研究人员构建基于AI软件的6种策略

给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识与大家分享。希望大家看完之后会喜欢。

开发集成的人工智能软件是不可预测的。你需要一套独特的知识和技能来编码，测试和数据是有意义的。此外，调整系统可能需要时间，基于人工智能的软件做出的决定有时可能很难解释。

我的组织专门开发软件测试自动化工具，以帮助用户开发在不同平台上运行的测试，例如台式计算机和移动设备。我们希望更容易编写和运行这些测试，避免为每个平台定制测试。

我们的研究导致采用自然语言处理，使我们软件的用户能够使用简单的英语描述测试，并使用具有光学字符识别功能的计算机视觉来识别屏幕上的对象。

这就是我们学到的教训，可以将AI概念融入到产品中。

让数据成为计划不可分割的一部分

人工神经网络是一种层次结构的算法，旨在利用数据进行智能决策，无需人工干预。我们在系统中加入了人工神经网络，为它提供了数千个数据样本，让它神奇地做出明智的决策。

在一个高度依赖数据的系统中，规划非常重要。我们必须解决：

我们需要什么数据来训练模型

如何获取、清理和分类数据

如何从客户那里获得更多数据

这需要扩大产品管理团队的作用，该团队传统上专注于产品的功能和特性，包括监控系统的数据相关方面。这包括定义数据范围、数据接受标准以及如何在我们的人工智能模型中使用数据。

经验教训：

数据必须是团队工作的重中之重，产品经理必须熟悉团队使用的AI技术，以确保结果的一致性和可靠性。

将人工智能模型与您的产品分开

人工智能模型的开发和调整可能需要很长时间。如果您的应用程序与模型密切相关，则只能以模型开发的速度来完成。

人工智能模型应该与系统的其他部分分离，并被视为一个独立的管道。这允许系统的每个部分以自己的速度前进，并且您可以独立地将更新应用于人工智能模型。这有两个主要好处：

您可以独立于模型开发和测试您的主要产品。

为您提供与产品AI部分无关的产品功能的快速反馈，您可以继续开发和训练AI模型，而不会被代码等无关的问题所束缚而改变主产品，这将破坏建筑，阻止每个人参与，直到问题得到解决。

你可以以不同的节奏发布主要产品和AI模型。

这对于我们本地产品的用户来说尤其重要，因为他们可以一次安装产品，然后将后续更新应用到AI模型中，而不需要很多升级过程。既然AI模型的本质是不断的学习、适应和改进，那么它就是一个重要的功能，让我们的用户永远站在AI的最前沿，而不用等待整个产品的更新。

正确设计系统以允许独立开发和部署AI模型是您应该尽快解决的关键功能。现在，我们的发布时间表包括两个平行的时间表；一个用于产品，一个用于AI模型更新。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！