新冠疫情的流行，迫使我們進(jìn)一步加大對于技術(shù)、在線活動以及人工智能的依賴性。其中AI對企業(yè)而言尤其重要，其能夠大規(guī)模實(shí)現(xiàn)個性化服務(wù)，同時滿足客戶不斷提高體驗(yàn)需求。
但是，大部分企業(yè)并不具備實(shí)現(xiàn)AI所需要的知識或工具，甚至沒有體會到轉(zhuǎn)型為AI驅(qū)動型企業(yè)的核心訴求。在本文中，我們將從AI部署方法角度出發(fā)，聊聊如何解決這些實(shí)際問題。
首先需要強(qiáng)調(diào)的是，雖然后文中提到的很多方法都以無代碼為重點(diǎn)，但其同樣適用于開發(fā)人員，有助于顯著提升開發(fā)速度。
變革型AI
自從學(xué)習(xí)編程以來，我發(fā)現(xiàn)很多人都希望開發(fā)出一種使用簡單英語命令創(chuàng)建應(yīng)用程序的工具。多年之后，伴隨著一代雙一代代碼編寫文本生成器與HTML標(biāo)記演示，我們最終迎來了與理想最為接近的解決方案——OpenAI的GPT-3。
GPT-3的全稱為生成式預(yù)訓(xùn)練Transformer 3，能夠利用大量數(shù)據(jù)對AI算法進(jìn)行訓(xùn)練，而后利用內(nèi)置知識以極低甚至趨近于零的新增訓(xùn)練量在新任務(wù)中帶來驚人的性能表現(xiàn)。GPT-3使用大量數(shù)據(jù)訓(xùn)練而成，其中包括Common Crawl與維基百科。更重要的是，這是一套由超級計(jì)算機(jī)訓(xùn)練而成的模型，令人嘆為觀止的1750億個參數(shù)也使其成為迄今為止體量最大的AI模型。
這意味著AI算法能夠運(yùn)用固有的知識，隨時針對具體任務(wù)需求做出轉(zhuǎn)變。變革型AI擁有眾多核心優(yōu)勢——與從零開始進(jìn)行模型開發(fā)相比，其時間周期更短、實(shí)際效果也更高。此外，變革型AI還降低了人工智能技術(shù)的使用門檻，企業(yè)只需要與模型共享特定數(shù)據(jù)，即可生成適合自己的模型方案。例如，Anyline的無代碼AI訓(xùn)練程序可以幫助企業(yè)構(gòu)建自己的文本閱讀器解決方案（例如ID掃描儀或車牌讀取器）?？蛻糁恍枰獙⒆约旱臄?shù)據(jù)上傳至訓(xùn)練程序，訓(xùn)練器就會自動進(jìn)行神經(jīng)網(wǎng)絡(luò)調(diào)整，借此生成定制化OCR掃描程序。
換句話說，用戶不需要了解系統(tǒng)的工作原理、應(yīng)用程序中的源代碼以及具體架構(gòu)。相反，他們只需要向系統(tǒng)提供必要的情報(bào)數(shù)據(jù)，并由AI自主進(jìn)行相應(yīng)調(diào)整。
當(dāng)然，一定程度的AI知識仍然是必要的。根據(jù)Drew Conway提出的數(shù)據(jù)科學(xué)維恩圖概念，AI的開發(fā)與實(shí)施依托于兩項(xiàng)重要技能：計(jì)算機(jī)科學(xué)技能，以及數(shù)學(xué)與統(tǒng)計(jì)學(xué)知識。如果沒有這些基礎(chǔ)，原本在實(shí)驗(yàn)室環(huán)境中運(yùn)行良好的模型很可能在處理現(xiàn)實(shí)問題時遭遇失敗。
無代碼或低代碼
另一種流行的實(shí)現(xiàn)方法，則是無代碼與低代碼平臺。此類平臺能夠幫助企業(yè)通過簡單的拖拽界面開發(fā)應(yīng)用程序。無代碼與低代碼工具將成為科技巨頭們的下一個戰(zhàn)斗前線，Amazon新近發(fā)布的Honeycode平臺就是最好的證明。這是一個總值達(dá)132億美元的市場，預(yù)計(jì)到2025年其總價值將進(jìn)一步提升至455億美元。
對話式AI平臺Kore.ai首席執(zhí)行官兼創(chuàng)始人Raj Koneru表示，無代碼方法具有諸多優(yōu)勢。“用戶可以輕松定制無代碼平臺以開發(fā)應(yīng)用程序。以往需要數(shù)周甚至數(shù)月才能完成的工作，現(xiàn)在可以在數(shù)天或者數(shù)小時內(nèi)完成。”
無代碼平臺的另一大顯著優(yōu)勢，在于易于定制。根據(jù)Koneru的介紹，無代碼平臺允許大家“實(shí)施新邏輯，并在幾小時之內(nèi)為更改做好準(zhǔn)備。更重要的是，這類平臺能夠盡可能對接更多參與者，幫助幾乎每一個人即時實(shí)現(xiàn)所需的功能，而無需費(fèi)時向其他IT開發(fā)者解釋需求與情況。”
但無代碼平臺也有自己的缺點(diǎn)。大多數(shù)無代碼/低代碼平臺以云端為基礎(chǔ)，長期使用之后必然會產(chǎn)生嚴(yán)重的供應(yīng)商鎖定問題。換言之，未來的平臺變更將極為困難且耗時。同樣的，無代碼應(yīng)用程序往往只能在特定的范圍之內(nèi)良好運(yùn)作，而用戶一旦需要超出系統(tǒng)內(nèi)置設(shè)定的其他功能，則會遇到困難。
當(dāng)然，也存在克服這些問題的方法。例如，Kore.ai在直接提供拖拽開發(fā)界面之外，也向開發(fā)人員開放API連接，允許他們以更大的自由空間開發(fā)額外功能。Radial就是一套面向電子商務(wù)企業(yè)分析類需求的AI平臺，能夠?yàn)槠胀ㄓ脩籼峁┘床寮从眯徒鉀Q方案，同時也為高級客戶準(zhǔn)備了大量API工具。
最佳方法
AI技術(shù)的重要性不可低估。如果無法從數(shù)據(jù)中提取價值與信息，企業(yè)將在激烈的市場競爭中處于劣勢。而具體采用哪種AI部署方法，則取決于您的業(yè)務(wù)需求與技術(shù)能力。在transformer學(xué)習(xí)、無代碼與低代碼平臺之間做出正確選擇，將幫助您順利實(shí)現(xiàn)業(yè)務(wù)目標(biāo)，通過適當(dāng)界面開發(fā)應(yīng)用程序，同時保證功能需求始終處于當(dāng)前平臺的支持范圍之內(nèi)。
