بزرگترین چالش های توسعه برنامه های با کیفیت هوش مصنوعی چیست؟

به گزارش ایلنا از رقابت های استارت آپی، ۵۰٪ برنامه نویسان هوش مصنوعی و یادگیری ماشین می‌گویند جمع آوری یا تولید داده چالش برانگیزترین جنبه مدل‌های هوش مصنوعی است. توسعه‌دهندگان هوش مصنوعی و یادگیری ماشین مدیریت عملیات را مهمترین چالشی می دانند که هنگام تهیه برنامه های هوش مصنوعی با آن روبرو هستند.

آخرین مطالعه شرکت  ایوانس دیتا مربوط به هوش مصنوعی و توسعه یادگیری ماشین ، اطلاعات شناختی مناسبی را درباره چالش هایی که توسعه دهندگان هنگام ساخت برنامه های هوش مصنوعی با کیفیت بالا دارند ، فراهم می کند. این مطالعه ، هوش مصنوعی و یادگیری ماشینی در  ۲۰۱۹ ،  براساس مصاحبه با ۵۰۰ برنامه نویس هوش مصنوعی و یادگیری ماشین در سطح جهان انجام شده است.

۵۵٫۹ درصد از توسعه دهندگان هوش مصنوعی و یادگیری ماشین به رابط برنامه نویس اعتماد می کنند. توسعه دهندگان چندین سری رابط برنامه نویس برای هوش مصنوعی و یادگیری ماشین ساخته اند. نکته جالب توجه در مورد نتایج این نظرسنجی محبوبیت رابط برنامه نویس برنامه کاربردی های مکالمه  است  و این نشان می دهد که دستیاران فعال شده توسط صدا اکنون بخشی از توسعه نرم افزار اصلی هوش مصنوعی و یادگیری ماشین هستند.

کمبود ابزار با کیفیت باعث کند شدن توسعه برنامه های هوش مصنوعی و یادگیری ماشین است. ۳۸٪ از توسعه دهندگان هوش مصنوعی اظهار داشتند که پیچیدگی مدیریت عملیات مهمترین چالش هنگام توسعه برنامه های هوش مصنوعی است. دومین چالش مهم توسعه برنامه ها قابلیت حمل آنها است. انتخاب چارچوب مناسب هوش مصنوعی سومین چالشی است که آن ها در ایجاد برنامه های با کیفیت هوش مصنوعی دارند. چارچوب ها شامل کتابخانه هایی تشکیل شده از اصطلاحات ریاضی و عملکردهای مختلف برای یادگیری ماشین و عملیات یادگیری عمیق هستند.

اکثر توسعه دهندگان (۵۴٫۹٪) برای میزبانی از هوش مصنوعی ، یادگیری ماشین و یادگیری عمیق خود به زیرساخت های خصوصی ابری اعتماد می کنند. ۴۶٪ به زیرساخت های عمومی متکی هستند. بسیاری از ارائه دهندگان خدمات ابری محیط های مبتنی بر ابر خود را توسعه داده اند که شامل مجموعه ای از ابزارهای استاندارد هوش مصنوعی ، از جمله چارچوب های یادگیری ماشین یا یادگیری عمیق ، محیط یکپارچۀ توسعه نرم‌افزار های علمی و یادگیری ماشین است.