开始使用人工智能

开发人工智能首先要开发模型，而数据科学团队可以做到这一点。但是对于一些企业来说，部署人工智能变得具有挑战性，因为其应用程序很可能是在上世纪60年代或70年代编写的，采用的第三方软件也是如此。如何将人工智能部署到其中，对于企业来说确实是一个挑战，这是很多企业或客户面临的挑战，开发模型虽然变得更加容易，但是当涉及到部署时，将变得非常具有挑战性。

因此，他将人工智能的应用过程总结为三个D：数据(Data)、模型开发(Development of models)和部署(Deployment)。如果从人工智能来看，这就是三个阶段。第一个D(数据)和最后一个D(部署)至关重要，即如何获取数据，信任数据，以及如何清除数据?

如何让数据科学家以一种更快的方式访问它?开发的产品变得越来越商品化，这意味着可以使用许多可用的开源工具来构建这些模型。但是最后一个D(部署)也变得非常关键，由于现在必须采用人工智能或在企业中构建那些模型，因此涉及的过程非常复杂，其中涉及到第三方软件，企业如果无法访问，没有技能，以及所有这些东西，因此变得非常具有挑战性。

企业如何部署人工智能

Nirmal说，“企业如何以人工智能为中心?需要采用我们称之为‘人工智能阶梯’的技术。

人工智能阶梯包括：一是如何收集或连接数据?因为它可能是已经存在的现有数据源。二是企业如何组织这些数据?数据的组织变得非常关键，例如哪些数据是敏感的，哪些数据是不敏感的。因此必须组织数据，或者围绕数据添加一些治理以使其可用。三是分析数据，也就是如何分析数据?分析数据所需的工具是什么?四是注入数据或部署已构建的模型。因此通过这四个步骤构建一个人工智能阶梯。

企业需要拥有大量数据来建立模型，必须将数据用于训练模型，而且大多数企业可能并不愿意在公共云平台上迁移非常敏感的数据，因此，它将成为一种混合云方法，企业可以使用该方法在防火墙后面进行所有训练，然后准备部署模型时，可以将其部署在公共云上。”

企业在部署人工智能时遇到的挑战

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!