详细内容或原文请订阅后点击阅览
在现实世界中使用 AI 时，“最佳实践”是什么？
在现实世界条件下使用人工智能可能与经常“在理论上”讨论的理想化设置完全不同。客座编辑 Anna Demming 向专家小组讲述了如何在现实世界的约束条件下实现“最佳实践”愿望，以及如何避免常见的陷阱。在现实世界的过程中 […]
来源:ΑΙhub在现实世界中与AI合作可能与经常讨论的“理论上”讨论的理想化设置完全不同。客座编辑安娜·德明（Anna Demming）向专家小组讲述了如何在现实世界限制内满足“最佳实践”愿望，以及如何避免常见的陷阱。
在现实世界数据科学AI系列的过程中，我们有一些文章，列出了AI是什么，其运作方式，或者至少如何为其产出的解释以及围绕涉及的数据烧毁问题的解释，评估这些模型，道德上的考虑，并对社会的劳动影响涉及劳动力的变化。这些文章中的想法使建立AI模型的最佳实践的坚定基础，但理论和实践之间通常存在鸿沟，而且相同的陷阱可以一次又一次地绊倒。在这里，我们讨论了如何应对现实世界的局限性并标记这些常见危害。
现实世界数据科学AI系列按照外观顺序，我们的受访者是：
Ali Al-Sherbaz，英国剑桥大学数字技能学术总监
Ali al-Sherbaz纳皮尔首席数据科学家兼皇家统计学会数据科学和AI部分主席Janet Bastiman
Janet Bastiman乔纳森·吉拉德（Jonathan Gillard），加的夫大学统计/数据科学教授，现实世界数据科学委员会成员 乔纳森·吉拉德（Jonathan Gillard） 斯旺西大学健康数据科学高级研究官和数据科学家，也是现实世界数据科学委员会的成员 fatemeh torabi 经常说，尽管几乎每个人现在都在试图在其项目中利用AI，但大多数AI项目都失败了。小组在AI项目中取得成功的少数群体具有什么智慧的智慧，在开始做任何事情之前，您该怎么办？ Ali al-Sherbaz： Janet Bastiman： 乔纳森·吉拉德（Jonathan Gillard）： JG： JB： fatemeh torabi： ft： 文章 A A-S： Anna Demming （CC BY 4.0） 在这里
乔纳森·吉拉德（Jonathan Gillard），加的夫大学统计/数据科学教授，现实世界数据科学委员会成员乔纳森·吉拉德（Jonathan Gillard）
斯旺西大学健康数据科学高级研究官和数据科学家，也是现实世界数据科学委员会的成员fatemeh torabi
经常说，尽管几乎每个人现在都在试图在其项目中利用AI，但大多数AI项目都失败了。小组在AI项目中取得成功的少数群体具有什么智慧的智慧，在开始做任何事情之前，您该怎么办？ Ali al-Sherbaz： Janet Bastiman： 乔纳森·吉拉德（Jonathan Gillard）： JG： JB： fatemeh torabi： ft： 文章 A A-S： Anna Demming （CC BY 4.0）在这里