人工智能和機(jī)械進(jìn)修比來被炒作得異常兇猛。然則這個(gè)器械不是開箱即用，須要打下堅(jiān)實(shí)的基本能力運(yùn)用。數(shù)據(jù)迷信參謀，前Jawbone數(shù)據(jù)副總裁及l(fā)inkedIn數(shù)據(jù)迷信家Monica Rogati對此提出了各個(gè)組織運(yùn)用AI的需求條理論。指出先要處理了數(shù)據(jù)素養(yǎng)、數(shù)據(jù)收集和基本舉措措施這些根本需求以后能力去斟酌AI這個(gè)頂層的自我完成需求。

　　就像成長敏捷的技巧一樣，AI也激起了年夜范圍的FOMO（畏懼錯(cuò)過）、FUD（恐、惑、疑）和和睦。個(gè)中一些是應(yīng)當(dāng)?shù)?，也有一些不?mdash;—但這個(gè)行業(yè)正在留心。從機(jī)密的硬件始創(chuàng)企業(yè)到金融技巧巨子甚至于上市公司，各個(gè)團(tuán)隊(duì)都在勞碌地實(shí)行本身的AI計(jì)謀。這一切都?xì)w結(jié)到一個(gè)癥結(jié)且高風(fēng)險(xiǎn)的成績：“我們會(huì)怎樣應(yīng)用AI和機(jī)械進(jìn)修來讓我們做的工作變得更好？”

　　平日公司都還沒無為AI做好預(yù)備?；蛟S他們雇用了本身的第一名數(shù)據(jù)迷信家但卻達(dá)不到想要的后果，或許或許數(shù)據(jù)素養(yǎng)其實(shí)不是他們文明的焦點(diǎn)。但最多見的情況是通明還沒有樹立起基本而舉措措施去實(shí)行最根本的數(shù)據(jù)迷信算法和操作，更不消說機(jī)械進(jìn)修了。

　　作為數(shù)據(jù)迷信/AI參謀，我必需有數(shù)次地轉(zhuǎn)達(dá)這一信息，曩昔2年特別如斯。其別人也表現(xiàn)贊成。在年夜家都對你地點(diǎn)的范疇充斥著高興之情是做一個(gè)潑冷水的人是很艱苦的，特別是假如你也分享著這類高興時(shí)。還有你應(yīng)當(dāng)怎樣去告知那些公司，說假如沒有（或許成為）精英——也就是自我錄用的看門人的話是弗成能為AI做好預(yù)備的呢？

　　這里是一個(gè)惹起年夜家最多共識的一個(gè)說明：

　　可以把AI看做是需求金字塔的頂端。是的，自我完成（AI）長短常棒的，但你起首須要食品、水和卵翼所（數(shù)據(jù)素養(yǎng)、數(shù)據(jù)收集和基本舉措措施）。

　　你的數(shù)據(jù)須要有堅(jiān)固的基本，然后才可以高效地應(yīng)用AI和機(jī)械進(jìn)修。

　　根本需求：你能算嗎？

　　金字塔的底部是數(shù)據(jù)收集。你須要甚么樣的數(shù)據(jù)？你又有甚么樣的數(shù)據(jù)？假如是面向用戶的產(chǎn)物，你有無記載一切相干的用戶交互？假如產(chǎn)物是傳感器，數(shù)據(jù)是從哪兒來的，怎樣來？記載一種還沒有物聯(lián)化的交互有多輕易？究竟，具有適合的數(shù)據(jù)集是機(jī)械進(jìn)修比來能獲得停頓的癥結(jié)。

　　其次，要弄清晰數(shù)據(jù)流是若何流經(jīng)體系的？你有無靠得住的數(shù)據(jù)流處置體系或許ETL（提取轉(zhuǎn)換加載）？數(shù)據(jù)寄存在哪里？拜訪和剖析這些數(shù)據(jù)有多輕易？Jay Kreps一向都在說（有10年的時(shí)光了）靠得住的數(shù)據(jù)流是任何數(shù)據(jù)處置方面工作的癥結(jié)。（附注：我正在尋覓這句話切實(shí)其實(shí)切出處，成果在他的碩士論文《我愛好日記》中找到了。然后我留意到他在一段話以后做出了這個(gè)馬斯洛的需求條理論的比擬，并以“值得留意的是”來作為附注。說到相干任務(wù)，后來我又看到了Hilary Mason和Chris Wiggings的出色文章，講的是數(shù)據(jù)迷信家應(yīng)當(dāng)做甚么工作。幾天前，Sean Taylor表露了本身的數(shù)據(jù)迷信需求金字塔，固然這跟這里的金字塔是完整分歧的。）

　　只要當(dāng)你有了數(shù)據(jù)以后，才可以對數(shù)據(jù)停止摸索和轉(zhuǎn)換。這里的任務(wù)包含污名卓越的“數(shù)據(jù)清洗”，這是數(shù)據(jù)迷信范疇被低估的一項(xiàng)任務(wù)，這一塊我得另起一篇文章來談。當(dāng)你發(fā)明你掉去了一年夜塊數(shù)據(jù)，你的傳感器弗成靠，某次版本變革意味著你的事宜被喪失，你對某個(gè)標(biāo)記發(fā)生了誤會(huì)時(shí)——你就得回過火來確保金字塔的基本是堅(jiān)固的。

　　當(dāng)你可以靠得住地摸索和清洗數(shù)據(jù)時(shí)，你便可以停止傳統(tǒng)上被以為是BI或剖析方面的工作：界說要跟蹤的目標(biāo)，其時(shí)令性和對分歧身分的敏理性。也須要停止一些艱難的用戶細(xì)分的任務(wù)，去看看會(huì)不會(huì)有甚么器械冒出來。但是，既然你的目的是AI，你如今要搭建的是隨后被以為是特點(diǎn)的器械，以供未來接收進(jìn)你的機(jī)械進(jìn)修模子外面。在這個(gè)階段，你還曉得了你盤算要猜測或許進(jìn)修甚么，你還可以開端經(jīng)由過程生成標(biāo)簽（主動(dòng)或許手工的方法）來預(yù)備你的練習(xí)數(shù)據(jù)。

　　這個(gè)階段也是你找到本身最使人高興和惹人注視的數(shù)據(jù)故事的時(shí)刻——但這也是另外一篇文章的主題了。

　　好了，如今我能算了。接上去呢？

　　我們有了練習(xí)數(shù)據(jù)了——那是否是如今可以停止機(jī)械進(jìn)修了呢？或許吧，假如你是想在外部停止客戶流掉率猜測的話；但假如成果是面向客戶的謎底就能否定的。我們須要停止A/B測試（不論是若何的原始）或許有預(yù)備好的試驗(yàn)框架，如許能力慢慢安排以免災(zāi)害，并在轉(zhuǎn)變影響每一個(gè)人之前對轉(zhuǎn)變的后果停止粗略的估量。這也是將異常簡略的基線安排到位的適合機(jī)會(huì)（關(guān)于推舉體系來講，基線體系可所以“最熱點(diǎn)”，然后是“細(xì)分用戶市場的最熱點(diǎn)”——這就長短常煩人但有用的“特性化之前先用老一套”）。

　　簡略的啟示法的難以擊敗乃至到使人驚奇的田地，它們會(huì)讓你以端到真?zhèn)€方法調(diào)試體系，這不須要奧秘的機(jī)械進(jìn)修黑箱，在這中央要須要超參數(shù)調(diào)劑。

　　到了這個(gè)時(shí)刻，你可以安排一個(gè)異常簡略的機(jī)械進(jìn)修算法（好比邏輯回歸或許分類等），然后斟酌能夠影響到你的成果的旌旗燈號和特點(diǎn)。氣象和普查數(shù)據(jù)是我的目的。還有，雖然深度進(jìn)修很壯大，但它不會(huì)主動(dòng)幫你做這些工作。引入新的旌旗燈號（特點(diǎn)樹立，不是特點(diǎn)工程）可以年夜幅改良你的機(jī)能。在這里花些時(shí)光是值得的，即使身為數(shù)據(jù)迷信家我們也對向長進(jìn)入金字塔的更高層面覺得高興。

　　成長AI！

　　數(shù)據(jù)有了。裝配也有了。你的ETL開端施展感化了。你的數(shù)據(jù)曾經(jīng)組織好而且清洗過了。你有了儀表盤，標(biāo)簽和好的特點(diǎn)。你在丈量適合的器械。你可以天天停止實(shí)驗(yàn)。你有了一個(gè)基線算法，可以停止端到真?zhèn)€調(diào)試，而且在臨盆中運(yùn)轉(zhuǎn)——并且你曾經(jīng)對它停止了十幾回的變革?？傊?，你曾經(jīng)預(yù)備好了。接上去從本身鋪開到應(yīng)用特長于機(jī)械進(jìn)修的公司，你可以持續(xù)去測驗(yàn)考試最新最好的器械。你能夠可以在臨盆方面獲得偉大改良，或許或許不克不及。但最壞的情形下，你也能學(xué)到一些新的辦法，構(gòu)成本身的不雅點(diǎn)并有了上手體驗(yàn)，而且可以告知你的投資者和客戶本身在AI方面做了哪些盡力而不是給人感到像是個(gè)騙子。而在最好的情形下，你可認(rèn)為用戶、客戶和公司帶來偉大的分歧——這是機(jī)械進(jìn)修的一個(gè)真實(shí)的勝利故事。

　　等一下，MVP、迅速、精益等其他器械呢？

　　數(shù)據(jù)迷信需求條理輪不是用1年的時(shí)光過度扶植脫節(jié)的基本舉措措施的托言。就像傳統(tǒng)的最小可行產(chǎn)物（MVP）的開辟套路一樣，你也要從產(chǎn)物小的垂直板塊開端，把它從端到端都做好了。比喻說，在Jawbone，我們先從睡眠數(shù)據(jù)開端并搭建它的金字塔：對象手腕，ETL，清洗和組織，標(biāo)簽捕獲和界說，目標(biāo)（年夜家美軍每晚的睡眠時(shí)光是多長？小憩呢？甚么是小憩？），跨細(xì)分市場剖析，一向到數(shù)據(jù)故事和機(jī)械進(jìn)修驅(qū)動(dòng)數(shù)據(jù)產(chǎn)物（主動(dòng)睡眠檢測）。我們后來又把它延長到步數(shù)，然后食品、氣象、錘煉、社交收集和溝通——每次做一個(gè)。在端到端做完一件工作之前我們并沒有扶植一個(gè)搜羅萬象的基本舉措措施。

　　提出適合的成績，開辟適合的產(chǎn)物

　　這只與若何可以有關(guān)，跟應(yīng)當(dāng)若何有關(guān)（出于適用主義或許品德倫理的緣由）。

　　機(jī)械進(jìn)修對象的愿望

　　“等一下，Amazon API或許TensorFlow等其余開源庫呢？其他在賣機(jī)械進(jìn)修或許主動(dòng)析取洞察和特點(diǎn)的對象的公司呢？”

　　一切這些都很精彩很有效（一些公司終究切實(shí)其實(shí)費(fèi)盡心血地定制出來全部金字塔來展現(xiàn)本身的任務(wù)。這些人是豪杰）。但是，鑒于以后AI炒作的激烈影響力，年夜家都試圖把臟的、存在斷層、逾越了數(shù)年且格局和意思賡續(xù)轉(zhuǎn)變的數(shù)據(jù)，那些還沒有被懂得的數(shù)據(jù)，那些構(gòu)造化行欠亨的數(shù)據(jù)塞出來，還期望這些對象可以或許魔術(shù)般地處置好它們?；蛟S未來有一天會(huì)是這類情形，我對朝著這個(gè)偏向的盡力舉雙手贊同。但在此之前，為你的AI金字塔打造好一個(gè)穩(wěn)固的基本是值得的。