人工智慧應用開發過程的挑戰很多,主要表現在三個方面:
①開發流程複雜冗長;
②演算法技能要求高,需要應用開發者熟悉演算法;
③應用維護很頻繁,可能超過傳統軟體應用。
因此,考慮到這些挑戰,往往就需要在開發過程中做一些權衡。下面將針對這三種挑戰,依次分析如何有效利用平台優勢和業務具體場景,做出最佳權衡。
由於人工智慧應用無處不在,可以與各行各業相結合,所以人工智慧應用的開發需要足夠靈活,能夠適應各種行業的需求。但是往往靈活背後的代價就是複雜,尤其對於人工智慧應用開發來說,其天然具備較高的複雜度。
在開發人工智慧應用之前,同時需要業務經驗知識和人工智慧經驗知識,這樣才能設計出合理的方案。對於人工智慧應用開發全過程的每個處理步驟而言,輸入資料的統計分布、輸人資料的覆蓋範圍、最適合的處理邏輯、輸出都是不確定的。這種不確定性會不斷傳遞給後續的處理步驟。隨著處理步驟的增多和資料的不斷變化,可能需要增加、減少或改變後續的處理步驟,或者改變某個處理步驟中的具體邏輯。因此,人工智慧應用開發過程其實是乙個不斷試錯、不斷調優、不斷迭代的過程,很難一次性開發出乙個可以滿足要求並直接部署的人工智慧應用。這就是人工智慧應用開發過程天然具備的複雜性。
為了降低這種複雜性,通常需要固化一些開發流程模板,可以基於模板來開發自己的人工智慧應用,不需要全部的靈活度,但是有時候足以解決當前面臨的問題。當然這種模板也可以被用來二次加工、不斷迭代和優化。這種基於已有模板的開發方式更加簡單,也更容易解決相對受限領域的具體問題。
在人工智慧應用開發和部署之後,需要及時維護。在維護階
段,使用者可以選擇應用指標監控模組來實時檢視人工智慧應用的推理效果。如果推理效果不滿足要求,則需要手工或者自動維護,將不合適的資料回流到開發態。然後開發者可以重新檢視和理解這些資料,並基於這些資料對已有人工智慧應用進行迭代優化。
由於資料的變化會嚴重影響人工智慧應用推理效果的好壞,因此人工智慧應用的迭代需要非常及時。這也就使得人工智慧應用的開發態和執行態緊密結合,形成乙個閉環。對於有些可以自動維護並自動進行迭代優化的場景,這個閉環基本可自動執行,僅需在人工智慧應用版本更迭時進行人工審核。
未來,隨著人工智慧應用的進一步複雜化,包括其內部模型本身的複雜,以及執行態環境的複雜(包括端、邊、雲),進行人工智慧應用開發態和執行態的融合將更為必要,並且這種融合通過人工智慧應用開發平台體現出來,可以進一步簡化維護人工智慧應用的難度。
總體上看,以上三個層面的權衡,其實本質上對人工智慧應用開發平台提出了非常高的要求。只有提供足夠多的領域模板、足夠多的自動化調優能力,以及足夠強大的人工智慧應用開發態和執行態閉環能力,並在具體業務場景中做出最佳權衡,才能真正提公升整體開發效率、降低整體開發成本,給業務方帶來最終價值。
人工智慧應用開發全流程的成本分析
人工智慧應用開發的成本很大程度上會影響人工智慧在各個行業的滲透率。成本越低,則滲透率越高,人工智慧對行業的影響速度也越快。然而,人工智慧應用開發的總體成本模型非常複雜,但大致包括以下幾個層面 在人工智慧應用部署方面,部署成本體現在多裝置部署方面。未來的人工智慧推理一定是端邊雲協同的,因此一次開發和任...
人工智慧主要應用
僅供學習使用 2019 10 16 14 46 06 人工智慧主要應用 識別中的內容 物件。knn 卷積神經網路 分析文字中包含的 文字，是正面的 負面的 中性的。文字的表示 詞向量 tfidf 文字預處理 清洗 分類演算法，邏輯回歸 決策樹 樸素貝葉斯 分析乙個使用者會不會逾期。通過使用者的資訊，...
人工智慧的應用舉例
為什麼 機場 成了 ai 獨角獸們的香餑餑？這是一篇綜述性質的文章。標題命名考慮了一會兒，還是命名為人工智慧。這裡的人工智慧包括了 順便說一下，由於python的以下特性，特別適合人工智慧，因此在該領域得到廣泛使用 以下舉例說明各種應用，包括功能和用到的技術。簡單稱之為 千人千面 根據使用者個體特點...