德勤開設(shè)AI研究所 以幫助解決各種相關(guān)的AI用例

該研究所將匯集該領(lǐng)域最聰明的人才，以幫助解決各種相關(guān)的AI用例。

在許多組織都在為此類項目而苦苦掙扎的時候，德勤已經(jīng)成立了一個研究所，以促進(jìn)人工智能(AI)的采用。

德勤AI研究院執(zhí)行董事Beena Ammanath表示，德勤AI研究所將更廣泛地利用行業(yè)領(lǐng)導(dǎo)者，學(xué)者和企業(yè)家創(chuàng)造的最佳實踐，以更好地確定AI可能對業(yè)務(wù)產(chǎn)生最深遠(yuǎn)影響的用例。 AI學(xué)院。

另請參閱： 在大流行之后，您的AI模型仍然準(zhǔn)確嗎?

Ammanath補(bǔ)充說，還將邀請參與者討論如何最好地應(yīng)對AI倫理的復(fù)雜性。

人工智能已成為應(yīng)用的主要挑戰(zhàn)，因為存在許多問題，從可用數(shù)據(jù)的質(zhì)量和訓(xùn)練AI模型所需的基礎(chǔ)架構(gòu)數(shù)量到確定如何隨著業(yè)務(wù)條件的變化和更多相關(guān)數(shù)據(jù)的獲得而不斷更新AI模型。

后者的要求正在推動機(jī)器學(xué)習(xí)操作(也稱為MLOps)的興起。一旦建立了AI模型，IT團(tuán)隊就需要找到一種方法，首先將AI模型實際嵌入到特定的應(yīng)用程序中。隨著時間的流逝，隨著更多數(shù)據(jù)的可用或什至被更精確的AI模型取代，該AI模型將需要重新訓(xùn)練。

當(dāng)然，AI模型的準(zhǔn)確性取決于用于訓(xùn)練它們的數(shù)據(jù)的質(zhì)量。許多AI項目從未將其用于生產(chǎn)應(yīng)用程序，僅僅是因為用于訓(xùn)練它們的數(shù)據(jù)被證明是不可靠的。結(jié)果，越來越多的組織正在制定數(shù)據(jù)質(zhì)量以及相關(guān)的管理流程，這是未來AI項目的基礎(chǔ)。

令人擔(dān)憂的是，將AI集成到業(yè)務(wù)流程中的需求從未如此迫切。在大流行帶來的經(jīng)濟(jì)衰退之后，越來越多的組織至少在探索AI可以使他們通過精簡現(xiàn)有業(yè)務(wù)流程來削減成本或通過添加以前無法實現(xiàn)的服務(wù)來增加收入的方式開發(fā)和部署。

“仍然有很多實驗正在進(jìn)行，” Ammanath說。“這還不像是有固定的劇本。”

最終，人工智能的主要目標(biāo)是取代人類而不是增加人類，Ammanath補(bǔ)充道。Ammanath說，在沒有人工指導(dǎo)的情況下，人工智能不可能很快實現(xiàn)端到端流程的自動化，但是，她警告說，在大規(guī)模應(yīng)用人工智能方面，他們?nèi)匀恍枰?jǐn)慎，因為很多事情會出錯。