IT思维

公众号/小象

文/Adrian Hornsby

源 | hackernoon    译 | 崔岚

在过去的几个月里我经常会被问到：“如今我应该够做些什么来让我的团队为AI革命做好准备？”

确实，自动驾驶汽车、商用无人机、智能相机、自动电影和音乐创作、功能强大的智能机器人… 在过去的几年里，一场新的革命几乎把人工智能（AI）带到了科幻小说的水平。然而，大多数公司并不担心AI遥远的未来应用，他们想知道 AI在【今天】能否为团队所用。毕竟人们在区分炒作和现实上会有点迷惑，尤其是考虑到 AI 从媒体和评论员那里所得到的关注时。

那么，如何开始并让人工智能为你的团队工作？

这里有5件简单的事情，任何一家公司都可以从今天就开始做起，以便在明天变得更出色。

在搞清楚任何 AI 策略之前，最好了解我们在谈论什么，尤其是 AI 的构成。

人工智能和更广泛的机器学习领域是一组技术。这组技术可以被教会执行任务，而且它们会随着的时间的推移而改进。与人们如何学习怎么避免触碰热板一样，人工智能的持续学习是将实验结果反馈给算法的结果。

最重要的事情之一是要认识到, 目前的 AI 不是通用的, 而是专业的：用于图像分类的 AI 系统，不能学习除了对图像进行分类以外的任何其他东西。而且，为了学习，必须为 AI 系统输入大量的数据，不能是任何数据都可以的，而是进行过整理的数据。

实际上, 如果你想教一个 AI 算法来识别香蕉，你就必须给算法提供大量的图片，这些图片都有人工标注的标签来标示是香蕉或者不是香蕉。事实上，大多数情况下，数据越多，AI 算法就越精确。

AI  = 电子数据+算法+人工参与

这对理解 AI 非常重要，因为它决定了你的很大一部分的 AI 策略

训练 AI 算法来解决实际问题在今天看来似乎是一个难以实现的想法，但这一天迟早会到来。为了让这天按时到来，你需要准备好大量的数据来训练 AI 算法。这意味着一件非常重要的事情：

开始存储和保留所有原始数据，因为你将永远无法重新创建原始数据。

为什么是原始数据？因为这是宝藏隐藏的地方：这里有你还没有开始理解的数据关联和模式。

在 AWS 上，存储原始数据的默认位置是 Amazon S3，通常称为数据湖。Amazon S3 是高度耐用、经济高效的对象存储，但最重要的是，它支持生命周期策略。生命周期策略允许你将对象从一个存储类自动转换到另一个，例如，从标准访问到不经常访问，甚至到冰河，这样就减少了存储成本。记得在原始数据存储上开启MFA——删除保护和版本控制，来防止意外对象删除。

注意：要使收集和存储任何类型的数据都变得非常容易。从API日志、系统和应用程序指标到用户行为，公司中的任何人都应该只需要一行代码即可以开始收集和存储新的数据类型。

换句话说，你需要了解 AI 能如何帮助你的公司。

如前所述，AI 需要大量的数据，但更重要的是，它需要清晰的指令。你必须非常清楚 AI 可以帮助你什么。例如，如果你的公司正在为终端用户存储图像和视频，并使用手动添加的标记来执行搜索，那么AI可以帮助你添加自动生成的标签。

对于每一个过程来说，一个好的做法是定义数据需求。这样可以确保你开始为这个特定的过程收集必要的数据。

为了成功地将 AI 应用于业务需求，你应该首先查看你的组织中需要数据分析来帮助做决策的地方。无论哪里有数据分析，AI都是最有可能实现这一目标的最佳人选。销售、市场、社交媒体、客户支持——这些业务都会因为AI而得到极大的增强。

这两个问题可以帮助你寻找 “AI机会”：

你现在正在做的哪些事情，可以被做的更快或者更好？

你现在没有在做的哪些事情可以帮助你做出更好的决定？

从低垂的果实开始

当你开始 AI 之旅时，最合乎逻辑的第一步应该是捡起那些最容易够得着的果实。

无论你是否（或拥有）人工智能专家（数据科学家或 ML 研究人员）或软件开发人员，都可以考虑使用现成的产品，比如 AWS 提供专业水平的 AI 服务和框架来满足需求。

这些现成的产品让没有数据科学博士学位的开发人员可以轻松地将智能添加到任何现有的应用程序中，这些多样化的 AI 服务可以提供计算机视觉、语音、语言分析和聊天机器人功能。这些服务由 API 驱动，易于操作，不需要大量培训。

一旦你掌握了最简单的技术，你就需要深入到AI领域，特别是根据你的公司需求定制AI服务。高水平的AI服务非常棒，但它们都是在一般数据集上预先训练好的，因此无法根据你的具体使用情况进行调整。

从长远来看，你还必须创建健壮和健全的流程来提取数据，训练和测试你的算法。

目前，人工智能和机器学习专家非常稀少，可能需要几个月甚至几年的时间才能为你的团队找到合适的人选。但这不应该阻止你。

AI 不是魔法！AI 主要是代码，一些用于管理数据的数学和过程。没有什么是不能学习的。网上有各种资源可以开始和学习。我所认识的大部分人，如果给他们时间，他们都很愿意学习 AI 。所以，如果你真的想站在科技发展的前沿，如果你相信你和你的工作伙伴有足够强的自驱动力，那么在人工智能的学习上投资吧，让你们的团队成为未来发展的驱动力。

理解什么是人工智能。保管好你的数据。找到需要改进的过程。从低挂的果实开始，慢慢发展成为一个由 AI 驱动的团队，随时准备应对未来的挑战。