工(gōng)程師(shī)越來(lái)越多(duō)地(dì)尋求将 AI↑↕✔₽ 集成到(dào)他(tā)們的(de)項目中★π，以改善他(tā)們的(de)結果并保持領先于他(tπ$>ā)們專業(yè)的(de)數(shù)字化(huàΩ≤↔)曲線。為(wèi)了(le)成功集成人(rén)工(gōngφ↑)智能(néng)，工(gōng)程師(shī)應該确保他(tā)們首先了(l'≥σ'e)解人(rén)工(gōng)智能(néng•¶)究竟是(shì)什(shén)麽，以及它如(r♦∞γú)何适應他(tā)們當前的(de)工(gōng)作(zuò)流程。這(z∏¶₹hè)可(kě)能(néng)不(bù)像他(tΩΩ÷✔ā)們最初認為(wèi)的(de)那(nà)麽簡單δ©&。
如(rú)何從(cóng)工(gōng)程角度定義人(rén)工(gōng↑≈σ)智能(néng)？
當工(gōng)程師(shī)討(tǎo)論人(rén)工(gōng↓>σ)智能(néng)時(shí)，他(tā)們通(tōng)常關注人(rén)επ工(gōng)智能(néng)模型，但(dàn)人(rén)工(gō∏÷∏ng)智能(néng)遠(yuǎn)不(bù)止于此。這(zhè)是(↕♣shì)一(yī)個(gè)通(tōng)常含糊不(bù)清的(€$de)術(shù)語，用(yòng)于描述由機(jī)器(qì)學習(xí§₽)支持的(de)運營策略。在工(gōng)程術(shù)語中，“A ¥δI”的(de)概念實際上(shàng)跨越工(gōng)作(zu<∞Ωò)流中的(de)四個(gè)步驟：數(®∑≈"shù)據準備、建模、模拟和(hé)測試以及部署。
工(gōng)程師(shī)應該考慮的(de∞™')完整的(de)、人(rén)工(gōng)智≥ ₹₩能(néng)驅動的(de)工(gōng)≥↔≈'作(zuò)流的(de)四個(gè)步驟
将 AI 納入工(gōng)作(zuò)流程時(shí₹✔♥)，哪個(gè)或哪些(xiē)步驟最重 $↓要(yào)？
每一(yī)步都(dōu)很(hěn)重要(yào)。工(gσ ¥₹ōng)程師(shī)記住這(zhè)一(yī)點至關重要(yà¶← o)，因為(wèi)他(tā)們通(tōng)常希望将大(dà)部分(f "♣ēn)時(shí)間(jiān)花(huā)在第二步——開(kāi)發£÷和(hé)微(wēi)調 AI 模型上(™≠¶shàng)。雖然建模無疑是(shì)該過程的(de)關鍵部∞φ✔分(fēn)，但(dàn)它既不(bù)是(shì)↕↔∑集成過程的(de)開(kāi)始，也(yě)不(bù)是(shì)集成過§>↑程的(de)結束。如(rú)果說(shuō)實際 AI 實施中的(de)任何¶步驟最重要(yào)，那(nà)就(jiù)是(shì)第一(δ♣yī)步，即數(shù)據準備。它的(de)關鍵，以早期揭露的(♥∞de)問(wèn)題上(shàng)，并了(le)解工(gαε ™ōng)作(zuò)流程的(de)部分(f→δēn)集中其上(shàng)達到(dào)最佳效果。
當然，最重要(yào)的(de)步驟将取決于具體(tǐ)的(de)應用(yòn✔∞g)。但(dàn)是(shì)，如(rú)果有(yǒu)疑₹•問(wèn)，請(qǐng)從(cóng)數(shù™☆♥•)據開(kāi)始。
在将 AI 納入工(gōng)作(zuò)流程之前，工(gōng)程師(sh∏♠₹✘ī)還(hái)應該考慮什(shén)麽 ☆✔>？
工(gōng)程師(shī)應該認識到($πdào)他(tā)們現(xiàn)有(yǒu)知(z± hī)識的(de)價值。在開(kāi)發 AI 工(gōn'π♥g)作(zuò)流程時(shí)，許多(duō)人(rén)認為(wσγ∏èi)他(tā)們缺乏将 AI 融入項目所需的(de)技(jì)$δ能(néng)，但(dàn)事(shì)實并非如(rú)此。他(t×♣ā)們對(duì)他(tā)們試圖解決的(de)問(wèn)題有(←®•yǒu)內(nèi)在的(de)知(zhī)識≤σ↓，并且可(kě)以訪問(wèn)可(kě)以幫≤∑©助他(tā)們利用(yòng)這(zhè)些(xiē)專業©"(yè)知(zhī)識的(de)數(shù)據準©§×←備和(hé)建模工(gōng)具，即使他(tā)們不(bù)是(shì)∞→✘ AI 專家(jiā)。他(tā)們還(hái)應該&ε∑記住，人(rén)工(gōng)智能(néng)隻是(shì)更大(dà)✘↑←系統中的(de)一(yī)個(gè)部分(fēn•∑γ)，所有(yǒu)部分(fēn)必須協同工(gōngδ↓ ")作(zuò)才能(néng)成功實施。
每個(gè)步驟在成功将 AI 融入項目中扮演什(shén)麽角色？
如(rú)前所述，第一(yī)步，數(s∞×↔∑hù)據準備，可(kě)以說(shuō)是(shì)♣ δπ最重要(yào)的(de)。通(tōng)常，當深度學習(γ&xí)模型無法按預期方式工(gōng)作(zuò₽÷)時(shí)，工(gōng)程師(shī)會(huì)$☆專注于第二階段——微(wēi)調模型、調整參數(shù)并實施¶✔★多(duō)次訓練叠代。他(tā)們沒有(yǒu)意識到♦≠♣♣(dào)，要(yào)想有(yǒu)效↕€$，人(rén)工(gōng)智能(néng)模型需要(yào)在強大(dà€₽)、準确的(de)數(shù)據上(shàng)進行(xíng)訓練。"☆如(rú)果工(gōng)程師(shī)少(shǎo)給模型任何東('↓✘dōng)西(xī)，他(tā)們将無法從(cóng)結果≈→中獲得(de)任何見(jiàn)解，并且可(kě)能(néng)會(huì¶Ω")花(huā)費(fèi)數(shù)小(xiǎo)時(shí)試圖了σ&$λ(le)解模型為(wèi)何不(bù)起作(zuò)用(yòng)。相(xi౩¶∑ng)反，工(gōng)程師(shī)通(tōng)過專注于他(tā)們≈σ÷ 提供給模型的(de)數(shù)據來(lái)更≠€好(hǎo)地(dì)服務。預處理(lǐ)數(<♣shù)據并确保正确标記數(shù)據有(yǒu)助于确保∞γ<模型能(néng)夠理(lǐ)解數(shù)•≤據。例如(rú)，建築設備制(zhì)造商Caterpilδ§εlar 的(de)工(gōng)程師(shī) 可(kě)以訪問∑γ✘(wèn)其機(jī)械在整個(gè)行(xí™"≠ng)業(yè)中使用(yòng)而生(sβ∑÷γhēng)成的(de)大(dà)量現(xiàn)場(chǎng)數(¥€∏shù)據，但(dàn)他(tā)們認識到(dào)，大(dà)量&≥數(shù)據會(huì)幹擾其模型的(de)有(yǒu)效性。&✘ 為(wèi)了(le)簡化(huà)流程，Caterpil£✔lar 使用(yòng)MATLAB 自(zì)動标記數(shù)¥™ε據并将數(shù)據集成到(dào)他(tā)們的(de)機(jī)器(qì≈)學習(xí)模型中，從(cóng)而從(cóng)他(tā)們的(de)現→(xiàn)場(chǎng)機(jī)械中 ₩π獲得(de)更有(yǒu)前景的(de)見(j♠≈γiàn)解。這(zhè)個(gè)過程是(shì)可(>®¶kě)擴展的(de)，讓 Caterpillar σ¥α的(de)工(gōng)程師(shī)可(kě)以自(zì)由地(dì₹Ω)将他(tā)們的(de)領域專業(yè)知(zhī)識應用($ε±yòng)于公司的(de) AI 模型，而不 &₽(bù)必強迫他(tā)們自(zì)己成為(wèi) AI 專家(' ≈jiā)。
建模有(yǒu)多(duō)重要(yào)？ε ✘
假設數(shù)據準備階段已經完成，工(gōn♥€g)程師(shī)在建模階段的(de)目标是(shì)創☆→σ建一(yī)個(gè)準确、穩健的(de)模型，能(né₽✔∏≤ng)夠根據數(shù)據做(zuò)出智能(néng®∑↑φ)決策。這(zhè)也(yě)是(shì)工(gōng)程≥≥¶師(shī)應該決定它應該采取什(shén)麽♦δ形式的(de)階段，是(shì)像支持向量≈™±機(jī) (SVM) 或決策樹(shù)這(zhè)樣的₹©™(de)機(jī)器(qì)學習(xí)，還(hái)是(shì)≤✔$像神經網絡這(zhè)樣的(de)深度學習(xí)，還(hái)是(shì)ε↕兩者的(de)結合；選擇哪個(gè)選項可(kě)以為(wèi)他¥Ω(tā)們的(de)應用(yòng)程序和(hé)業(yè)務需✔λβ求産生(shēng)最佳結果。對(duì)于工(gōng)程師(€±shī)來(lái)說(shuō)，直接訪問(wèn)多(duō)種工(gō¶"∑∑ng)作(zuò)流算(suàn)法非常重要(yào)，例如(rú)分(≤•→fēn)類、預測和(hé)回歸。除了(le)提供更多(duō)選項之外(↓Ωwài)，這(zhè)還(hái)允許他(tā)們 '±ε使用(yòng)由更廣泛社區(qū)開(kāi)∑σ&≈發的(de)預構建模型來(lái)測試他(tā)們的(de)Ω<λ想法，并可(kě)能(néng)将其用(yòng♠∑δ )作(zuò)起點。對(duì)于工(gōngφ§)程師(shī)來(lái)說(shuō)，記住 AI 建模是(sh σì)工(gōng)作(zuò)流程中的(de)一(yī)個(☆±gè)叠代步驟也(yě)很(hěn)重要(yào)。他(t♦✘↔ā)們必須跟蹤他(tā)們在整個(gè)過程中所做(zuò)的(d∏ ∑"e)任何更改，因為(wèi)它可(kě)以幫助他(t↔§ā)們識别提高(gāo)模型準确性并創建可(kě)重複結果的(de)參數÷β(shù)。
模拟和(hé)測試起著(zhe)什(shén)麽樣的(de)作♣←(zuò)用(yòng)？
這(zhè)一(yī)步是(shì)驗證 AI 模型是(s€&≈hì)否正常工(gōng)作(zuò)的(de)關☆£↑鍵，更重要(yào)的(de)是(shì)，在将其部署到(dào)現(¶ xiàn)實世界之前，它是(shì)否能(néng)與其他(tā♣↑)系統有(yǒu)效合作(zuò)。工(g<'&ōng)程師(shī)必須牢記，AI 模型是(shì)更"≈大(dà)系統的(de)一(yī)部分(fēn)，必須與該系統的✘£<(de)所有(yǒu)其他(tā)部分(€ fēn)協同工(gōng)作(zuò)。考慮一(εδyī)個(gè)自(zì)動駕駛模型：工(gō≤<ng)程師(shī)不(bù)僅必須為(wèi)停車÷↔(chē)标志(zhì)、其他(tā)車(chē)輛(₩★©liàng)和(hé)行(xíng)人(rén)等物(wù)體←★π(tǐ)檢測設計(jì)感知(zhī)系統，而且還(há☆<≠i)必須與其他(tā)系統（如(rú)控制(zhì)、路(lù)徑規劃®>和(hé)定位）集成才能(néng)有(yǒu)效γ∑ε。測試階段本質上(shàng)是(shì)工(gōng)程師(shī)确≈₩✘δ保他(tā)們開(kāi)發的(de)模∞ ♣®型準确無誤的(de)機(jī)會(huì)，測λβ¥試該模型的(de)最佳方法是(shì)通(tōng)過仿&σ¶真，使用(yòng)Simulink等虛拟工(gōng)具。在這(zhè )個(gè)階段，工(gōng)程師(shī)₹±★應該問(wèn)自(zì)己問(wèn)題，以确保他(tā)們的(de)€δ→模型無論情況如(rú)何都(dōu)能(né☆↕γng)以預期的(de)方式做(zuò)出響應。模型的(de)整體(tǐ)準确 $↓度是(shì)多(duō)少(shǎo)？模型是(shì)否在每種情況下∑∏(xià)都(dōu)按預期執行(xíng)？模型是♠↔♥(shì)否涵蓋所有(yǒu)邊緣情況？通(tōn←∑g)過仿真測試準确性，工(gōng)程師(shī)可(kě)以在™¥®所有(yǒu)預期用(yòng)例下(xià)驗證其模型的α¶→σ(de)可(kě)靠性，避免在部署模型後浪費(fèi)金(j✔α∑īn)錢(qián)和(hé)時(shí)間(jiān)的(de)昂貴重新設÷≥¶計(jì)。
人(rén)工(gōng)智能(néng)在最後一(yī)步中扮演什(sh★£₹én)麽角色？
部署階段不(bù)再與模型有(yǒu)關，該模型現(xiàn)已£$™©被驗證可(kě)以從(cóng)準備好(hǎo)的(d★ •e)數(shù)據中處理(lǐ)和(hé)提取準确的(de)見(jiàn)解，©♣δπ而是(shì)與它所應用(yòng)的(de)硬件(jiàn)和(hé)使用('♥₽¥yòng)的(de)語言有(yǒu)關。例如(rú)，一(y<÷ī)個(gè)模型可(kě)以直接在 GPU 上(shàng)運行(xδ íng)，自(zì)動生(shēng)成高(↑≤εgāo)度優化(huà)的(de) CUDA 代碼可(kěπ•)以消除經常通(tōng)過人(rén)工(gōng)翻譯引↔α₽入 GPU 的(de)編碼錯(cuò)誤。工(gōng)程師'✔®(shī)應該在整個(gè)過程中牢記這(zhè)一(yī)階段，确保£$© 他(tā)們最終共享一(yī)個(gè)與項目指定硬件(j¶©↑∏iàn)環境兼容的(de)實現(xiàn)♦'就(jiù)緒模型，這(zhè)些(xiē)環境可(kě)∑•以從(cóng)雲到(dào)桌面服務器(qì)，•σ∞再到(dào) FPGA。在這(zhè)裡(lǐ)，正确的(de↑™↑×)工(gōng)具也(yě)可(kě)以使這(zhè)¶♣γ個(gè)階段變得(de)更容易。能(néng→)夠在所有(yǒu)場(chǎng)景中≥♠≤生(shēng)成最終代碼的(de)靈活軟件(jiàn)使工(gōn>≈g)程師(shī)能(néng)夠在多(duō)個(gè)環境中部¶γ∞δ署模型，而無需強制(zhì)重寫原始代碼。 |
