klepeti odgovarjajo na vprašanja strank o vsem, od spletnega mesta dobavitelja vaše spletne pisarne do podporne strani ponudnika storitev spletnega gostovanja. Medtem podjetja, kot so Google, Microsoft in Salesforce, integrirajo AI kot obveščevalni sloj skozi celoten nabor tehnologij. Da, AI vsekakor ima svoj trenutek.

To ni tisto AI, ki nam ga je pop kultura pričakovala; ne gre za čuteče robote ali Skynet ali celo Jarvisovega pomočnika Tonyja Starka. Ta planota AI se dogaja pod površjem, zaradi česar je naša obstoječa tehnologija pametnejša in sprosti moč vseh podatkov, ki jih podjetja zbirajo. Kaj to pomeni: Široko napredovanje v strojnem učenju (ML), računalniški vid, globoko učenje in obdelava naravnega jezika (NLP) so olajšali kot kdaj koli prej plast algoritma AI v vašo programsko opremo ali oblačno platformo.

Za podjetja se lahko praktične aplikacije AI manifestirajo na različne načine, odvisno od organizacijskih potreb in vpogleda v poslovno inteligenco (BI), pridobljene iz podatkov, ki jih zbirate. Podjetja lahko uporabijo AI za vse, od rudarjenja socialnih podatkov do vodenja ukvarjanja z upravljanjem odnosov s strankami (CRM) do optimizacije logistike in učinkovitosti, ko gre za sledenje in upravljanje premoženja.

ML ima ključno vlogo pri razvoju AI, je opozoril Luke Tang, generalni direktor programa TechCode Global AI + Accelerator, ki inkubira zagon AI in podjetjem pomaga vključiti AI poleg svojih obstoječih izdelkov in storitev.

"Trenutno AI poganja ves nedavni napredek v ML. Ni enega samega preboja, na katerega bi lahko opozorili, toda poslovna vrednost, ki jo lahko pridobimo iz ML-ja, zdaj ni na lestvici, " je dejal Tang. "Z vidika podjetja lahko to, kar se trenutno dogaja, lahko moti nekatere temeljne poslovne procese podjetij glede usklajevanja in nadzora: načrtovanje razporeda, razporeditev virov in poročanje." Tukaj ponujamo nasvete nekaterih strokovnjakov za razlago korakov, ki jih podjetja lahko izvedejo za vključitev AI v svojo organizacijo in za zagotovitev, da je vaša implementacija uspešna.

1. Spoznajte AI

Vzemite si čas, da se seznanite s tem, kaj lahko naredi sodobni AI. TechCode Accelerator svojim startupom ponuja široko paleto virov s svojimi partnerstvi z organizacijami, kot je Univerza Stanford in korporacijami v AI prostoru. Izkoristite tudi bogastvo spletnih informacij in virov, ki so na voljo, da se seznanite z osnovnimi koncepti AI. Tang priporoča nekatere oddaljene delavnice in spletne tečaje, ki jih ponujajo organizacije, kot je Udacity, kot enostavne načine za začetek uporabe AI in povečanje znanja o področjih, kot so ML in prediktivna analitika v vaši organizaciji.

Sledijo številni spletni viri (brezplačni in plačani), ki jih lahko uporabite za začetek:

• Udacity's Intro to AI tečaj in program umetne inteligence Nanodegree
• Spletna predavanja Univerze Stanford: Umetna inteligenca: načela in tehnike
• EdX-jev tečaj AI, ki ga ponuja Univerza Columbia
• Microsoftov odprtokodni kognitivni pripomoček (prej znan kot CNTK), ki bo razvijalcem pomagal obvladati algoritme za globoko učenje
• Googlova odprtokodna (OS) knjižnica programske opreme TensorFlow za strojno inteligenco
• Viri AI, odprtokodni imenik kod AI Access Foundation
• Stran z viri Združenja za napredek umetne inteligence (AAAI)
• MonkeyLearn je nežen vodnik po strojnem učenju
• Stephen Hawking in Institut za prihodnost življenja Elona Muska
• OpenAI, odprta industrija in pobuda za poglobljeno učenje v vsej akademiji

2. Ugotovite težave, ki jih želite rešiti AI

Ko pospešite osnove, je naslednji korak vsakega podjetja, da začnete raziskovati različne ideje. Pomislite, kako lahko dodate zmogljivosti AI obstoječim izdelkom in storitvam. Še pomembneje je, da bi vaše podjetje moralo imeti v mislih posebne primere uporabe, v katerih bi AI lahko reševal poslovne težave ali zagotavljal dokazno vrednost.

"Ko sodelujemo s podjetjem, začnemo s pregledom njegovih ključnih tehnoloških programov in težav. Želimo mu pokazati, kako se v te izdelke prilegajo obdelava naravnega jezika, prepoznavanje slike, ML itd., Običajno z nekakšna delavnica z vodstvom podjetja, "je pojasnil Tang. "Podatki se vedno razlikujejo glede na panogo. Če podjetje na primer izvaja video nadzor, lahko z dodajanjem ML v ta postopek pridobi veliko vrednost."

3. Postavite prednost konkretni vrednosti

Nato morate oceniti potencialno poslovno in finančno vrednost različnih možnih izvedb AI, ki ste jih prepoznali. V AI razpravah o "pitah v nebu" se je enostavno izgubiti, tang pa je poudaril, kako pomembno je, da se vaše pobude neposredno povežejo s poslovno vrednostjo.

"Prednost si oglejte dimenzije potenciala in izvedljivosti in jih vstavite v matrico 2x2, " je dejal Tang. "To bi vam moralo pomagati, da določite prednost na podlagi kratkoročne prepoznavnosti in veste, kakšna je finančna vrednost podjetja. Za ta korak običajno potrebujete lastništvo in priznanje s strani upravljavcev in najvišjih vodstvenih direktorjev."

4. Potrdite vrzel v notranjih zmožnostih

Obstaja velika razlika med tem, kaj želite doseči, in tistim, kar imate v določenem časovnem okviru dejansko za dosego organizacije. Tang je dejal, da mora podjetje vedeti, česa je sposobno in česa ni iz perspektive tehnologije in poslovnih procesov, preden začne s celovito izvedbo AI.

"Včasih lahko to traja dolgo, " je dejal Tang. "Odpravljanje internih vrzeli v zmožnostih pomeni ugotavljanje, kaj morate pridobiti, in vse procese, ki jih je treba notranje razvijati, preden začnete. Odvisno od podjetja lahko obstajajo obstoječi projekti ali skupine, ki vam lahko pomagajo, da to organizirajo za nekatere poslovne enote."

5. Pridružite se strokovnjakom in postavite pilotni projekt

Ko je vaše podjetje z organizacijskega in tehnološkega vidika pripravljeno, je čas, da začnete graditi in povezovati. Tang je dejal, da so tukaj najpomembnejši dejavniki, da začnete z majhnimi, da imate v mislih cilje projekta, in kar je najpomembneje, da se zavedate, kaj veste in česa ne veste o AI. Tu je lahko privabljanje zunanjih strokovnjakov ali svetovalnih strokovnjakov neprecenljivo.

"Za prvi projekt ne potrebujete veliko časa; običajno za pilotni projekt je 2-3 mesece dober razpon, " je dejal Tang. "Želite združiti notranje in zunanje ljudi v majhni ekipi, morda 4-5 ljudi, in s tem strožjim časovnim okvirom bo skupina osredotočena na preproste cilje. Po zaključku pilota bi se morali odločiti, kaj dlje - kratkoročnejši in bolj izpopolnjen projekt in ali je predlog vrednosti smiseln za vaše podjetje. Pomembno je tudi, da se znanje in izkušnje obeh strani - ljudi, ki vedo o poslu in ljudi, ki vedo o AI - združijo v vaši skupini pilotnih projektov.."

6. Oblikujte delovno skupino za integriranje podatkov

Tang je opozoril, da morate pred uvedbo ML v svoje podjetje očistiti svoje podatke in se tako pripraviti, da se izognete scenariju "smeti, odvoz smeti". "Notranji korporativni podatki so običajno razporejeni v več podatkovnih silosih različnih zapuščenih sistemov in so morda celo v rokah različnih poslovnih skupin z različnimi prednostnimi nalogami, " je dejal Tang. "Zato je zelo pomemben korak pri pridobivanju visokokakovostnih podatkov oblikovanje medsebojne delovne skupine, integriranje različnih nizov podatkov skupaj in razvrščanje neskladnosti, tako da bodo podatki natančni in bogati z vsemi ustreznimi dimenzijami, potrebnimi za ML."

7. Začnite z majhnimi

Začnite uporabljati AI na majhnem vzorcu svojih podatkov, ne pa prehitro prevzeti. "Začnite preprosto, postopoma uporabljajte AI, da dokažete vrednost, zberete povratne informacije in nato ustrezno razširite, " je dejal Aaron Brauser, podpredsednik za upravljanje rešitev v podjetju M * Modal, ki za zdravstvene organizacije ponuja tehnologijo razumevanja naravnega jezika (NLU). platforma AI, ki se integrira z elektronskimi medicinskimi kartotekami (EMR).

Posebna vrsta podatkov bi lahko bile informacije o nekaterih medicinskih specialitetah. "Bodite izbirčni pri tem, kaj bo bral AI, " je dejal dr. Gilan El Saadawi, glavni direktor za medicinske informacije (CMIO) v podjetju M * Modal. "Na primer, izberite določeno težavo, ki jo želite rešiti, usmerite AI nanj in mu postavite določeno vprašanje, na katerega bo odgovoril in ne vrgel vseh podatkov nanj."

8. Vključite skladiščenje kot del svojega načrta AI

Ko poiščete majhen vzorec podatkov, boste morali upoštevati zahteve za shranjevanje, da boste lahko implementirali rešitev AI, pravi Philip Pokorny, glavni tehnični direktor (CTO) pri Penguin Computing, podjetju, ki ponuja visoko zmogljive računalnike (HPC), AI in ML rešitve.

"Izboljšanje algoritmov je pomembno za doseganje rezultatov raziskav. Toda brez ogromnih količin podatkov, ki bi pripomogli k oblikovanju natančnejših modelov, se AI sistemi ne morejo dovolj izboljšati, da bi dosegli svoje računalniške cilje, " je Pokorny zapisal v beli knjigi z naslovom "Kritične odločitve: Vodnik po Izdelava celostne rešitve za umetno inteligenco brez obžalovanja. " "Zato je treba na začetku zasnove AI razmisliti o vključitvi hitrega, optimiziranega prostora za shranjevanje."

Poleg tega bi morali optimizirati shranjevanje AI za zaužitje podatkov, potek dela in modeliranje, je predlagal. "Vzeti čas za pregled svojih možnosti ima lahko velik, pozitiven vpliv na to, kako sistem deluje, ko bo v spletu, " je dodal Pokorny.

9. Vključite AI kot del svojih dnevnih nalog

Z dodatnim vpogledom in avtomatizacijo, ki jo ponuja AI, imajo delavci orodje, s katerim lahko AI postanejo del vsakodnevne rutine in ne nekaj, kar ga nadomešča, pravi Dominic Wellington, globalni IT evangelist pri Moogsoft, ponudnik AI za IT-operacije (AIOps). "Nekateri zaposleni so lahko previdni glede tehnologije, ki lahko vpliva na njihovo službo, zato je uvedba rešitve kot način za izboljšanje njihovih dnevnih nalog pomembna, " je pojasnil Wellington.

Dodal je, da morajo biti podjetja pregledna, kako tehnologija deluje pri reševanju težav v delovnem toku. "To daje zaposlenim izkušnjo" pod napoto ", tako da lahko jasno predstavijo, kako AI povečuje svojo vlogo, namesto da bi jo odpravil, " je dejal.

10. Sestavite z ravnovesjem

• Umetna inteligenca ima težave s pristranskostjo in naša napaka Umetna inteligenca ima težavo s pristranskostjo in naša napaka
• IBM za umetno inteligenco prevzame odločitve o človekovih razpravah, ki jih vodi IBM-ova umetna inteligenca
• AI ponuja ogromen potencial, vendar se čez noč ne bo zgodilo AI ponuja ogromen potencial, vendar se čez noč ne bo zgodil

Ko gradite sistem AI, je potrebna kombinacija zadovoljevanja potreb tehnike in raziskovalnega projekta, je pojasnil Pokorny. "Splošno vprašanje, še preden začnete načrtovati sistem AI, je, da bi morali sistem graditi z ravnotežjem, " je dejal Pokorny. "To se morda sliši očitno, a prepogosto so sistemi AI zasnovani glede na posebne vidike, kako si skupina zamisli doseganje svojih raziskovalnih ciljev, ne da bi razumeli zahteve in omejitve strojne in programske opreme, ki bi podpirala raziskavo. Rezultat je manjši. kot optimalen, celo disfunkcionalen sistem, ki ne doseže želenih ciljev."

Da bi dosegli to ravnovesje, morajo podjetja zgraditi dovolj pasovne širine za shranjevanje, grafično procesno enoto (GPU) in omrežje. Varnost je tudi pogosto spregledana komponenta. AI že po svoji naravi zahteva dostop do širokih delov podatkov, da opravi svoje delo. Prepričajte se, da razumete, katere vrste podatkov bodo vključene v projekt in da vaši običajni varnostni zaščiti - šifriranje, navidezna zasebna omrežja (VPN) in anti-malware - morda ne bodo dovolj.

"Podobno morate uravnotežiti, kako se porabi celotni proračun za doseganje raziskav, s potrebo po zaščiti pred izpadom električne energije in drugimi scenariji z odpuščanjem, " je dejal Pokorny. "Morda boste morali vgraditi tudi prilagodljivost, da boste omogočili preurejanje strojne opreme, ko se spreminjajo zahteve uporabnika."