把握人工智能发展的脉搏至关重要，因为它有助于从他人的错误和胜利中吸取教训。它还可以帮助您设想新的可能性，这是人工智能对企业的吸引力的关键组成部分。考虑到这一点，当我们进入 2022 年时，参与创建成功的 AI 和 ML 模型的人员需要注意以下三个趋势。

AI 和 ML 模型的“智能”程度取决于它们所提供的数据。当您依靠这些模型来发展您的业务时，它们需要对会影响您预期结果的无数外部因素做出反应。这就是为什么尝试使用本地化的 AI/ML 模型对于企业清楚地了解其人口统计数据变得必要的原因。

当您在业务中实施 AI/ML 时，通常会发生在模型的前几个版本中，您会看到很多变化。只需对算法进行一些调整，您就可以快速从零到 60%，从而在您的 AI 之旅中取得完全成功。从 60% 到 90% 变得更加困难;当您尝试扩展时，您还必须开始更多地考虑各种用例之间的差异。

例如，一家美国公司的人工智能模型可能适用于美国的运作方式，但它们可能无法适用于国外市场。模型可能适用于东海岸的连锁餐厅，但不适用于西海岸。通过本地化，您可以针对这些差异进行调整并从您的 AI/ML 投资中获得更多收益，因此预计 2022 年会出现更多本地化。利用本地化模型可以为企业提供重要的洞察力，以实现其目标并保持在竞争的最前沿.

我们看到越来越多的企业用户询问风险敞口。双方之间一直在推动和拉动：对合规性感兴趣的人和专注于提高底线的人。负责任的人工智能的想法——为该领域带来更多的透明度和可见性——将成为未来一年公司业务方面的一个重要焦点。否则，业务用户可能会陷入仅仅试图增加收入而忽视遵循指导方针的陷阱。

很多时候，一旦 AI 模型离开实验室环境，对它们发生的事情几乎一无所知。问题通常没有答案，例如“这些模型是如何部署的?”以及“这些模型是否做出了正确的决定?”和“是否存在合规问题?”Zillow 最近决定关闭其购房业务——部分原因是算法不起作用，这就是一个公司可能会出错的例子。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：