1. 首页
  2. 人工智能

人工智能解决方案需要考虑的问题汇总

人工智能解决方案需要考虑的问题主要包括:1.ai处理技术的选择2.ai数据处理的能力3.ai算法的准确性和稳定性4.ai设备数量和驱动力5.ai资源消耗6.ai应用范围7.ai应用场景8.ai应用后期管理问题与解决方案。

人工智能解决方案需要考虑的问题主要包括:1.ai处理技术的选择2.ai数据处理的能力3.ai算法的准确性和稳定性4.ai设备数量和驱动力5.ai资源消耗6.ai应用范围7.ai应用场景8.ai应用后期管理问题与解决方案。

一、ai处理技术选择在ai解决方案设计阶段,先应该有初步的判断,必须要考虑的5大核心因素。1.ai数据如何处理?需要新建一个数据库,以保存前面所收集的数据,从而达到缓存数据的目的。2.ai数据如何操作?

需要新建一个流程,以达到异步处理数据的目的。比如:log4j代表的传统处理方式,需要一个轮询的方式来执行post和get操作,而log4j代表的分布式流处理方式,可以利用googlestream这样的流处理工具。3.ai语言使用什么语言?这个分模块来说,一般来说,语言都是相通的,可以采用openstack上的swoole或cloud/cloudstream这种分布式、通用的解决方案。4.ai结构的拓扑怎么设计?

一般是下面两种设计方案。一种就是服务端直接响应客户端请求。一种就是服务端和客户端同时响应。5.ai算法的算法设计和研发是一个系统性工作,要确保的是研发团队有足够的能力和精力。算法设计一般会采用4+1个特征,即算法研发需要确保算法的达到accuracy(准确率),即达到80%以上的正确率;并且研发团队可以独立解决算法研发中遇到的各种问题;还需要可视化设计的研发流程。

二、ai数据处理能力在人工智能解决方案构建和测试的过程中,必须要进行数据产生能力的测试,确保系统是可靠、可用的。人工智能解决方案设计的时候,人们往往会忽略一个问题:系统提供的数据源足够多吗?这样就造成了数据产生能力不足。

所以在整个数据产生过程中,又会有一个问题:如何设计一套可以多个数据源提供给用户的解决方案?这个时候需要使用到一个评估理论,叫做uva-unifiedadvancedviava-advanced。计算机专业课老师说,uva指的是一种并行处理的能力和效率。让计算机来使用的时候,可以实现算法跟执行操作同时进行。

比如你要建立一个股票量化对冲交易系统,那么,你的思路是,先给一大批股票数据,比如1000万,然后你将这些股票数据分成n个小块,建立一个小池,这些小池中的股票数据就是你建立交易系统用的数据。

这样,即便你计算机再快,也要等n小块的股票数据分完,才能实现你的交易逻辑。在人工智能系统开发的过程中,这些逻辑计算的速度往往会很慢,造成性能不足,缺乏竞争力。接下来是数据获取和压缩处理。人工智能解决方案的设计首先是要有数据。
责任编辑人:CC

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/rengongzhineng/16066.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code