دليل المبتدئين إلى شرح البيانات: النصائح وأفضل الممارسات

هدفك

العنصر الأول الذي تحتاج إلى تحديده هو الهدف من مفاهيم الذكاء الاصطناعي والتعلم الآلي.

• لماذا تقوم بتنفيذها في عملك؟
• هل يحلون مشكلة حقيقية يواجهها عملاؤك؟
• هل يقومون بأي عملية للواجهة الأمامية أو الخلفية؟
• هل ستستخدم الذكاء الاصطناعي لتقديم ميزات جديدة أو تحسين موقع الويب أو التطبيق أو الوحدة الحالية؟
• ماذا يفعل منافسك في قطاعك؟
• هل لديك حالات استخدام كافية تحتاج إلى تدخل الذكاء الاصطناعي؟

ستعمل الإجابات على هذه الأسئلة على تجميع أفكارك - والتي قد تكون موجودة حاليًا في كل مكان - في مكان واحد وتمنحك مزيدًا من الوضوح.

جمع / ترخيص بيانات الذكاء الاصطناعي

تتطلب نماذج الذكاء الاصطناعي عنصرًا واحدًا فقط للعمل - البيانات. تحتاج إلى تحديد المكان الذي يمكنك من خلاله إنشاء كميات هائلة من بيانات الحقيقة على الأرض. إذا كان عملك يولد كميات كبيرة من البيانات التي تحتاج إلى المعالجة للحصول على رؤى مهمة حول الأعمال والعمليات وأبحاث المنافسين وتحليل تقلبات السوق ودراسة سلوك العملاء وغير ذلك ، فأنت بحاجة إلى أداة التعليقات التوضيحية للبيانات. ومع ذلك ، يجب عليك أيضًا مراعاة حجم البيانات التي تنشئها. كما ذكرنا سابقًا ، يكون نموذج الذكاء الاصطناعي فعالًا فقط مثل جودة وكمية البيانات التي يتم تغذيتها. لذلك ، يجب أن تعتمد قراراتك دائمًا على هذا العامل.

إذا لم يكن لديك البيانات الصحيحة لتدريب نماذج ML ، فيمكن للبائعين أن يكونوا في متناول اليد ، ويساعدونك في ترخيص البيانات لمجموعة البيانات الصحيحة المطلوبة لتدريب نماذج ML. في بعض الحالات ، سيشمل جزء من القيمة التي يجلبها البائع كلاً من البراعة الفنية والوصول أيضًا إلى الموارد التي من شأنها تعزيز نجاح المشروع.

كم ميزانيتك؟

شرط أساسي آخر ربما يؤثر على كل عامل نناقشه حاليًا. يصبح حل مسألة ما إذا كان يجب عليك إنشاء تعليق توضيحي للبيانات أو شرائه أمرًا سهلاً عندما تفهم ما إذا كان لديك ميزانية كافية لإنفاقها.

تعقيدات الامتثال

يمكن أن يكون البائعون مفيدون للغاية عندما يتعلق الأمر بخصوصية البيانات والتعامل الصحيح مع البيانات الحساسة. يتضمن أحد أنواع حالات الاستخدام هذه مستشفى أو شركة ذات صلة بالرعاية الصحية ترغب في الاستفادة من قوة التعلم الآلي دون تعريض امتثالها لقواعد HIPAA وقواعد خصوصية البيانات الأخرى للخطر. حتى خارج المجال الطبي ، تعمل قوانين مثل اللائحة العامة لحماية البيانات الأوروبية على تشديد الرقابة على مجموعات البيانات ، وتتطلب مزيدًا من اليقظة من جانب أصحاب المصلحة من الشركات.

القوى العاملة

تتطلب التعليقات التوضيحية للبيانات قوى عاملة ماهرة للعمل عليها بغض النظر عن حجم وحجم ومجال عملك. حتى إذا كنت تقوم بإنشاء الحد الأدنى من البيانات كل يوم ، فأنت بحاجة إلى خبراء بيانات للعمل على بياناتك من أجل التصنيف. لذا ، الآن ، عليك أن تدرك ما إذا كان لديك القوى العاملة المطلوبة ، وإذا كنت تفعل ذلك ، فهل هم ماهرون في الأدوات والتقنيات المطلوبة أم أنهم بحاجة إلى تحسين المهارات؟ إذا كانوا بحاجة إلى تحسين المهارات ، فهل لديك ميزانية لتدريبهم في المقام الأول؟

علاوة على ذلك ، فإن أفضل برامج التعليقات التوضيحية للبيانات وتصنيف البيانات تأخذ عددًا من خبراء الموضوع أو المجال وتقسيمهم وفقًا للتركيبة السكانية مثل العمر والجنس ومجال الخبرة - أو غالبًا من حيث اللغات المحلية التي سيعملون معها. هذا ، مرة أخرى ، حيث نتحدث في Shaip عن الحصول على الأشخاص المناسبين في المقاعد المناسبة وبالتالي قيادة عمليات الإنسان في الحلقة المناسبة التي ستقود جهودك البرنامجية إلى النجاح.

عمليات المشاريع الصغيرة والكبيرة وحدود التكلفة

في كثير من الحالات ، يمكن أن يكون دعم المورد خيارًا أكبر لمشروع أصغر ، أو لمراحل مشروع أصغر. عندما يتم التحكم في التكاليف ، يمكن للشركة الاستفادة من الاستعانة بمصادر خارجية لجعل شرح البيانات أو مشاريع توسيم البيانات أكثر كفاءة.

يمكن للشركات أيضًا أن تنظر في عتبات مهمة - حيث يربط العديد من البائعين التكلفة بكمية البيانات المستهلكة أو معايير مرجعية أخرى للموارد. على سبيل المثال ، لنفترض أن إحدى الشركات قد اشتركت مع أحد البائعين للقيام بإدخال البيانات الممل المطلوب لإعداد مجموعات الاختبار.

قد يكون هناك حد مخفي في الاتفاقية حيث ، على سبيل المثال ، يتعين على الشريك التجاري إخراج كتلة أخرى من تخزين بيانات AWS ، أو بعض مكونات الخدمة الأخرى من Amazon Web Services ، أو أي مورد آخر تابع لجهة خارجية. إنهم ينقلون ذلك إلى العميل في شكل تكاليف أعلى ، ويضع السعر بعيدًا عن متناول العميل.

في هذه الحالات ، يساعد قياس الخدمات التي تحصل عليها من البائعين في الحفاظ على تكلفة المشروع. سيضمن وجود النطاق الصحيح في مكانه ألا تتجاوز تكاليف المشروع ما هو معقول أو ممكن للشركة المعنية.

المصدر المفتوح وبدائل البرامج المجانية

تتضمن بعض بدائل الدعم الكامل للبائعين استخدام برامج مفتوحة المصدر ، أو حتى برامج مجانية ، لإجراء تعليقات توضيحية على البيانات أو مشاريع وضع العلامات. يوجد هنا نوع من الحل الوسط حيث لا تنشئ الشركات كل شيء من الصفر ، ولكن أيضًا تتجنب الاعتماد بشكل كبير على البائعين التجاريين.

عقلية المصدر المفتوح هي نفسها نوع من التسوية - يمكن للمهندسين والأفراد الداخليين الاستفادة من مجتمع المصدر المفتوح ، حيث تقدم قواعد المستخدمين اللامركزية أنواعهم الخاصة من الدعم الشعبي. لن يكون الأمر مثل ما تحصل عليه من البائع - لن تحصل على مساعدة أو إجابات سهلة على مدار الساعة طوال أيام الأسبوع دون إجراء بحث داخلي - ولكن السعر أقل.

لذا ، فإن السؤال الكبير - متى يجب عليك شراء أداة التعليقات التوضيحية للبيانات:

كما هو الحال مع العديد من أنواع المشاريع عالية التقنية ، يتطلب هذا النوع من التحليل - وقت الإنشاء ومتى يتم الشراء - تفكيرًا مخصصًا ودراسة كيفية الحصول على هذه المشاريع وإدارتها. التحديات التي تواجهها معظم الشركات فيما يتعلق بمشاريع الذكاء الاصطناعي / التعلم الآلي عند التفكير في خيار "البناء" لا تتعلق فقط بأجزاء البناء والتطوير في المشروع. غالبًا ما يكون هناك منحنى تعليمي هائل للوصول إلى النقطة التي يمكن أن يحدث فيها تطوير حقيقي للذكاء الاصطناعي / تعلم الآلة. مع فرق ومبادرات الذكاء الاصطناعي / تعلم الآلة الجديدة ، يفوق عدد "المجهول" بكثير عدد "المجهولين المعروفين".

لتبسيط الأمور ، ضع في اعتبارك الجوانب التالية:

• عندما تعمل على كميات هائلة من البيانات
• عندما تعمل على مجموعة متنوعة من البيانات
• عندما تتغير أو تتطور الوظائف المرتبطة بنماذجك أو حلولك في المستقبل
• عندما يكون لديك حالة استخدام غامضة أو عامة
• عندما تحتاج إلى فكرة واضحة عن النفقات التي ينطوي عليها نشر أداة شرح البيانات
• وعندما لا يكون لديك القوة العاملة المناسبة أو الخبراء المهرة للعمل على الأدوات وتبحث عن الحد الأدنى من منحنى التعلم

إذا كانت ردودك معاكسة لهذه السيناريوهات ، فيجب أن تركز على بناء أداتك.