Fermer

juillet 15, 2018

Comment appliquer et optimiser votre algorithme lorsque vous êtes prêt à exécuter avec AI


Suivez une méthodologie éprouvée de mise en œuvre d'une ingénierie ciblée, simple et éprouvée, telle que Lean AI, pour débloquer le vrai potentiel d'AI.


5 min de lecture

Les opinions exprimées par les entrepreneurs sont les leurs.


Le service d'intelligence artificielle SageMaker récemment lancé par Amazon est un nouveau développement passionnant, mais le programme ne fait pas tout. Il existe un fossé entre la technologie d'IA innovante qui existe et les solutions AI qui aideront à générer des résultats commerciaux dans votre cas spécifique. Utiliser des produits comme SageMaker, c'est comme avoir une toute nouvelle Tesla Model S: C'est une voiture géniale, mais c'est un presse-papier électrique géant si vous ne savez pas comment conduire.

Nous avons discuté de "marcher" avec AI dans ] un précédent article d'Entrepreneur ; maintenant il est temps de frapper au sol. Chez Manifold, nous travaillons avec des clients en utilisant une méthode appelée "Lean AI". Notre méthode est inspirée de beaucoup d'autres processus populaires, y compris conception centrée sur l'humain par IDEO développement de logiciels agiles la méthodologie du Lean Startup et CRISP-DM . Lean AI comprend six étapes: comprendre, concevoir, modéliser, acquérir des informations, déployer et valider. Ici, je vais me concentrer sur trois éléments clés que tout entrepreneur devra suivre pour optimiser l'intelligence artificielle

Linked: 10 Tendances de l'intelligence artificielle à surveiller en 2018

1. Ingénieur: Arrêtez de jouer

Parce que l'ingénierie de l'IA est une ingénierie logicielle, vous devez utiliser de bonnes pratiques telles que le contrôle de source, les révisions de code et les interfaces propres, entre autres. Beaucoup de scientifiques de données sont coupables de "jouer dans le bac à sable", mais vous devriez toujours construire comme si vous alliez en production.

Chez Manifold, l'une des étapes les plus importantes que nous avons mises en œuvre consiste à utiliser Docker pour tirer profit de science des données conteneurisées . Le flux de développement qui en résulte est plus propre et plus collaboratif et il est finalement beaucoup plus productif.

Les gens ont conçu des logiciels beaucoup plus longtemps qu'ils ne l'ont fait en ingénierie. L'application des meilleures pratiques en matière de développement et d'exploitation aux systèmes IA rendra vos processus aussi efficaces que possible.

2. Modèle: Commencez petit, et augmentez

En incorporant l'IA dans votre entreprise, les possibilités semblent infinies. Ne laissez pas votre imagination tirer le meilleur parti de vous – même si vous avez de grands projets, vous aurez envie de commencer simple et à grande échelle. Suivez les conseils d'Emmanuel Ameisen responsable AI d'Insight Data Science, un programme de bourses post-doctorales lié aux noms de grandes entreprises de la Silicon Valley comme Facebook et Zillow: la résolution efficace des problèmes se fait au plus bas niveau . Les modèles de référence fourniront systématiquement des produits finaux de qualité supérieure, en particulier pour l'utilisateur.

Nous utilisons des règles explicites dans notre processus pour garder la simplicité à l'esprit, particulièrement lorsqu'il est appliqué à des problèmes d'apprentissage supervisé. Nous croyons en clouant quelques caractéristiques d'abord; vous pouvez toujours en ajouter plus tard. Et nous commençons toujours avec la classification avant la régression – traitant d'un nombre donné de valeurs plutôt que d'une valeur continue – donc nous pouvons apprendre des erreurs de classe les plus évidentes.

Pourquoi les petites entreprises devraient faire attention à l'intelligence artificielle

3. Acquérir de la rétroaction: Voyez ce que pensent les (nombreux) humains

À la fin de la journée, les humains devront interagir avec et donner un sens aux recommandations de votre IA. Obtenez votre IA en face des utilisateurs – rapidement. Ils peuvent savoir quand l'IA recommande des choses raisonnables ou si les résultats de la recherche sont pertinents. Dans notre recherche, nous avons trouvé deux schémas principaux: la suspicion de l'IA et le besoin de post-traiter les prédictions brutes.

Les modèles IA gagnent rarement la confiance immédiate, en particulier chez les personnes qui n'ont pas travaillé auparavant. L'intelligence artificielle explicite est encore un domaine à ses débuts, mais il existe déjà de grands paquets, comme Tree SHAP qui expliquent les «pourquoi» des prédictions d'une IA afin que les utilisateurs se sentent plus à l'aise.

a constaté que les prédictions brutes d'une IA sont souvent insuffisantes par elles-mêmes. Il est nécessaire de créer une interface utilisateur permettant le post-traitement afin que les utilisateurs puissent aller un peu plus loin pour résoudre le problème métier. Un de nos clients, une société de services pétroliers de premier plan, comptait de nombreuses unités de compression qui fonctionnaient dans des situations «stressées». Alors que les prédictions d'IA brutes prédisaient correctement que ces unités allaient échouer rapidement, ce n'était pas une information utile pour les techniciens de maintenance. Au contraire, ils voulaient trouver des unités «normales» qui sont passées à «susceptibles d'échouer».

Pour résoudre le problème, nous avons post-traité la série chronologique de prédictions brutes et construit une interface utilisateur qui alertait seulement les techniciens lorsqu'une unité avait des changements significatifs dans sa probabilité de défaillance. Cela a entraîné moins de fausses alarmes et une IA plus utile avec moins d'inefficacité. Le point à retenir pour nous a été que l'interface utilisateur, ou UI, est aussi importante que l'IA.

Utilisateur: Pourquoi l'IA ne remplacera pas les (grands) vendeurs [19659005] L'IA peut accélérer les entreprises vers de nouveaux niveaux de connaissance plus rapidement que nous le savons. Cependant, l'IA et l'apprentissage automatique en sont encore à leurs balbutiements. En raison de la nouveauté, les propriétaires d'entreprise et les entrepreneurs pourraient être intimidés par la technologie, ou ils pourraient essayer de courir avec elle avant de pouvoir marcher ou même ramper. Au lieu de cela, suivez une méthodologie de mise en œuvre éprouvée d'ingénierie ciblée, simple et testée, telle que Lean AI, pour débloquer le vrai potentiel d'AI.




Source link