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，以改善他(tā)們的(×↓•&de)結果并保持領先于他(tā)們專業(yè)的(de)數(sh€"ù)字化(huà)曲線。為(wèi)了(le)成功集成​¥÷人(rén)工(gōng)智能(néng)，工(gōng)程師(shī)應' 該确保他(tā)們首先了(le)解人(rén)工(gōng)智能(néng)究↑§Ω竟是(shì)什(shén)麽，以及它如(rú)何适應他(tā)們當前的(™εde)工(gōng)作(zuò)流程。這(zhèε↔)可(kě)能(néng)不(bù)像他(tā)們最初認為(wèi)→₩®♥的(de)那(nà)麽簡單。

如(rú)何從(cóng)工(gōng)程→★ 角度定義人(rén)工(gōng)智能(néng)"≥ ？

當工(gōng)程師(shī)討(tǎo)論人(rén)工(gōn✔±g)智能(néng)時(shí)，他(tā)們通(tβ∏εōng)常關注人(rén)工(gōng)智能(néng)模型，但(dàn)ΩΩ ‍人(rén)工(gōng)智能(néng)遠(yuǎn)不(bù)止≥β'ε于此。這(zhè)是(shì)一(yī)個(§∑♠γgè)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÷γπ略。在工(gōng)程術(shù)語中，“AI”的‍↔≤(de)概念實際上(shàng)跨越工(gōng ∞)作(zuò)流中的(de)四個(gè)步驟：數(shù)據準備、建模★≥γ≥、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(d₹←ε♦e)工(gōng)作(zuò)流的(de)四個(gè)步驟‌€≤δ

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(gōng)程師(shī)記住這(zhè)一(yī¥•♠←)點至關重要(yào)，因為(wèi)他(&↔★tā)們通(tōng)常希望将大(dà)部分(fēn)時(s←✘ ​hí)間(jiān)花(huā)在第二步——開(kāi)發和(hé)微(wē→•₩i)調 AI 模型上(shàng)。雖然建模無疑是(s★∏≠δhì)該過程的(de)關鍵部分(fēn)，但(dàn)它既不(bù)是(∞βshì)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(dφ§™εe)任何步驟最重要(yào)，那(nà)就(jiù)是(sh >"πì)第一(yī)步，即數(shù)據準備。它的(de)關鍵，以早期揭露的(d↔±e)問(wèn)題上(shàng)，并了(le)解工(₹∑gōng)作(zuò)流程的(de)部分(fēn)®$∑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←φ具體(tǐ)的(de)應用(yòng)。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α>‌(gōng)程師(shī)還(hái)應該考慮什(shé≈≤n)麽？

工(gōng)程師(shī)應該認識到(dào"÷φ)他(tā)們現(xiàn)有(yǒu)知(zhī)識的(d$↓€e)價值。在開(kāi)發 AI 工(gōn±β∑g)作(zuò)流程時(shí)，許多(duō)人(rén)認為(wèi)他( ↑tā)們缺乏将 AI 融入項目所需的(de)技(jìδ‌'♣)能(néng)，但(dàn)事(shì)實并非如(rú)此。他(≤≈↔tā)們對(duì)他(tā)們試圖解決的($☆de)問(wèn)題有(yǒu)內(nèi)在✔↑∏‍的(de)知(zhī)識，并且可(kě)以訪問(wèn)可♥♠©<(kě)以幫助他(tā)們利用(yòng≠‌±π)這(zhè)些(xiē)專業(yè)知(zhī)識的(de)數(shù)α₽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(fēnε¥)，所有(yǒu)部分(fēn)必須協同工(gōng)作(zuò)才能(nén↔↓> g)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(shù)據準備，可(kě)以™±₩₩說(shuō)是(shì)最重要(yào)的(β'de)。通(tōng)常，當深度學習(xí)模型無法按預期方式工(gōng)作×β (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λ&∏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(rénε☆‍δ)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(xí✔ε↑ng)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δΩ從(cóng)結果中獲得(de)任何見(jiàn)解，并且可★✔(kě)能(néng)會(huì)花(huā)費(fèi)數(§£≥​shù)小(xiǎo)時(shí)試圖了(le)解模型為(wèi)何不> (bù)起作(zuò)用(yòng)。相(xiàng)反，工(gōn♣Ω☆g)程師(shī)通(tōng)過專注于他(tā)們提供給模πΩ§™型的(de)數(shù)據來(lái)更好(hǎo)地(dì)服>α務。預處理(lǐ)數(shù)據并确保正确标記數(shù)據有(ε<"yǒu)助于确保模型能(néng)夠理(lǐ)解數(shù)據。例如¶¥↕(rú)，建築設備制(zhì)造商Caterpil™€≤φlar 的(de)工(gōng)程師(shī) 可(kě)以訪♥≠↓"問(wèn)其機(jī)械在整個(gè)行(xíng ©)業(yè)中使用(yòng)而生(shēng)成的(de)大(dàδδ)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(hu≈←à)流程，Caterpillar 使用(yònα↑÷g)MATLAB 自(zì)動标記數(shù)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(c♥♦‌₽óng)他(tā)們的(de)現(xiàn)場(chǎng)機→β÷₩(jī)械中獲得(de)更有(yǒu)前景的(de)見(jiàn)解。這‍♠≈₹(zhè)個(gè)過程是(shì)可(kě)™∑≥擴展的(de)，讓 Caterpillar 的(de)工(♣×gōng)程師(shī)可(kě)以自(zì)由€∞地(dì)将他(tā)們的(de)領域專業(yè)知(zhī)識₩÷≈應用(yòng)于公司的(de) AI σ©&模型，而不(bù)必強迫他(tā)們自(zì)己成為(w♦¶èi) AI 專家(jiā)。

建模有(yǒu)多(duō)重要(yào)？

假設數(shù)據準備階段已經完成，工(gōng)程師(sδσhī)在建模階段的(de)目标是(shì)創建®¶♥​一(yī)個(gè)準确、穩健的(de)模型，能(néng)€♣₹≈夠根據數(shù)據做(zuò)出智能(néng)Ω<決策。這(zhè)也(yě)是(shì)工(gōng)程λ☆<師(shī)應該決定它應該采取什(shén)麽形式的(de)階±α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)≠≈₹α是(shì)像神經網絡這(zhè)樣的(de)深度≠ 學習(xí)，還(hái)是(shì)兩者的(de)結合；選≠™→♠擇哪個(gè)選項可(kě)以為(wèi)他(tā)們的(de)應用$>'™(yòng)程序和(hé)業(yè)務需求産生(shēngπ→φ↔)最佳結果。對(duì)于工(gōng)程師(shī)來(α ≠lái)說(shuō)，直接訪問(wèn)多(duō)種工(gōng)作(±&λλzuò)流算(suàn)法非常重要(yào)•✔∞₽，例如(rú)分(fēn)類、預測和(hé)回歸。♠σ除了(le)提供更多(duō)選項之外(wài)，這(zhè)還(háβ♥•₹i)允許他(tā)們使用(yòng)由更廣泛社區(qū)開(kāi)發的↓αδ(de)預構建模型來(lái)測試他(tā)們的(de)想法，并可(kě)λ>≥能(néng)将其用(yòng)作(zuò)起點。←§對(duì)于工(gōng)程師(shī)來(♣>¶$lái)說(shuō)，記住 AI 建模是(shì)工(gōng)作(zu☆₽ò)流程中的(de)一(yī)個(gè)叠代步驟也(yě)很★φ↕(hěn)重要(yào)。他(tā)們必須跟蹤他(tā)們在整個​$≈§(gè)過程中所做(zuò)的(de)任何更改，因為(wèi)它可(kě)以©>​幫助他(tā)們識别提高(gāo)模型準确性φ&§并創建可(kě)重複結果的(de)參數(shù)。

模拟和(hé)測試起著(zhe)什(shén)麽樣的(de→φφ↕)作(zuò)用(yòng)？

這(zhè)一(yī)步是(shì)驗證 AI 模型是(shì)否正常工(←∑ gōng)作(zuò)的(de)關鍵，更重要(♥εyào)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✘ (gōng)程師(shī)必須牢記，AI 模型是(shì)更☆‍∑大(dà)系統的(de)一(yī)部分(f Ωēn)，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(£§♠yī)個(gè)自(zì)動駕駛模型：工(gōng)程師(shī)不(b¥‌ù)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(tǐ)檢測設計(jì)感知(zhī)系統，而且還(hái)♥•↓♣必須與其他(tā)系統（如(rú)控制(zhì)、路(lù)徑Ω≥規劃和(hé)定位）集成才能(néng)有(yǒ​∑≥u)效。測試階段本質上(shàng)是(s✘₽☆hì)工(gōng)程師(shī)确保他(tāφ ♥)們開(kāi)發的(de)模型準确無誤的(de)機(jī∑β)會(huì)，測試該模型的(de)最佳方法是(sh∑σ←≤ì)通(tōng)過仿真，使用(yòng)Simulink等虛拟工(g£βōng)具。在這(zhè)個(gè)階段，工(α±πgōng)程師(shī)應該問(wèn) ∑÷‍自(zì)己問(wèn)題，以确保他(tā)們的(d✔"≤e)模型無論情況如(rú)何都(dōu)能(néngε •π)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"ε<)？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(tōng)過仿真∏©測試準确性，工(gōng)程師(shī)可(kě)以在所±α有(yǒu)預期用(yòng)例下(xià)驗證其模型的(de)可(k ☆ě)靠性，避免在部署模型後浪費(fèi)金(jīn≥₹)錢(qián)和(hé)時(shí)間(jiān)★§的(de)昂貴重新設計(jì)。

人(rén)工(gōng)智能(néng)≈α​在最後一(yī)步中扮演什(shén)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(de'☆ )數(shù)據中處理(lǐ)和(hé)提取準确的(de)見(jiàn)解，≤ ♥<而是(shì)與它所應用(yòng)的(de)硬件(jiàn)φγ♣↑和(hé)使用(yòng)的(de)語言有(yǒu)關。例如(rú)，一§​(yī)個(gè)模型可(kě)以直接在 GPU 上(shàng)運行(xí'β'₩ng)，自(zì)動生(shēng)成高(gā§"​<o)度優化(huà)的(de) CUDA↕' 代碼可(kě)以消除經常通(tōng)過人(rén)工(gōn±£g)翻譯引入 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​↑λ)階段，确保他(tā)們最終共享一(yī)個(gè★✘λ&)與項目指定硬件(jiàn)環境兼容的(de)≤δ實現(xiàn)就(jiù)緒模型，這(zhè)些(xiē)環境可(☆δkě)以從(cóng)雲到(dào)桌面服務器(qì)，再到(α"✔<dào) FPGA。在這(zhè)裡(lǐ)，正确的(de)工(gεΩ♦±ōng)具也(yě)可(kě)以使這(z±∞↔≥hè)個(gè)階段變得(de)更容易。能(néng)夠在所♦®有(yǒu)場(chǎng)景中生(shēn★"g)成最終代碼的(de)靈活軟件(jiàn)使工(gōn★→↕πg)程師(shī)能(néng)夠在多(duō)個(gè)₩π環境中部署模型，而無需強制(zhì)重寫原始₹→®代碼。