机器学习开始改变软件开发行业
极客时间编辑部
讲述:杜力大小:2.00M时长:02:10
现如今,硬件能力的发展和海量数据使得现有的机器学习方法成为可能,例如模式识别、自然语言处理和强化学习等。人工智能正在影响软件开发过程,给版本控制、CI/CD(持续集成 / 持续交付) 和测试等都带来了额外的复杂性。
最近,ThoughtWorks 人工智能全球主管克里斯托夫·温德海瑟(Christoph Windheuser)在 Goto Berlin 2018 大会上,谈到了各个行业中的人工智能应用程序,InfoQ 对其进行了采访。
他认为,机器学习方法的最大优点是可以通过学习数据而不是编程来优化算法。这意味着算法可以实现无法通过编程来实现的行为,例如光学和声学模式识别或自然语言处理,随之而来的是全新的应用程序。
在数据科学和机器学习项目中,开发人员不仅需要处理他们的编程代码,还需要处理大量数据,例如训练模式、从这些模式中提取的特征,以及学习算法的参数和超参数等,这些都为开发过程带来了新的复杂性。
现在,人工智能已经在很多方面改变了开发过程。为了能够在出现问题或者训练实验没有显示预期结果的情况下进行回滚,代码和数据必须被设置成过去定义的某个一致的点。温德海瑟表示,他们使用开源工具 DVC(数据科学版本控制——dvc. org)获得了一些很好的体验。
同时,CI/CD 环境的设置变得越来越复杂。开发者通常会同时拥有多个流和管道,如果为了加速训练速度在多台计算机上进行并行训练,则必须借助管道的扇入和扇出来并行化训练,并在之后进行同步测试。
此外,使用机器学习组件测试应用程序的需求也变得越来越普遍。除了不同组件的单元测试之外,还必须使用一些 KPI(例如错误率或在独立测试集上实现的混淆矩阵)来测试训练阶段的成功率。
他表示,最终,拥有超智能的通用人工智能(AGI)将成为可能,但这仍然需要很长时间。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- caohuanml 数据为输入,测试 有机会1
收起评论