Nalika ngaproduksi AI, aya seueur tantangan anu anjeun tiasa patepang, sapertos kumaha nerapkeun modél AI anjeun kana prosés atanapi jalma, nyaimbangkeun data sareng modél, kumaha carana ngajaga modél anjeun akurat dina robih lingkungan sareng kana waktosna, skala, sareng kumaha tumuwuh. atanapi ningkatkeun kamampuan model AI anjeun.
Embedding AI
Ngajalankeun mesin diajar anu suksés Proof of Concept (PoC) kalayan algoritma énggal ngan ukur 10% tina usaha anu diperyogikeun pikeun ngahasilkeun éta sareng nampi nilai anu saleresna. Sésana 90% tiasa dibagi kana hal-hal anu anjeun kedah laksanakeun pikeun ngadamel produk anu tiasa dianggo sareng hal anu anjeun kedah laksanakeun pikeun ngadamel produk anu mangpaat.
Pikeun ngadamel produk anu tiasa dianggo, anjeun kedah ngagedekeun palaksanaan téknis pikeun nyayogikeun produk pikeun pangguna anjeun. Pikeun ngajantenkeun éta mangpaat, anjeun kedah ningali nampilkeun produk kana prosés pikeun pangguna. Kahiji, kumaha oge, naon persisna bédana antara PoC sareng produk anu tiasa dianggo?
Anu mimiti, PoCs henteu dimaksudkeun pikeun produksi. Produk kedah dianggo unggal waktos, iraha waé, sareng dina kaayaan anu gentos. Salila PoC anjeun, anjeun mendakan data anu anjeun milarian, ngadamel salinan, sareng ngawitan ngabersihan sareng nganalisisna. Dina produksi, sumber data anjeun kedah disambungkeun ka platform data sacara real-time, aman, sareng aman; aliran data kudu dimanipulasi otomatis tur dibandingkeun / digabungkeun jeung sumber data séjén.
Salila PoC Anjeun, Anjeun boh boga méwah bisa ngobrol jeung pamaké hareup anjeun sarta gawé bareng aranjeunna pikeun ngarancang solusi, atawa anjeun teu boga pamaké pisan, jeung anjeun ngarancang solusi teknis. Pikeun produk, anjeun gaduh pangguna anu kedah ngartos solusi éta, sareng jalma anu tanggung jawab pikeun tetep jalanna solusi téknis. Ku kituna, produk merlukeun latihan, FAQs, jeung/atawa garis rojongan pikeun bisa dipaké. Saterusna, anjeun ngan nyieun versi anyar pikeun hiji kasus pamakéan anjeun dina PoC a. Produk ngabutuhkeun apdet, sareng nalika anjeun parantos ngagulung produk anjeun pikeun sababaraha palanggan, anjeun peryogi cara pikeun nguji sareng nyebarkeun kode anjeun pikeun produksi (pipeline CI/CD).
"Di Itility, kami parantos ngembangkeun Pabrik Data Itility sareng Pabrik AI anu nyertakeun blok wangunan sareng platform dasar pikeun salah sahiji proyék kami. Ieu hartosna urang ngagaduhan sudut anu tiasa dianggo ti mimiti, ku kituna urang tiasa fokus kana sudut anu mangpaat (anu langkung seueur gumantung kana palanggan sareng pamakean kasus), ”saur perusahaan.
Aplikasi deteksi hama - ti PoC ka produk anu tiasa dianggo
"Fase Bukti Konsep tina Aplikasi Deteksi Hama kami diwangun ku modél anu tiasa ngalaksanakeun tugas sempit pikeun ngagolongkeun sareng ngitung laleur dina perangkap lem dumasar kana gambar anu dicandak ku anggota tim rumah kaca. Bisi aranjeunna lasut gambar atawa lamun aya nu lepat, aranjeunna bisa balik sarta nyandak sejen, atawa langsung ngalereskeun eta dina dasbor. Rada sababaraha cék manual diperlukeun.
"PoC-dunya kami basajan, dumasar kana hiji alat tunggal, hiji pamaké tunggal, sarta hiji konsumén tunggal. Nanging, pikeun janten produk anu tiasa dianggo, urang kedah skala sareng ngadukung sababaraha palanggan. Lajeng, sual kumaha tetep data dipisahkeun tur aman timbul. Sumawona, unggal palanggan / mesin butuh setelan sareng konfigurasi standar. Janten, kumaha carana ngonpigurasikeun / nyetél 20 palanggan anyar? Kumaha anjeun terang nalika ngawangun antarmuka admin sareng ngajadikeun otomatis onboarding? Dina 2 palanggan, 20, atanapi 200?"
Tangtosna, anjeun tiasa gaduh patarosan, sapertos 'kumaha carana ngitung laleur ngabantosan palanggan kuring? Kumaha cara nyiptakeun nilai tina inpormasi ieu? Kumaha nyarankeun kaputusan sareng nyandak tindakan? Kumaha aplikasi AI ieu pas dina prosés bisnis?'. Léngkah hiji nyaéta ngarobih pigura rujukan anjeun tina sudut pandang téknis/data kana sudut pandang pangguna akhir. Ieu hartosna neraskeun paguneman sareng palanggan anjeun sareng ningali kumaha PoC anu kabuktian pas kana prosés sapopoé.
"Anjeun ogé kedah nuturkeun prosés pikeun waktos anu langkung lami, anjeun kedah ngiringan rapat operasional sareng taktis pikeun leres-leres ngartos tindakan naon anu dilaksanakeun unggal dinten dumasar kana inpormasi anu mana, sabaraha waktos anu dianggo pikeun ngalakukeun naon, sareng alesanana. balik tindakan tangtu. Tanpa ngartos kumaha inpormasi tina modél anjeun dianggo pikeun nyiptakeun nilai bisnis, anjeun moal kéngingkeun produk anu mangpaat.
"Dina hal kami, kami mendakan inpormasi naon anu dianggo pikeun nyandak kaputusan. Contona, urang manggihan yén pikeun sababaraha hama éta leuwih penting pikeun nuturkeun trend mingguan (nu anjeun teu merlukeun akurasi super tinggi) sedengkeun nu sejenna merlukeun tindakan dina tanda mimiti hama (anu hartina leuwih hade mun boga pasangan. tina positip palsu ti gaduh malah hiji négatip palsu).
"Sajaba ti éta, kami mendakan yén palanggan kami saacanna ngagaduhan pangalaman 'goréng' sareng alat anu sami anu nyatakeun yén akurasi anu henteu tiasa dikirimkeun dina prakna. Naha aranjeunna bakal percanten ka urang? Kami nyandak masalah kapercayaan ieu sareng ngajantenkeun akurasi sareng transparansi janten fitur konci produk. Kami ngagunakeun inpormasi ieu pikeun ngajantenkeun produk kami mangpaat ku cara nyaluyukeun aplikasi kana metode kerja pangguna akhir, sareng ku ningkatkeun transparansi dina interaksi, masihan pangguna langkung seueur kontrol kana aplikasi, ”saur perusahaan.
Naon tantangan pangbadagna?
"Dina skenario cacah laleur urang, urang tiasa nyarioskeun ngeunaan skor akurasi urang sadayana anu dipikahoyong. Nanging, pikeun mangpaat, pangguna (spésialis rumah kaca) peryogi langkung ti perséntase. Anu diperyogikeun nyaéta ngalaman éta, sareng diajar percanten kana éta. Hal anu paling awon anu tiasa kajantenan nyaéta nalika pangguna anjeun ngabandingkeun hasil anjeun sareng hasil manual sorangan sareng aya bédana (badag). Reputasi anjeun rusak sareng teu aya rohangan pikeun meunangkeun deui kapercayaan. Urang counteracted ieu ku nambahkeun software ka produk nu nyorong pamaké pikeun néangan maranéhanana discrepancies sarta ngabenerkeun aranjeunna.
"Pendekatan kami nyaéta ngajantenkeun pangguna bagian tina solusi AI tinimbang nampilkeunana salaku sistem anu bakal ngagentos spesialis. Urang ngarobah spesialis kana operator. AI ningkatkeun kamampuanna sareng para spesialis tetep dikontrol ku terus-terusan ngajar sareng ngabimbing AI pikeun diajar langkung seueur sareng ngadamel koréksi nalika lingkungan atanapi variabel sanés ngalayang. Salaku operator, spesialis mangrupikeun bagian integral tina solusi - ngajar sareng ngalatih AI kalayan tindakan khusus.
Klik Ieuh pikeun ningali pidéo anu langkung rinci ngeunaan pendekatan operator-centric.