•  برنامه نویسان هوش مصنوعی و یادگیری ماشین اکثر اوقات به رابط برنامه نویس برنامه کاربردی مبتنی بر گفتار (رابط برنامه نویس برنامه کاربردی) اعتماد می کنند.
  • ۵۰٪ می گویند جمع آوری یا تولید داده چالش برانگیزترین جنبه آموزش مداوم و تنظیم دقیق مدل های هوش مصنوعی است.
  • توسعه دهندگان هوش مصنوعی و یادگیری ماشین می گویند که پیچیدگی مدیریت عملیات مهمترین چالشی است که هنگام تهیه برنامه های هوش مصنوعی با آن روبرو هستند.

آخرین مطالعه شرکت Evans Data مربوط به هوش مصنوعی و توسعه یادگیری ماشین ، بینش چالش هایی را که توسعه دهندگان هنگام ساخت برنامه های هوش مصنوعی با کیفیت بالا در سطح شرکت دارند ، فراهم می کند. این مطالعه ، هوش مصنوعی و یادگیری ماشینی در  ۲۰۱۹ ،  براساس مصاحبه با ۵۰۰ برنامه نویس هوش مصنوعی و یادگیری ماشین در سطح جهان انجام شده است. با تمرکز بر روی نگرش ها ، الگوهای پذیرش و اهداف توسعه دهندگان هوش مصنوعی و یادگیری ماشین در سراسر جهان ، این مطالعه ۱۸۷ صفحه ای یکی از جامع ترین پژوهش ها در نوع خود است. آنچه که این مطالعه را مورد توجه قرار می دهد ، عمق تحقیق در مورد چالش های توسعه دهنده هوش مصنوعی و یادگیری ماشین امروزی است.

بینش اصلی این مطالعه شامل موارد زیر است:

۵۵٫۹ درصد از توسعه دهندگان هوش مصنوعی و یادگیری ماشین به رابط برنامه نویس برنامه کاربردی زبان اعتماد می کنند و پس از گفتار نیز این میزان به (۵۱٫۱ درصد) می رسد. توسعه دهندگان به مدت طولانی چندین سری رابط برنامه نویس برنامه کاربردی برای هوش مصنوعی و یادگیری ماشین ساخته اند. نکته جالب توجه در مورد نتایج این نظرسنجی محبوبیت رابط برنامه نویس برنامه کاربردی های مکالمه  است ، و این نشان می دهد که دستیاران فعال شده توسط صدا اکنون بخشی از توسعه نرم افزار اصلی هوش مصنوعی و یادگیری ماشین هستند.

توسعه برنامه های با کیفیت هوش مصنوعی

کمبود ابزار با کیفیت باعث کند شدن توسعه برنامه های هوش مصنوعی و یادگیری ماشین است. مهمترین موانع که توسعه دهندگان هوش مصنوعی و یادگیری ماشین در بهبود برنامه  هوش مصنوعی با آن روبرو هستند نیز شامل هزینه مواد و عدم مهارت و توانایی لازم در این زمینه است. فقط ۱۰٪ مجبورند با چالش های کار و ادغام در سیستم  مقابله کنند ، یافته ای که نشان دهنده توسعه برنامه های یادگیری هوش مصنوعی و دستگاه است در واحدهای تجاری و مراکز توسعه نسبتاً جدید اتفاق می افتد.

توسعه برنامه های با کیفیت هوش مصنوعی

۳۸٪ از توسعه دهندگان هوش مصنوعی اظهار داشتند که پیچیدگی مدیریت عملیات مهمترین چالش هنگام توسعه برنامه های هوش مصنوعی است. دومین چالش مهم توسعه برنامه هایی است که قابل حمل در محیط های استقرار هستند. انتخاب چارچوب مناسب هوش مصنوعی سومین چالشی است که آن ها در ایجاد برنامه های با کیفیت هوش مصنوعی دارند. چارچوب های یادگیری ماشین و هوش مصنوعی کتابخانه ایی تشکیل شده از اصطلاحات ریاضی و عملکردهای مختلف برای یادگیری ماشین و عملیات یادگیری عمیق است. آن ها غالباً شامل یک پایگاه گسترده رابط برنامه نویس برنامه کاربردی و سایر ابزارهای توسعه هستند که برای کمک به توسعه دهندگان در ادغام در کد قبلی و به دست آوردن سرمایه در سیستم های سازمانی برای داده های مورد نیاز برای آموزش مدل ها و تولید برنامه طراحی شده اند.

اکثر توسعه دهندگان (۵۴٫۹٪) برای میزبانی از هوش مصنوعی ، یادگیری ماشین و یادگیری عمیق خود به زیرساخت های خصوصی ابری اعتماد می کنند. ۴۶٪ به زیرساخت های عمومی متکی هستند و بیش از ۵۱٪ آن ها به زیرساخت های پیش فرض سازمان خود متکی هستند. بسیاری از ارائه دهندگان خدمات ابری محیط های مبتنی بر ابر خود را توسعه داده اند که شامل مجموعه ای از ابزارهای استاندارد هوش مصنوعی ، از جمله چارچوب های یادگیری ماشین یا یادگیری عمیق ، محیط یکپارچۀ توسعه نرم‌افزار های علمی مخصوص داده ها و نوت بوک های یادگیری ماشین است.

توسعه برنامه های با کیفیت هوش مصنوعی

منبع: FORBES

ترجمه شده در گروه مجله بیستک به قلم  آناهیتا قوامی