第 4 章：规划成功的AI 项目

规划成功的 AI 项目

AI 架构师最重要的技能之一是识别值得投入精力的想法的能力。接下来的几章将讨论如何寻找和从事项目，以便你能获得经验并构建你的作品集。

多年来，我愉快地将机器学习应用于制造业、医疗保健、气候变化、农业、电子商务、广告和其他行业。一个并非所有这些领域专家的人如何能在其中找到有意义的项目？以下是帮助你规划项目的五个步骤。

步骤 1

确定一个业务问题（而不是一个 AI 问题）。我喜欢找一位领域专家并问：“你最希望哪三件事能变得更好？为什么它们现在还没有变好？” 例如，如果你想将 AI 应用于气候变化，你可能会发现电网运营商无法准确预测风能和太阳能等间歇性能源未来可能产生的电量。

步骤 2

头脑风暴 AI 解决方案。当我年轻时，我常常执行我为之兴奋的第一个想法。有时这还行得通，但有时我最终错过了一个可能不需要更多努力就能构建的更好想法。一旦你理解了一个问题，你就能更有效地进行潜在解决方案的头脑风暴。例如，为了预测间歇性能源的发电量，我们可能会考虑使用卫星图像更准确地绘制风力涡轮机的位置，使用卫星图像估算风力涡轮机的高度和发电能力，或者使用天气数据更好地预测云层覆盖从而预测太阳辐照度。有时并没有一个好的 AI 解决方案，那也没关系。

步骤 3

评估潜在解决方案的可行性和价值。你可以通过查看已发表的工作、竞争对手的成果，或者构建一个快速的概念验证实现来确定一种方法在技术上是否可行。你可以通过与领域专家（例如，电网运营商，他们可以就上述潜在解决方案的效用提供建议）协商来确定其价值。

步骤 4

确定里程碑。一旦你认为一个项目有足够价值，下一步就是确定要达到的指标。这包括机器学习指标（如准确率）和业务指标（如收入）。机器学习团队通常对学习算法可以优化的指标最熟悉。但我们可能需要走出舒适区来提出业务指标，例如与用户参与度、收入等相关的指标。不幸的是，并非每个业务问题都能简化为优化测试集准确率！如果你无法确定合理的里程碑，这可能表明你需要更多地了解该问题。一个快速的概念验证可以帮助提供缺失的视角。

步骤 5

资源预算。仔细考虑完成项目所需的一切，包括数据、人员、时间以及你可能需要从其他团队获得的任何集成或支持。例如，如果你需要资金购买卫星图像，确保它包含在预算中。

从事项目是一个迭代的过程。如果在任何步骤中，你发现当前方向不可行，就返回到前面的步骤，并带着新的理解继续前进。是否有一个让你兴奋的领域，AI 可能在其中发挥作用？我希望这些步骤能引导你通过项目工作来探索它——即使你目前在该领域还没有深厚的专业知识。AI 不会解决所有问题，但作为一个社群，让我们寻找在力所能及之处产生积极影响的方法。