最近，行業(yè)研究公司Gartner做出了一個(gè)大膽的預(yù)測(cè)：85％的AI項(xiàng)目無(wú)法交付給CIO。 該聲明暗示，每20個(gè)人工智能項(xiàng)目將成功3個(gè)，其中17個(gè)將達(dá)不到預(yù)期。
借助所有嗡嗡聲和大量的AI提示，這是一個(gè)非常出色的解決方案。
除了可能不是。 讓我們看一下正在加劇這種情況以及AI項(xiàng)目的未來(lái)是否光明。
人工智能項(xiàng)目為何失敗？
維度R的一份報(bào)告顯示，十分之八的AI失敗了，而96％的AI則在標(biāo)注，標(biāo)明和建立模型置信度方面遇到了問(wèn)題。
以下是人工智能項(xiàng)目失敗的7個(gè)常見(jiàn)原因：
1：鯊魚(yú)
當(dāng)需要進(jìn)行AI項(xiàng)目中的所有任務(wù)時(shí)，將有可能會(huì)犧牲質(zhì)量并試圖偷工減料。 這些鯊魚(yú)可能會(huì)說(shuō)"讓我們一起選擇其他選項(xiàng)"。 它也很簡(jiǎn)單。 "
從這個(gè)意義上說(shuō)，這不是真正的類(lèi)型，但是它的回報(bào)率（ROI）絕對(duì)不會(huì)吸引他們的。 那你怎么辦？
確保您第一個(gè)基于AI的業(yè)務(wù)是真實(shí)的，沒(méi)有KPI，并且也要與該版本中的最新任務(wù)說(shuō)明保持一致。 相信成功完成一個(gè)項(xiàng)目可能會(huì)給您和企業(yè)帶來(lái)?yè)p失。 為此，你可能會(huì)非常感激和珍惜。
2：溝通故障：
當(dāng)您不定期地使用自己的專(zhuān)業(yè)術(shù)語(yǔ)與專(zhuān)家打交道時(shí)，有時(shí)您會(huì)被誤解。
在您實(shí)施項(xiàng)目時(shí)，維護(hù)人員很少或根本沒(méi)有。 您需要在盤(pán)子上擺放足夠的東西。 對(duì)他們不了解AI。 取而代之的是，您的項(xiàng)目將繼續(xù)進(jìn)行下去。 以美元而不是千兆字節(jié)的價(jià)格購(gòu)買(mǎi)。 另外，您必須先與您的росер保持聯(lián)系。 您將有足夠的錢(qián)給您機(jī)會(huì)。
3：開(kāi)始之前先
是。 您可能不會(huì)這么做，但這是救命的。 想象一下，在您的資金上花費(fèi)了巨額資金，然后聽(tīng)到客戶(hù)的說(shuō)法是無(wú)法接受的，您將不得不從頭開(kāi)始并重新開(kāi)始。
在您開(kāi)始存儲(chǔ)之前，重要的是要確保輸出并重新設(shè)置輸出，然后再確保您不同意特定的條款和條件。 即使客戶(hù)可能不同意，您也沒(méi)有。 您現(xiàn)在知道自己是否愿意接受，并且您可以根據(jù)自己的意愿來(lái)建立您的項(xiàng)目。
4：數(shù)據(jù)戰(zhàn)士的缺席
通常情況下，您應(yīng)該會(huì)與一些新手合作，因?yàn)樗麄儙缀鯖](méi)有經(jīng)驗(yàn)。 答案是：省錢(qián)。 這就是最可能的了。
以節(jié)省金錢(qián)的名義，他們實(shí)際上是在失敗的人工智能項(xiàng)目上浪費(fèi)金錢(qián)。 迫不及待的人們會(huì)遇到無(wú)休止的新挑戰(zhàn)，這些新挑戰(zhàn)不會(huì)使項(xiàng)目取得任何進(jìn)展。 組織所關(guān)心的是一個(gè)在數(shù)據(jù)科學(xué)領(lǐng)域擁有深厚經(jīng)驗(yàn)的人，已經(jīng)開(kāi)發(fā)了AI理想（理想情況下是多個(gè)），并且還實(shí)施了解決方案以產(chǎn)生積極的，切實(shí)的結(jié)果。
5：內(nèi)部人才/軟件
這是一個(gè)根本沒(méi)有真正要解決的問(wèn)題，但是在每一個(gè)被S所使用的消息中，每個(gè)人都可以找到，并且他們可以訪問(wèn)嗎？
您的數(shù)據(jù)團(tuán)隊(duì)是否與專(zhuān)業(yè)社區(qū)共享想法和資源？ 他們是否掌握了機(jī)器學(xué)習(xí)的所有當(dāng)前趨勢(shì)和工具？ 如果沒(méi)有，公司應(yīng)尋求雇用新的經(jīng)理，咨詢(xún)公正的第三方或許可外部軟件。
6：從簡(jiǎn)單開(kāi)始
要記住的最重要的要點(diǎn)之一就是從簡(jiǎn)單開(kāi)始。 如果沒(méi)有簡(jiǎn)單規(guī)則的實(shí)施，您的AI項(xiàng)目將獲得0％的價(jià)值。 有傳言說(shuō)可能會(huì)成功，但過(guò)于復(fù)雜的項(xiàng)目可能要花很多時(shí)間。 因此，該項(xiàng)目應(yīng)以明確的目標(biāo)從一個(gè)簡(jiǎn)單的過(guò)程開(kāi)始。
原因還可能是因?yàn)樗鼈冊(cè)诮o定框架內(nèi)的現(xiàn)實(shí)狀況。 盡管受到AI控制的世界的概念得到了積極的評(píng)論和好評(píng)，但事情還是有可能發(fā)生的。 例如，一種自動(dòng)駕駛汽車(chē)，因?yàn)樗堑谝粋€(gè)最嚴(yán)重的問(wèn)題，而后者并沒(méi)有導(dǎo)致致命傷。 一個(gè)人可能會(huì)提到所有算法或рrоgram的編碼不正確。 在其他情況下，可能無(wú)法提供任何數(shù)據(jù)的結(jié)果，以作為對(duì)AI機(jī)器中某些問(wèn)題的解答。
除了上述原因之外，還有很多AI可能會(huì)被毀壞。
每當(dāng)需要對(duì)AI進(jìn)行統(tǒng)計(jì)時(shí)，都必須先解決所有問(wèn)題，然后再回答所有問(wèn)題。 在所有階段的所有階段中，AI機(jī)器都將無(wú)法重新啟動(dòng)。
另外，算法本身可能會(huì)出錯(cuò)。 這是由于嗡嗡作響而采用的算法。 開(kāi)發(fā)該算法的人不經(jīng)意間將自己的偏見(jiàn)注入了算法，這在很大程度上是有道理的。
最后，人工智能項(xiàng)目失敗的原因有很多。 人工智能有必要經(jīng)過(guò)充分的驗(yàn)證，以至于它們可能會(huì)被評(píng)估。 因此，如果您通過(guò)設(shè)計(jì)感到困難，或者由于缺乏足夠的信息，那么可能會(huì)發(fā)生很多事情。
我們都會(huì)犯錯(cuò)，并從中汲取教訓(xùn)，從而變得更強(qiáng)。 您在人工智能項(xiàng)目中遇到的最常見(jiàn)錯(cuò)誤是什么？ 讓我們?cè)谙旅姘l(fā)表評(píng)論吧！
原始文章經(jīng)許可重新發(fā)布。
(本文翻譯自Limarc Ambalina的文章《Artificial Intelligence Projects: 7 Things to Watch Out For》，參考：
https://medium.com/datadriveninvestor/artificial-intelligence-projects-7-things-to-watch-out-for-58f2918c40b)
