Blogs

(文章亦同時被 Unwire Pro 引用)

只要你對科技有少許了解，就能知道人工智能（AI）是現今的熱門話題，幾乎每家公司都說他們正在參與 AI。而有一點是肯定的：各行各業的機構都在快速地轉型，成為 AI 熱潮的一部分。在這由兩篇文章組成的系列中，筆者將探討推動採用 AI 的動力，以及為何有些公司在這方面遠比其他公司成功。以下將會討論創建 AI 解決方案的一些固有需求。

「AI 梯子」

AI 例子仿似無處不在，一些明顯的包括：透過 AI 改善線上廣告位置、增強欺詐檢測功能，以及支援數碼助理應用程式。與此同時，亦有很多非主流的案例也開始出現，例如，有一家公司利用 AI 來減少每年丟失的塑膠牛奶箱，還有另一個案例是使用 AI 來減少線上波鞋店的退貨數量，更有利用 AI 為電子遊戲製作配樂。

無論機構尋求哪種用法，AI 都有助尋找營運模式、提升效率、降低風險並提供具有競爭優勢的用戶新體驗。毫無疑問，各式各樣的公司都在爭相創造新的 AI 體驗。

然而，實施這些 AI 解決方案就像爬梯子一樣 – 筆者稱之為「AI 梯子」。當你在梯子上爬得愈高就愈可怕；而爬得愈慢，你冒的風險就愈大。

但是，如果有信任的人踩在第一格梯級，握住兩側來穩定梯子，你會感到如何？你會爬得更快、更高，也更自信。對於 AI 而言，精心設計的 AI 基礎設施便是值得信賴的朋友，能助你攀登 AI 梯子。

穩站第一格梯級

基礎設施是幫助機構更快、更高、更自信地攀登這 AI 梯子的關鍵。它可以幫助機構加快部署，減少耗時的培訓任務，並降低因缺乏數據科學資源而導致的失敗風險。

例如，基礎設施可以讓更多機構參與採用 AI，令數據科學家可以專注其獨特的分析任務。如今，數據科學家的大部分時間都沒有花在數據科學上；相反，他們的時間花在收集和爭論他們的數據，以及維持其框架運行。這些事情阻止他們攀上更高的梯級，和了解 AI 解決方案的實際好處。

精心設計的基礎架構還可以讓機構更快地更新換代，並更輕鬆地微調模型，從而幫助提高 AI 模型的準確性。想想高端汽車如何根據駕駛員的行為自動調整引擎的工作方式，從而提高燃油經濟性；一個高智能的 AI 基礎設施能幫助機構輕鬆地進行優化。

附加資料：關於 Watson Machine Learning Accelerator