近日，行业研究公司Gartner做出大胆预测：85%的人工智能项目无法交付给CIO。声明暗示，每20个人工智能项目中就有3个会成功，其中17个会达不到预期。有了所有的嗡嗡声和大量的AI提示，这是一个非常酷的修复。除了可能不是。让我们来看看是什么加剧了这种情况，以及AI项目的未来是否光明。为什么人工智能项目会失败？DimensionR的一份报告显示，10个AI中有8个失败，96%的AI在注释、标记和建立模型置信度方面存在问题。以下是AI项目失败的7个常见原因：1.鲨鱼可能会牺牲质量并在需要完成AI项目中的所有任务时尝试偷工减料。这些鲨鱼可能会说“让我们一起选择其他选项”。这也很简单。“从这个意义上说，这不是真正的类型，但它的回报(ROI)肯定不会吸引他们。那你会怎么做？确保你的第一个基于AI的业务是真实的，没有KPI，而且与该版本中最新的使命宣言保持一致。相信一个项目的成功完成可能会让你和企业付出代价。为此，你可能会非常感激和珍惜。2.沟通障碍当你不规律地使用自己时当与专家打交道时,有时你会被误解。当你实施一个项目时，很少或没有维护者。你需要有足够的盘子。不要为他们理解AI。相反，你的项目将继续。以美元而不是千兆字节购买.此外，您必须先与您的росер取得联系。您将有足够的钱给您机会。3.在您开始之前。您可能不会这样做，但它可以挽救生命。想象一下花费大量金钱你的资金，然后从客户那里听到这是不可接受的你将不得不重新开始，重新开始。在开始存储之前，请务必确保输出并在确定您不同意特定条款和条件之前重置输出。即使客户可能不同意，你也不会。您现在知道是否愿意接受它，并且可以按照您的意愿构建它您的项目。4.缺乏数据战士通常情况下，你应该和一些新手一起工作，因为他们没有什么经验。答案是：省钱。这是最有可能的。打着省钱的名义，他们实际上是在把钱浪费在失败的AI项目上。迫不及待的人会面临没完没了的新挑战，而这些挑战不会让项目有任何进展。组织关心的是在数据科学方面拥有丰富经验、开发了AI理想（最好是多个）并且还实施了产生积极、切实结果的解决方案的人。5.内部人才/软件这是一个根本没有真正解决的问题，但是在S使用的每条消息中，每个人都可以找到并访问吗？您的数据团队是否与专业社区共享想法和资源？它们是否处于机器学习的所有当前趋势和工具之上？如果没有，公司应该考虑聘请新的经理，咨询公正的第三方，或者许可外部软件。6.从简单开始要记住的最重要的一点是从简单开始。如果不实施简单的规则，您的AI项目将获得0%的价值。有传言说它可能会奏效，但过于复杂的项目可能会花费很多时间。因此，项目应该从一个简单的过程开始，目标明确。原因也可能是因为它们在给定框架内的现实。尽管人工智能控制世界的概念得到了积极的评价和积极的接受，但事情还是有可能发生。比如一辆自动驾驶汽车，因为它是第一个最严重的问题，而后者并没有造成致命伤。有人可能会提到所有算法或程序都被错误编码。在其他情况下，可能没有可用数据作为AI机器中某些问题的答案。7.除了以上原因，还有很多AI可以被摧毁。每当需要对AI做统计时，必须解决所有问题才能回答所有问题。在所有阶段的所有阶段，AI机器将无法重启。此外，算法本身也会出错。这是由于嗡嗡声而采用的算法。开发算法的人无意中将自己的偏见注入算法中，这在很大程度上是有道理的。最后，人工智能项目失败的原因有很多。AI必须经过充分验证才能对其进行评估。因此，如果您在设计上遇到困难，或者由于缺乏足够的信息，可能会发生很多事情。我们都会犯错，并从中吸取教训，变得更强大。您在AI项目中遇到的最常见错误是什么？在下面的评论中让我们知道！
