還能再漲23%!AI寵兒NVIDIA成大摩明年首選AMD FSR 4.0將與RX 9070 XT顯卡同步登場(chǎng)羅永浩細(xì)紅線最新進(jìn)展,暫別AR,迎來(lái)AI Jarvis構(gòu)建堅(jiān)實(shí)數(shù)據(jù)地基,南京打造可信數(shù)據(jù)空間引領(lǐng)數(shù)字城市建設(shè)下單前先比價(jià)不花冤枉錢 同款圖書(shū)京東價(jià)低于抖音6折日媒感慨中國(guó)電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒(méi)戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測(cè)結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營(yíng)銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級(jí),成為會(huì)員至少需注冊(cè) 2 臺(tái) α 全畫幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競(jìng)賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無(wú)2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開(kāi)啟內(nèi)測(cè)雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長(zhǎng)續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評(píng)估電動(dòng)汽車計(jì)劃來(lái)京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國(guó)補(bǔ)期間電視迎來(lái)?yè)Q機(jī)潮,最暢銷MiniLED品牌花落誰(shuí)家?美團(tuán)旗下微信社群團(tuán)購(gòu)業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備
  • 首頁(yè) > 企業(yè)IT頻道 > 數(shù)字化

    提升數(shù)據(jù)質(zhì)量更好地滿足AI項(xiàng)目需求

    2022年10月11日 11:19:53   來(lái)源:51CTO

      審校 | 孫淑娟

      開(kāi)篇

      當(dāng)今社會(huì),人工智能的發(fā)展成為全球企業(yè)和政府關(guān)注的重點(diǎn)。然而,與人工智能息息相關(guān)的另一個(gè)問(wèn)題卻被忽視:數(shù)據(jù)質(zhì)量差。

      人工智能算法依賴可靠的數(shù)據(jù)來(lái)產(chǎn)生最佳結(jié)果——如果數(shù)據(jù)有偏差、不完整、不充分、甚至是不準(zhǔn)確,會(huì)導(dǎo)致毀滅性的后果。

      識(shí)別患者疾病的人工智能系統(tǒng)便是一個(gè)很好的例子,由于數(shù)據(jù)質(zhì)量不高而導(dǎo)致不良后果。當(dāng)數(shù)據(jù)不足時(shí),這些系統(tǒng)會(huì)產(chǎn)生錯(cuò)誤的診斷和不準(zhǔn)確的預(yù)測(cè),從而導(dǎo)致誤診和延誤治療。例如,劍橋大學(xué)對(duì)用于診斷 Covid-19 的 400 多種工具進(jìn)行的一項(xiàng)研究發(fā)現(xiàn),由于使用了缺陷數(shù)據(jù)集導(dǎo)致 AI 生成的報(bào)告完全無(wú)法使用。

      換句話說(shuō),如果數(shù)據(jù)不夠好,AI 計(jì)劃將對(duì)現(xiàn)實(shí)世界產(chǎn)生毀滅性的后果。

      “足夠好”的數(shù)據(jù)意味著什么?

      關(guān)于什么是“足夠好”的數(shù)據(jù),人們一直存在巨大的爭(zhēng)論。有人說(shuō)不存在足夠好的數(shù)據(jù)。另外一些人表示“太好”的數(shù)據(jù)會(huì)導(dǎo)致分析癱瘓(譯者:應(yīng)該是指過(guò)擬合)——而 HBR 則直截了當(dāng)?shù)刂赋,如果糟糕的信息?huì)導(dǎo)致機(jī)器學(xué)習(xí)工具無(wú)法工作。

      在 WinPure,將足夠好的數(shù)據(jù)定義為“完整、準(zhǔn)確、有效,可以放心地用于具有風(fēng)險(xiǎn)的業(yè)務(wù)流程中,數(shù)據(jù)水平取決于個(gè)人目標(biāo)和業(yè)務(wù)環(huán)境。”

      大多數(shù)公司在數(shù)據(jù)質(zhì)量和治理方面飽受折磨,盡管他們都不會(huì)承認(rèn)。這種折磨不斷增加項(xiàng)目的緊張感,讓他們不堪重負(fù),可以想象他們正在承受著部署人工智能計(jì)劃以保持競(jìng)爭(zhēng)優(yōu)勢(shì)的巨大壓力。可悲的是,像臟數(shù)據(jù)這類問(wèn)題都不可能成為董事會(huì)討論的議題,直到它導(dǎo)致項(xiàng)目失敗時(shí)才有人會(huì)關(guān)注。

      糟糕的數(shù)據(jù)如何影響人工智能系統(tǒng)?

      當(dāng)算法以訓(xùn)練數(shù)據(jù)為基礎(chǔ)來(lái)學(xué)習(xí)時(shí),數(shù)據(jù)質(zhì)量問(wèn)題出現(xiàn)在流程的開(kāi)始階段。例如,如果向 AI 算法提供未經(jīng)過(guò)濾的社交媒體數(shù)據(jù),它會(huì)抽取濫用、種族主義評(píng)論和厭惡女性的言論,如 Microsoft 的 AI 機(jī)器人所表現(xiàn)的那樣。最近,人工智能無(wú)法檢測(cè)深色皮膚的人也被認(rèn)為是訓(xùn)練數(shù)據(jù)問(wèn)題導(dǎo)致的。

      這與數(shù)據(jù)質(zhì)量有何關(guān)系?

      缺乏數(shù)據(jù)治理、數(shù)據(jù)質(zhì)量意識(shí)淡薄和孤立的數(shù)據(jù)視圖才是數(shù)據(jù)質(zhì)量不佳的罪魁禍?zhǔn)住?/p>

      該怎么辦?

      當(dāng)企業(yè)意識(shí)到數(shù)據(jù)質(zhì)量出現(xiàn)問(wèn)題時(shí),他們會(huì)對(duì)招聘感到恐慌。通過(guò)盲目聘請(qǐng)顧問(wèn)、工程師和分析師來(lái)診斷、清理數(shù)據(jù),希望盡快解決問(wèn)題。不幸的是,幾個(gè)月過(guò)去了,盡管花費(fèi)了數(shù)百萬(wàn)美元,但問(wèn)題似乎并沒(méi)有消失。對(duì)數(shù)據(jù)質(zhì)量問(wèn)題采取下意識(shí)的方法幾乎沒(méi)有幫助。

      真正的改變從基層開(kāi)始。

      如果您希望您的 AI/ML 項(xiàng)目朝著正確的方向發(fā)展,請(qǐng)采取以下三個(gè)關(guān)鍵步驟。

      認(rèn)識(shí)并承認(rèn)數(shù)據(jù)質(zhì)量問(wèn)題

      首先,通過(guò)建立數(shù)據(jù)素養(yǎng)文化來(lái)評(píng)估數(shù)據(jù)質(zhì)量。Bill Schmarzo 是這方面的有力代言人,他建議使用設(shè)計(jì)思維來(lái)創(chuàng)建一種文化,讓每個(gè)人都能理解并為組織的數(shù)據(jù)目標(biāo)和挑戰(zhàn)做出貢獻(xiàn)。

      在當(dāng)今的業(yè)務(wù)環(huán)境中,數(shù)據(jù)和數(shù)據(jù)質(zhì)量不再是 IT 或數(shù)據(jù)團(tuán)隊(duì)的唯一責(zé)任。業(yè)務(wù)用戶必須意識(shí)到臟數(shù)據(jù)問(wèn)題以及不一致和重復(fù)的數(shù)據(jù)等問(wèn)題。

      因此,首先要讓數(shù)據(jù)質(zhì)量培訓(xùn)成為受到重視的組織工作,并使團(tuán)隊(duì)能夠識(shí)別不良數(shù)據(jù)屬性。

      通過(guò)下面的清單,您可以使用它來(lái)跟蹤數(shù)據(jù)質(zhì)量。

      數(shù)據(jù)健康檢查表

      如何捕獲、存儲(chǔ)和管理數(shù)據(jù)?

      有多少數(shù)據(jù)源連接到您的中央數(shù)據(jù)庫(kù),數(shù)據(jù)的傳播情況如何?

      您的數(shù)據(jù)管理得如何?您是否實(shí)施了數(shù)據(jù)治理標(biāo)準(zhǔn)?有多少數(shù)據(jù)是結(jié)構(gòu)化、半結(jié)構(gòu)化或非結(jié)構(gòu)化的?

      與自動(dòng)化數(shù)據(jù)管理相比,您在手動(dòng)修復(fù)數(shù)據(jù)上花費(fèi)了多少?在訪問(wèn)和處理數(shù)據(jù)時(shí),您的團(tuán)隊(duì)如何相互協(xié)調(diào)?IT和業(yè)務(wù)用戶之間是否經(jīng)常發(fā)生內(nèi)部沖突?

      您的數(shù)據(jù)質(zhì)量狀況如何?您的數(shù)據(jù)是否及時(shí)、完整、準(zhǔn)確、獨(dú)特并遵循標(biāo)準(zhǔn)化規(guī)則?

      制定滿足質(zhì)量指標(biāo)的計(jì)劃

      關(guān)于數(shù)據(jù)質(zhì)量問(wèn)題,企業(yè)經(jīng)常犯錯(cuò)誤。例如聘請(qǐng)數(shù)據(jù)分析師來(lái)完成日常的數(shù)據(jù)清理任務(wù),而不是專注于計(jì)劃和戰(zhàn)略工作。一些企業(yè)在沒(méi)有計(jì)劃的情況下使用數(shù)據(jù)管理工具來(lái)清理、重復(fù)數(shù)據(jù)刪除、合并和清除數(shù)據(jù)。不幸的是,工具和人才不能孤立地解決問(wèn)題。滿足數(shù)據(jù)質(zhì)量維度的策略才是解決問(wèn)題的根本。

      該策略必須解決數(shù)據(jù)收集、標(biāo)記、處理以及數(shù)與AI/ML 項(xiàng)目匹配的問(wèn)題。例如,如果人工智能招聘計(jì)劃只選擇男性候選人擔(dān)任技術(shù)職位,那么該項(xiàng)目的培訓(xùn)數(shù)據(jù)顯然是有偏見(jiàn)的、不完整的(沒(méi)有收集足夠的女性候選人數(shù)據(jù))和不準(zhǔn)確的。因此,這些數(shù)據(jù)不符合人工智能項(xiàng)目的真正目的。

      對(duì)數(shù)據(jù)質(zhì)量的要求已經(jīng)超出了清理和修復(fù)數(shù)據(jù)的日常任務(wù)。所以,需要在開(kāi)始項(xiàng)目之前設(shè)置數(shù)據(jù)完整性和治理標(biāo)準(zhǔn)。它使項(xiàng)目免于陷入失敗的境地!

      提出正確的問(wèn)題并設(shè)置問(wèn)責(zé)制度

      對(duì)于“足夠好的數(shù)據(jù)或數(shù)據(jù)質(zhì)量水平”沒(méi)有通用標(biāo)準(zhǔn)。相反,這一切都取決于企業(yè)的信息管理系統(tǒng)、數(shù)據(jù)治理指南,以及團(tuán)隊(duì)和業(yè)務(wù)目標(biāo)的知識(shí),甚至許多其他因素。

      不過(guò)在啟動(dòng)項(xiàng)目之前,有幾個(gè)問(wèn)題要問(wèn)團(tuán)隊(duì):

      我們信息的來(lái)源是什么,數(shù)據(jù)收集的方法是什么?

      哪些問(wèn)題會(huì)影響數(shù)據(jù)收集過(guò)程并威脅積極成果?

      數(shù)據(jù)傳遞什么信息?它是否符合數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)(即信息準(zhǔn)確、完全可靠和恒定)?

      指定人員是否意識(shí)到數(shù)據(jù)質(zhì)量和低質(zhì)量的重要性?

      是否定義了角色和職責(zé)?例如,誰(shuí)需要維護(hù)定期數(shù)據(jù)清理計(jì)劃?誰(shuí)負(fù)責(zé)創(chuàng)建主記錄?

      數(shù)據(jù)是否符合目的?

      提出正確的問(wèn)題、分配正確的角色、實(shí)施數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)并幫助團(tuán)隊(duì)在問(wèn)題出現(xiàn)之前應(yīng)對(duì)挑戰(zhàn)!

      總結(jié)

      數(shù)據(jù)質(zhì)量不僅僅是修復(fù)錯(cuò)別字或錯(cuò)誤那么簡(jiǎn)單。它確保人工智能系統(tǒng)沒(méi)有歧視性、誤導(dǎo)性或不準(zhǔn)確性。在啟動(dòng) AI 項(xiàng)目之前,有必要解決數(shù)據(jù)中的缺陷從而應(yīng)對(duì)數(shù)據(jù)質(zhì)量的挑戰(zhàn)。此外,啟動(dòng)組織范圍內(nèi)的數(shù)據(jù)素養(yǎng)計(jì)劃,將每個(gè)團(tuán)隊(duì)與總體目標(biāo)聯(lián)系起來(lái)。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。