扑克之星6up项目失败的四大原因？

对于那些不熟悉扑克之星6up技术的人来说，人工智能是由机器展示的智能，与人类所展示的自然智能相反。术语“人工智能”通常用于描述模仿人类与人类思维相关联的“认知”功能的机器，例如“学习”和“解决问题”。要了解有关扑克之星6up的更多信息，请阅读Tejas的这篇博客文章

根据最近的一份行业报告，尽管对企业的兴趣增加并采用了人工智能（扑克之星6up），但仍有85％的扑克之星6up项目最终未能兑现预期的业务承诺。在这篇博客中，我总结了失败的四大原因

1.组织您的扑克之星6up团队

建立自己的扑克之星6up团队绝非易事。除非您有与Google一样大的预算，否则建立内部数据科学团队的工作既昂贵又耗时。到处都缺乏数据科学专家，而经验丰富的专家经常参与与大型项目和公司的项目合作。那么，在这种受限的环境中，最佳的前进方向是什么？ 如果您是从头开始，那么绝对没有必要先组建一支大团队。 同时，从大学毕业生入手并培训他们成为专家可能是一个代价高昂的错误。为了节省资金，您正在牺牲可交付成果的质量。经验丰富的人员（通常具有工程学背景）对业务和数据有深刻的了解是开始的正确选择。在 AskSid.ai 我们开始时没有团队中的扑克之星6up专家。我们聘请了最有经验的人来进行扑克之星6up探险。我们制定了具有明确定义和较小里程碑的实施计划。人们需要进入一种假设和实验思维模式。更快地验证想法，根据实验结果消除或接受想法并继续前进。在此过程中，我们从错误中吸取了教训，并且在每个步骤中都取得了进步，并且表现出色。然后，第一批扑克之星6up工程师指导了新手和经验不足的扑克之星6up人员，并帮助他们进行了扑克之星6up实验。如今，我们拥有一支庞大的扑克之星6up专家团队，他们可以在遇到问题之前全力以赴。

2.缺乏适当的数据策略

数据策略的重要性经常被低估。过去，数据只是流程和业务活动的副产品。现在不一样了。数据是使公司获得竞争优势并提出改进运营新方法的最有价值的资源。 在大多数情况下，处理扑克之星6up项目时，数据收集是一个挑战。数据还不够多，如果您能够以某种方式掌握数据，那么标签，培训数据等可能会出现问题。数据不仅仅必须存在，还必须对其进行标签。如果数据的组织不当，人们将不得不花时间进行繁琐的标记工作。数据标记既麻烦又耗时，但是许多公司根本不考虑它。由于扑克之星6up系统的性能只能与它所提供的数据一样好，因此，如果背后没有任何有意义的数据，您将无法获得任何切实的结果。在这里 AskSid.ai ，我们开发了工具来自动执行数据收集，验证数据质量并轻松对其进行管理。您必须像对待黄金一样对待您的数据，并确保它不会以任何方式被破坏，并且在过去的三年中，我们尝试仔细地自动化此过程的很大一部分。

3. 扑克之星6up技术的不切实际的期望

许多组织都想效仿亚马逊，谷歌，微软等大型公司。假设他们的所作所为是合乎逻辑的。但是，像亚马逊这样的公司已经聚集了足够的资金来测试各种目标很高的，甚至看似疯狂的解决方案。他们负担得起，并且尝试技术很棒。但是，较小的公司承担不起这么大的风险。观察巨人，从他们的成功和失败中吸取教训，这确实带来了价值。但是请记住，每个业务都是不同的，并且有不同的需求。不要让自己忘记对您重要的事情。做一些研究，准备好策略，然后相应地玩游戏。实施一项新技术可能具有挑战性，这是组织必须始终记住的事情。 人工智能不是神奇的工具–它需要与您的目标，正确的数据和成功标准相匹配的正确用例，它也有一定的局限性。当您确定自己认为适合的扑克之星6up用例时，请学习不同扑克之星6up解决方案必须提供的可能性和局限性。知道人工智能可以为您的业务做些什么，并在以后跟踪已部署模型的性能，这是该过程的重要部分。请记住–即使对于扑克之星6up也没有完美的东西。人工智能也会犯错误。没有扑克之星6up算法将是100％无错误的。就我们而言，我们有一个问答系统，可以回答客户在电子商务品牌网站上通过聊天机器人提出的问题。有时，扑克之星6up模型对于用户在问哪个问题不太自信，因此对答案应该是什么。当扑克之星6up无法根据其训练有素的扑克之星6up算法明确做出决定时，就是这种情况。在这种情况下，我们会通过向用户提供 你的意思是？ –问题建议。诸如此类的小型策略将帮助您的组织避免扑克之星6up严重失败，但更重要的是还可以使扑克之星6up迅速自学。继续同一示例，今天，我们的扑克之星6up技术能够回答客户网站访问者提出的所有问题的80％，从而促使客户采用我们的解决方案，甚至在他们的零售商店中启动它。

4. 扑克之星6up偏见

扑克之星6up偏差或算法偏差描述了在计算机系统中造成不公平结果的系统性和可重复性错误。如上所述，尽管这个名称表明扑克之星6up是有过错的，但实际上这完全是关于人以及扑克之星6up的培训方式。 谷歌 的首席决策科学家写道：“没有技术离不开创造者。尽管我们最喜欢科幻小说，但ML / 扑克之星6up系统并没有真正独立和自治的东西，因为它们是从我们开始的。 所有技术都是制造它的人的愿望的回声 。”。

我们在 AskSid.ai 我们的电子商务NLP意图模型。我们看到越来越多的用户问题和投诉被归类为产品发现。这意味着诸如“如何清洗棉条？”之类的问题。展示了棉质顶级产品，这显然不是用户想要的。经过调查，我们知道标记它的工程师更倾向于将此类句子归类为产品发现。这导致知识图中的不平衡，从而导致意图模型不正确和有偏见。为了解决这个问题，我们不得不重新修改标签并进行更正。为了避免此类问题，建议越来越多的人在将标签推送到LIVE环境之前对其进行验证。同样，这并不意味着需要大量的人工，而是可以通过智能算法来采样正确的数据集并进行验证，并且可以解决问题。

扑克之星6up Bias的一个著名例子是微软的扑克之星6up Chatbot Tay，它可以自动回复人们并在Twitter上进行“随意而有趣的对话”。通过用大量种族主义，厌恶女性主义和反犹太主义的推文充斥聊天机器人，Twitter用户将Tay（一种被称为“具有互联网连接的机器人鹦鹉”的聊天机器人）变成了令人恐惧的意识形态的代言人。在清理Tay的时间表失败的努力之后，Microsoft取消了他们不幸的扑克之星6up聊天机器人实验的电源。

结论：那么，如何确保成功实施扑克之星6up？

好消息是，既然有这么多的组织在扑克之星6up方面已经失败了，那么您可以从他们的错误中学习，而避免犯同样的错误。不仅要在直接竞争中，而且要在技术世界中观察市场，这是一个好习惯。这样，您将知道您可以实际期望的结果，哪些用例很有希望，必须考虑哪些限制。在扑克之星6up方面，以“快速失败，早期失败”为座右铭。您必须进行试验，检验假设，走入一些盲目的小巷，向他们学习并利用它们来获得成功。拥有敏捷，快速实验的过程和方法以快速且低成本地交付结果，对于成功至关重要。不要指望一开始就为您的业务制定完美的扑克之星6up策略并执行它。首先假设您必须不断发展，并随着进展而改变。