Os desafios do desenvolvimento de produtos de IA

Jul 30, 2023

Notícias da página inicial do InfoQ Os desafios do desenvolvimento de produtos de IA

10 de agosto de 2023 3 minutos de leitura

por

Ben Linders

O desenvolvimento de produtos de inteligência artificial (IA) envolve a criação de modelos e a alimentação de dados para treiná-los, testar os modelos e implantá-los. Os engenheiros de software podem apoiar a adoção de IA e aprendizado de máquina (ML) nas empresas, construindo uma compreensão das tecnologias, incentivando a experimentação e garantindo a conformidade com regulamentos e padrões éticos.

Zorina Alliata falou sobre o desenvolvimento de produtos de IA na OOP 2023 Digital.

Para criar produtos de IA, como software de previsão ou mecanismos de recomendação, temos que criar modelos baseados em padrões de dados históricos, explicou Alliata. Para desenvolver esses modelos, utilizamos técnicas de desenvolvimento diferentes do desenvolvimento normal de software. Por exemplo, existem muitas incógnitas, processos iterativos e mistérios a serem descobertos ao analisar os dados, disse Alliata.

Segundo Alliata, o processo de aprendizado de máquina é baseado nas seguintes etapas:

Os dados são extremamente importantes, argumentou Alliata. Os algoritmos requerem muitos dados para aprender padrões. Ter dados suficientes, dados limpos, dados justos e confiáveis ​​por si só é um novo nível de processamento que não fizemos nesta medida no passado, disse ela.

O resultado do desenvolvimento do produto, o modelo, é uma série de algoritmos que identificam diversas informações no oceano de dados, e na maioria das vezes os cientistas de dados têm que tentar vários algoritmos para ver qual deles funciona melhor em cada caso de uso, Alliata mencionou . Isso introduz a necessidade de iterar e tentar várias abordagens, portanto, os líderes da equipe devem compreender que precisam reservar tempo suficiente durante a fase de modelagem.

Alliata disse que, uma vez entregue um produto de IA, ele também precisa de cuidados e monitoramento constantes, para garantir que ainda tenha um desempenho ideal, pois os padrões podem mudar. Ocasionalmente, o modelo necessitará de novo treino para que possa aprender com os dados mais recentes fornecidos pelos consumidores, bem como com o feedback do seu próprio comportamento e desempenho.

Os engenheiros de software podem contribuir para a adoção de IA e ML em suas empresas, adquirindo uma compreensão dessas novas tecnologias e de seus desafios específicos, disse Alliata. Os engenheiros de software também podem ajudar a criar um ambiente que incentive a experimentação e a aprendizagem e fornecer orientação sobre as melhores práticas para o desenvolvimento de IA, acrescentou ela.

Além disso, os engenheiros de software podem ajudar a garantir que os modelos de ML estejam em conformidade com os regulamentos e padrões éticos relevantes. Definir padrões e um modelo operacional claro permitirá uma melhor comunicação e colaboração entre todas as equipes, técnicas e de negócios, concluiu Alliata.

A InfoQ entrevistou Zorina Alliata sobre o desenvolvimento de produtos de IA.

InfoQ: Como as transformações de IA se relacionam com a agilidade?

Zorina Alliata : As transformações de IA estão relacionadas ao ágil, pois ambas envolvem um processo de transição. Os líderes ágeis podem desempenhar um papel importante nas transformações da IA, promovendo orçamentos enxutos, equipes ágeis e equipes de equipes, entrega ágil que falha rapidamente e relatórios específicos para mostrar o valor entregue.

Os líderes ágeis agregam valor à transformação da IA ​​usando sua experiência ágil no gerenciamento de cronogramas e conteúdo de treinamento, promovendo excelência técnica, verificando recursos de conformidade/preconceito/justiça e propondo alterações conforme necessário nos processos atuais para permitir escalabilidade.

Os líderes ágeis também sabem como entregar corretamente e dentro do prazo, criar métricas para KPIs e tendências importantes e fornecer visibilidade do trabalho. Todas essas habilidades são muito úteis e necessárias durante uma transformação de IA.

InfoQ: O que você aprendeu com a entrega de produtos de IA?