正确的人工智能用例的5个技巧

使用人工智能的先驱之一，在短短的时间内，该公司的净收入同比翻了一番，投资回报丰厚。如今，许多公司都在采用人工智能。调研机构Genesys公司预测，到2022年，60%的美国公司将使用人工智能技术，其原因很简单：这些公司不仅看到了结果，而且担心在市场竞争中输给人工智能驱动的竞争对手。

然而，很多企业并不善于处理人工智能用例。正如提供自动化机器学习工具的Aible公司首席执行官兼创始人、Salesforce Einstein公司创始人之一Arijit Sengupta所解释说：“由于绝大多数人工智能项目都失败了，因此很难提供统计数据来证明人工智能在商业中的有效性。2018年，研究机构Gartner公司估计，85%的人工智能项目没有成功。虽然人工智能技术具有着巨大的潜力，但如今大多数人工智能用例在商业运营方面都失败了。”

以下将讨论首席信息官应该如何处理他们的人工智能使用案例和策略，以取得成功。行业媒体采访了数十位人工智能专家，并分享了他们多年来的实践经验。

1.主要依靠数据的人工智能

众所周知，人工智能依靠数据为生，但是数据的重要性常常被低估了。

聊天机器人开发商Verint公司副总裁Jen Snell解释说：“人工智能中的数据问题的范围和规模远远超出了大多数人的认识。由于数据的原因，很多企业的项目都会遇到问题——从数据质量到管理和整理数据以获得有意义的见解，再到标记和模型构建。一开始似乎很容易，但当企业着眼于规模增长、改变模型、管理和确保对系统的控制时，就会变得棘手。”

Snell的统计数据令人痛苦：虽然59%的高管认为人工智能可以改善对大数据的使用，但85%的大数据项目或人工智能项目却失败了。她说，“我们在15年前就已经意识到了这一点，花费了几年的时间与客户和现实数据一起了解问题的广泛性和系统性。”

因此，拥有可靠和干净的数据对于人工智能转换是必不可少的——甚至比人工智能算法还要重要。人工智能技术和解决方案提供商Veritone公司应用人工智能主管Aaron Edell说，“我了解到，调整算法和给定模型的数学只会带来很少的改进。对准确性的最大提升来自良好、干净的培训数据。尽早制定数据获取策略是机器学习成功的关键——我希望从一开始就知道这一点。”

如何获取数据对于人工智能用例也是至关重要的。虽然从外部来源购买数据可以让企业脱离实际，但这还不足以让其业务继续运行，因为人工智能

（编辑：阿坝站长网）

【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!