在本文中,讓我們回顧一下整個AI產(chǎn)品環(huán)境。我們將確定組織可以在哪些領(lǐng)域增加重要的客戶價值,開發(fā)開發(fā)人員的必要技能,利用現(xiàn)代人工智能開發(fā)工具,以及構(gòu)建團隊以提高效率。

　　生成人工智能產(chǎn)品景觀

　　圖中展示了?生成的人工智能 發(fā)展可以在高層次上大致分為三層。

　　人工智能計算平臺的計算需求呈指數(shù)增長,導(dǎo)致人工智能加速器的開發(fā)--專門的芯片設(shè)計來提高應(yīng)用性能。最初為圖形相關(guān)任務(wù)創(chuàng)建的圖形處理單元(GPS)在滿足構(gòu)建AI模型的大量并行計算需求方面變得至關(guān)重要。此外,許多專門的人工智能加速器應(yīng)用特定集成電路(ASIC)處理器,如張量處理單元(TPS)、學(xué)習(xí)處理單元(LPS)和神經(jīng)處理單元(NPS),已經(jīng)顯著改變了訓(xùn)練和推理的工作量。在物理層之上,公共和私有云基礎(chǔ)設(shè)施實現(xiàn)虛擬化,并為各種計算需求提供抽象。類似于數(shù)據(jù)數(shù)據(jù)處理系統(tǒng)和OBCL這樣的并行計算平臺對于有效地利用物理和虛擬硬件是必不可少的。對于AI來說,計算平臺是必要的,它提供了構(gòu)建生成性AI模型所需的基礎(chǔ)結(jié)構(gòu)。

　　基礎(chǔ)模型是生成人工智能的核心,是基于使用神經(jīng)網(wǎng)絡(luò)架構(gòu)?轉(zhuǎn)換器技術(shù) .各種不同的庫,如PYOT和張力流,提供計算機視覺和自然語言處理功能,主要用于訓(xùn)練和推理神經(jīng)網(wǎng)絡(luò)。這些基本模型使用大型數(shù)據(jù)集的半監(jiān)督和自我監(jiān)督的學(xué)習(xí)過程進行培訓(xùn),以了解單詞和短語之間的統(tǒng)計關(guān)系。此外,大型語言模型(LLMS)正在演變?yōu)槎嗄B(tài)模型,使其能夠滿足各種應(yīng)用需求。

　　AI應(yīng)用程序使用基礎(chǔ)模型,需要一個抽象層。這一層可以提取有價值和定制的信息,使用提示,框架,檢索增強的生成(RAP),?代理人 ,或微調(diào)。一般的水平和專門的垂直應(yīng)用程序可以從這些模型及其底層的抽象層中獲益,從而創(chuàng)建高度智能的應(yīng)用程序。

　　整個生態(tài)系統(tǒng)支持每一個層次,并促進整體創(chuàng)新。

　　客戶價值

　　識別您的組織產(chǎn)生客戶價值的業(yè)務(wù)環(huán)境。人工智能技術(shù)堆棧的每一層都為不同的客戶段提供了價值。只有幾個大公司,如nvi無,谷歌,亞馬遜和微軟,在技術(shù)堆棧的所有三層操作。

　　顧客的價值通常可以分為享樂主義或功利主義:一種產(chǎn)品或服務(wù)的功能價值,比如它的用處、質(zhì)量和物有所值。功利產(chǎn)品通常是實用、有效和必要的,而享樂產(chǎn)品則提供樂趣、樂趣和享受。享樂產(chǎn)品通常是令人興奮、愉快和興奮的。它們產(chǎn)生的情緒反應(yīng)比實用的產(chǎn)品更強烈。

　　僅投資人工智能并不能保證公司的成功。避免只因害怕錯過投資而作出投資決定(?福莫 )。要使企業(yè)長期繁榮,就必須專注于通過AI集成創(chuàng)造價值。遵循標準流程并進行徹底的盡職調(diào)查,以確定在哪些方面人工智能可以有效地推動產(chǎn)品的價值。

　　與產(chǎn)品、業(yè)務(wù)和工程團隊密切合作,以確定工作范圍,并制定戰(zhàn)略愿景,確保團隊內(nèi)部的一致性。實現(xiàn)利益攸關(guān)方協(xié)調(diào)一致也至關(guān)重要,特別是考慮到項目的復(fù)雜性,同時設(shè)定現(xiàn)實的期望值。

　　開發(fā)者的角色和技能

　　上面提到的每一個層次都需要有專門技能的開發(fā)人員。隨著一個新的工具或服務(wù)的公布,景觀每天都在變化。作為一名工程領(lǐng)導(dǎo),投資于項目所需的適當技能。授權(quán)團隊做出最佳決定。在團隊中建立強有力的專業(yè)知識,為團隊提供學(xué)習(xí)機會,讓他們參加學(xué)習(xí)課程、會議、鐵人馬拉松等。

　　這并不是一個詳盡無遺的清單,而是對不同角色和必要技能集的一窺。

　　· 人工智能計算平臺 :

　　o ICU設(shè)計工程師 ::設(shè)計和核實全球公共部門會計準則或國際公共部門會計準則

　　o 人工智能云平臺工程師 ::在超高速器中為人工智能建造基礎(chǔ)設(shè)施、工具和平臺

　　· 基礎(chǔ)模型 :

　　o 人工智能培訓(xùn)員,數(shù)據(jù)注釋員 審查和驗證學(xué)習(xí),特別是在半監(jiān)督的情況下。

　　o 人工智能/機器學(xué)習(xí)工程師 開發(fā)、培訓(xùn)和優(yōu)化基礎(chǔ)模型。

　　o 大赦國際研究員、研究科學(xué)家 :設(shè)計變壓器神經(jīng)網(wǎng)絡(luò)算法。

　　o 機器人工程師 :組裝物理部件,并與軟件和傳感器連接。

　　· 人工智能申請 :

　　o 快速工程師 開發(fā)人工智能集成消費編碼助理和人工智能開發(fā)工具。

　　o 無代碼和低代碼開發(fā)人員 :使用AI服務(wù)構(gòu)建解決方案。

　　o AI軟件開發(fā)商、AI代理開發(fā)商 :構(gòu)建或集成代理框架、向量數(shù)據(jù)庫或破布。

　　o 人工智能工程師 *根據(jù)組織要求對基礎(chǔ)模型進行微調(diào)

　　開發(fā)工具

　　生成人工智能能夠提供類似人類的響應(yīng),使人工智能助手成為一個革命性的應(yīng)用程序。這些助理的專業(yè)版本已經(jīng)演變?yōu)殚_發(fā)人員的編碼助理和工具。

　　像FLOVE和UUGIN這樣的AI服務(wù)是無代碼和低代碼的平臺,可以完全取代整個開發(fā)周期。

　　所有最流行的開發(fā)工具中包括:亞馬遜編解碼器集成,并通過設(shè)計UI、開發(fā)代碼、自動完成、代碼歸納、調(diào)試和修改代碼、生成測試、部署和監(jiān)控解決方案等方式幫助工程開發(fā)周期的各個階段。

　　根據(jù)所使用的云計算平臺,亞馬遜薩吉默、谷歌云頂點人工智能和微軟阿祖機學(xué)習(xí)為整個機器學(xué)習(xí)生命周期提供服務(wù)集成。

　　工程領(lǐng)導(dǎo)應(yīng)該分析和投資開發(fā)人員的工具,以提高開發(fā)人員的生產(chǎn)力。

　　組織結(jié)構(gòu)

　　成功開發(fā)出人工智能原型后,領(lǐng)導(dǎo)者往往面臨將人工智能開發(fā)整合到核心工程團隊的挑戰(zhàn)。無論團隊是構(gòu)建AI解決方案還是集成AI,工程管理必須做出正確的決定。

　　當團隊正在開發(fā)AI解決方案時,必須有一個專門的工程師小組,他們具有特定的角色和技能。這個過程通常需要人工智能的廣泛研究和開發(fā),這些工程師應(yīng)該作為核心工程團隊的一部分被整合。

　　構(gòu)建人工智能集成的團隊可能會開發(fā)人工智能應(yīng)用程序和集成層。他們通常有一個現(xiàn)有的應(yīng)用程序,他們計劃在其中納入AI模型響應(yīng)。在這個場景中,一個子系統(tǒng)團隊應(yīng)該專注于創(chuàng)建?回收增加一代(破布) 和代理子系統(tǒng),它們將集成到應(yīng)用程序中。這個子系統(tǒng)團隊可以是核心工程團隊或平臺工程團隊的一部分。

　　平臺工程 應(yīng)該通過為基礎(chǔ)設(shè)施、工具、庫等創(chuàng)建AI開發(fā)人員平臺,引導(dǎo)開發(fā)可重用的GEII組件。

　　團隊最好由6至8名開發(fā)人員組成,他們在同一地點辦公或在類似的時差內(nèi)辦公,以便進行有效的溝通和協(xié)作。

　　不管團隊結(jié)構(gòu)如何,?智能發(fā)展實踐 為人工智能開發(fā)團隊提供最好的方法,采用迭代、自省和自適應(yīng)的方法。

　　最后的想法

　　人工智能領(lǐng)域發(fā)展較早.我們將經(jīng)歷更多的前所未有的應(yīng)用和集成。雖然領(lǐng)導(dǎo)層了解產(chǎn)品景觀,投資于確定正確的客戶價值,組織團隊以提高效率,投資于開發(fā)人員技能和工具,但通過觀察最新的人工智能開發(fā)最佳實踐并將其與工程團隊整合,重點關(guān)注持續(xù)學(xué)習(xí)是非常重要的。