人工智能計劃的成功可能取決于藝術和哲學，也取決于數(shù)據(jù)科學和機器學習。這是因為企業(yè)有效部署人工智能需要建立一個全面的團隊，其中包括來自各種背景和技能集的人員，以及非技術角色。
Ness數(shù)字工程公司首席技術官MosheKranc說，“任何人工智能計劃都需要IT專家和行業(yè)領域?qū)＜业慕Y(jié)合。IT專家了解機器學習工具包：哪些算法系列最有可能解決特定問題?如何調(diào)整特定的算法以提高結(jié)果的準確性?而行業(yè)領域?qū)＜規(guī)硖囟I域的知識：哪些數(shù)據(jù)源可用?數(shù)據(jù)有多臟?機器學習算法的建議質(zhì)量如何?如果沒有行業(yè)領域?qū)＜业妮斎耄琁T專家可能無法回答這些問題。”
因此得出的結(jié)論是：人工智能的成功確實依賴于團隊，而不是任何個人或角色。
SAS公司執(zhí)行副總裁兼首席信息官Keith Collins說，“當建立一支有效的人工智能團隊時，我們需要尋求行業(yè)專家或超級團隊，而團隊合作才會贏得勝利。多元化的學科是人工智能成功的關鍵。”
人工智能人才的四大核心類型
Collins認為人工智能團隊需要四個核心類型的人員：
•了解業(yè)務流程對于建立真實場景和有價值的結(jié)果至關重要的人員。
•了解機器學習、統(tǒng)計、預測和優(yōu)化等分析技術并且正確使用的人員。
•了解數(shù)據(jù)來自哪里，質(zhì)量如何，如何維護安全和信任的人員。
•了解如何通過結(jié)果來實施分析的人工智能架構(gòu)師。
Collins指出，與其他IT領導者和人工智能專家一樣，這些核心學科或角色可以從各種背景中汲取靈感。他以音樂、化學、物理等學科為例。
他說：“這些學科鼓勵人們從復雜的交互系統(tǒng)中理解科學的過程和思維。他們通常擅長建立良好實驗所需的批判性思維技能和應用機器學習的成果。”
多元化人工智能團隊的價值
多元化團隊的價值范圍廣泛：例如，它可以幫助企業(yè)更好地應對人工智能偏見。解決業(yè)務問題(包括最大和最棘手的問題)也很重要，這可能是企業(yè)首先制定人工智能戰(zhàn)略的原因之一。
Very公司高級數(shù)據(jù)科學家和物聯(lián)網(wǎng)實踐主管Jeff McGehee說，“人們普遍認為，多樣化的意見對于解決所有復雜的問題至關重要。多樣性與生活體驗有關，專業(yè)背景是大多數(shù)人生活體驗的重要組成部分，它可以為人工智能項目增加維度，并為尋找創(chuàng)新解決方案提供新的視角。”
McGehee還指出，建立人工智能或其他不同的團隊需要企業(yè)的積極努力，并作為招聘和雇傭?qū)嵺`的一部分。企業(yè)會發(fā)現(xiàn)實現(xiàn)多樣性可能不是一個可行的團隊建設策略。
考慮到這一點，需要了解對于人工智能團隊具有價值的一系列專家和角色，其中包括非技術角色。
1.領域?qū)＜?/div>
人們可以將這些角色和人員視為主題專家。無論使用哪個術語，都需要了解他們對企業(yè)的人工智能計劃的重要性。
McGehee說，“開發(fā)人工智能系統(tǒng)需要深入了解系統(tǒng)運行的領域。開發(fā)人工智能系統(tǒng)的專家很少會成為系統(tǒng)實際領域的專家。行業(yè)領域?qū)＜铱梢蕴峁╆P鍵見解，使人工智能系統(tǒng)發(fā)揮最佳性能。”
Ness公司Kranc指出，這些專家可以解決其所在領域針對企業(yè)和戰(zhàn)略的問題。
他表示，行業(yè)領域?qū)＜翌愋腿Q于要解決的問題。無論所需的洞察力是在創(chuàng)收和運營效率還是在供應鏈管理方面，行業(yè)領域?qū)＜叶夹枰卮疬@些問題：
•哪些見解最有價值?
•收集的有關行業(yè)領域的數(shù)據(jù)是否可以作為見解的基礎?
•得出的見解是否具有意義?
以下將介紹一些特定的行業(yè)領域示例，但首先了解一下人工智能團隊中的其他一些關鍵角色。
2.數(shù)據(jù)科學家
Jane.ai公司人工智能研發(fā)主管Dave Costenaro表示，這是人工智能團隊在新建項目上工作的三個關鍵需求中的第一個。其示例項目包括聊天代理、計算機視覺系統(tǒng)或預測引擎。
Costenaro說，“數(shù)據(jù)科學家有著各種背景，如統(tǒng)計學、工程學、計算機科學、心理學、哲學、音樂等，通常都具有強烈的好奇心，這迫使他們深入系統(tǒng)中尋找和使用模式，例如他們可以為人工智能項目提供什么，確定它能做什么，并訓練它做到這一點。”
3.數(shù)據(jù)工程師
Costenaro說，“程序員從數(shù)據(jù)科學家那里獲得想法、模型、算法，并通過規(guī)范化代碼、使其在服務器上運行以及成功地與適當?shù)挠脩?、設備、API等進行對話，并將它們變?yōu)楝F(xiàn)實。”
4.產(chǎn)品設計師
Costenaro表示，三項關鍵需求的最終結(jié)果也說明了人工智能團隊的非技術專業(yè)知識的價值。
他說：“產(chǎn)品設計師也來自各種背景，例如藝術、設計、工程、管理、心理學、哲學。他們?yōu)樗韬陀杏玫臇|西制定了路線圖。”
5. 人工智能倫理學家和社會學家
人工智能倫理學家和社會學家可能在某些部門(特別是醫(yī)療保健或政府部門)中發(fā)揮著至關重要的作用，但在廣泛的使用案例中似乎可能會變得越來越重要。
McGehee說，“人工智能系統(tǒng)的一個重要組成部分是了解它如何影響人們，以及代表性不足的群體是否受到公平對待。如果一個系統(tǒng)具有前所未有的準確性，但沒有產(chǎn)生預期的社會影響，它注定會失敗。”
6.律師
McGehee表示，在這個新興領域也看到了對法律專業(yè)知識的單獨而相關的需求。McGehee說，“GDPR法規(guī)為制定圍繞算法決策的法規(guī)樹立了先例。隨著世界各國對人工智能在工業(yè)中的應用越來越了解，預計將出臺更多的法律。精通這一領域的律師可能是一種寶貴的財富。”
由于行業(yè)領域?qū)＜胰绱酥匾鏚ranc和McGehee所闡述的那樣，有必要研究一些行業(yè)領域的具體例子，其中包括技術和非技術領域。這些領域應該是人工智能團隊建設的一部分，具體取決于企業(yè)的特定目標和用例。
Jane.ai公司的Costenaro指出，“由于人工智能通常只是增強現(xiàn)有商業(yè)用例的一個使能層，因此過去支持過這個用例的團隊成員仍然是具有價值的，出于同樣的原因也是必不可少的。”
Costenaro提供了五個可能具有價值的人工智能貢獻者的角色示例，并解釋了如何在人工智能環(huán)境中調(diào)整和增強現(xiàn)有角色。
7. 高管和策略師
Costenaro說，“企業(yè)高管領導層將需要考慮哪些業(yè)務模式可以通過人工智能實現(xiàn)自動化和改進，并權衡來自以下團隊的新機會和風險，如數(shù)據(jù)隱私、人機交互等。”
8. IT主管
不要對非技術角色的價值感到困惑：如果沒有IT，企業(yè)的人工智能戰(zhàn)略就不會走得太遠。 Costenaro指出，IT團隊需要解決以下問題：“如果正在為模型培訓積累和存儲大量數(shù)據(jù)，那么將如何確保數(shù)據(jù)的隱私性和安全性?此外，將如何存儲并從服務器到客戶的設備快速可靠地提供服務?”
Costenaro補充道，這也將推動對DevOps專業(yè)人士和擁有云原生技術(如容器和編排)專業(yè)知識人員需求的不斷增長。而IT部門有機會使用諸如聊天機器人之類的人工智能工具來簡化內(nèi)部服務。
9.人力資源領導者
Costenaro說，“與此類似，人力資源部也有很多機會通過使用像聊天機器人這樣的人工智能工具來為客戶提供服務，從而提高效率。”
此外，人力資源似乎很可能成為評估組織內(nèi)人工智能影響的一個重要參與者，這與McGehee將倫理學家和律師等角色包括在內(nèi)并沒有不同。
10.營銷和銷售領導者
正如Kranc指出的那樣，如果企業(yè)的人工智能計劃與創(chuàng)收相關，那么應該考慮從銷售和營銷等領域添加領域?qū)I(yè)知識。
Costenaro還指出，作為人工智能項目的一部分，銷售和營銷專業(yè)人員可能需要利用銷售自動化工具和機器人流程自動化(RPA)等技術來增強他們現(xiàn)有的技能和流程。
11.運營專家
在整個IT部門內(nèi)，運營和DevOps專業(yè)人員都有特定的領域?qū)I(yè)知識來實施人工智能計劃。Costenaro列舉了以下問題作為需要在哪里運用專業(yè)知識的例子：
•哪些可以實現(xiàn)自動化和改進?
•如果使用機器學習模型，將如何創(chuàng)建新的數(shù)據(jù)收集流程以持續(xù)培訓和改進這些模型?
•可以從開源存儲庫中獲取現(xiàn)成的、預先訓練好的模型和/或數(shù)據(jù)集，從而獲得巨大的先機嗎?第三方供應商提供的API服務是否會考慮一些任務和用例?
雖然人工智能可以解決一些重大問題，但也一定會產(chǎn)生新的挑戰(zhàn)。這就是構(gòu)成多元化團隊的根本原因。
McGehee說。“具有不同背景和個性的人員關注不同的項目細節(jié)和限制因素，這很有用，因為它提高了所有重要細節(jié)的可能性，并提供了確定解決方案的整體方法。”
京公網(wǎng)安備 11010502049343號