Les défis du développement de produits d’IA

Jul 30, 2023

Accueil InfoQ Actualités Les défis du développement de produits IA

10 août 2023 3 min de lecture

par

Ben Linders

Le développement de produits d'intelligence artificielle (IA) implique la création de modèles et l'alimentation de données pour les entraîner, tester les modèles et les déployer. Les ingénieurs logiciels peuvent soutenir l'adoption de l'IA et de l'apprentissage automatique (ML) dans les entreprises en développant une compréhension des technologies, en encourageant l'expérimentation et en garantissant le respect des réglementations et des normes éthiques.

Zorina Alliata a parlé du développement de produits d'IA lors de l'OOP 2023 Digital.

Pour créer des produits d'IA tels que des logiciels de prévision ou des moteurs de recommandation, nous devons créer des modèles basés sur des modèles de données historiques, a expliqué Alliata. Pour développer ces modèles, nous utilisons des techniques de développement différentes du développement logiciel classique. Par exemple, il existe de nombreuses inconnues, processus itératifs et mystères à découvrir lors de l’analyse des données, a déclaré Alliata.

Selon Alliata, le processus de machine learning repose sur les étapes suivantes :

Les données sont extrêmement importantes, a soutenu Alliata. Les algorithmes nécessitent beaucoup de données pour apprendre des modèles. Disposer de suffisamment de données, de données propres, de données justes et dignes de confiance constitue à lui seul un nouveau niveau de traitement que nous n'avions pas réalisé à cette échelle dans le passé, a-t-elle déclaré.

Le résultat du développement du produit, le modèle, est une série d'algorithmes qui identifient diverses informations dans l'océan de données, et la plupart du temps, les data scientists doivent essayer plusieurs algorithmes pour voir lequel fonctionne le mieux dans chaque cas d'utilisation, a déclaré Alliata. . Cela introduit la nécessité d'itérer et d'essayer diverses approches, les chefs d'équipe doivent donc comprendre qu'ils doivent prévoir suffisamment de temps pendant la phase de modélisation.

Alliata a déclaré qu'une fois qu'un produit d'IA est livré, il nécessite également des soins et une surveillance constants, pour s'assurer qu'il fonctionne toujours de manière optimale, car les modèles peuvent changer. Parfois, le modèle devra être recyclé afin de pouvoir apprendre des données les plus récentes fournies par les consommateurs, ainsi que des retours sur son propre comportement et ses performances.

Les ingénieurs logiciels peuvent contribuer à l'adoption de l'IA et du ML dans leurs entreprises en comprenant ces nouvelles technologies et leurs défis spécifiques, a déclaré Alliata. Les ingénieurs logiciels peuvent également contribuer à créer un environnement qui encourage l’expérimentation et l’apprentissage, et fournir des conseils sur les meilleures pratiques en matière de développement de l’IA, a-t-elle ajouté.

De plus, les ingénieurs logiciels peuvent contribuer à garantir que les modèles ML sont conformes aux réglementations et normes éthiques en vigueur. L'établissement de normes et d'un modèle opérationnel clair permettront une meilleure communication et collaboration entre toutes les équipes, techniques et commerciales, a conclu Alliata.

InfoQ a interviewé Zorina Alliata sur le développement de produits d'IA.

InfoQ : Quel est le lien entre les transformations de l'IA et l'agile ?

Zorina Alliata : Les transformations de l'IA sont liées à l'agilité dans la mesure où elles impliquent toutes deux un processus de transition. Les dirigeants agiles peuvent jouer un rôle important dans les transformations de l’IA en promouvant une budgétisation allégée, des équipes et des équipes d’équipes agiles, une livraison agile qui échoue rapidement et des rapports spécifiques pour montrer la valeur apportée.

Les leaders Agile apportent de la valeur à la transformation de l'IA en utilisant leur expertise Agile dans la gestion des calendriers et du contenu de formation, en promouvant l'excellence technique, en vérifiant les caractéristiques de conformité/partialité/équité et en proposant les modifications nécessaires aux processus actuels pour permettre l'évolutivité.

Les leaders agiles savent également comment livrer correctement et dans les délais, créer des mesures pour les KPI et tendances importants et offrir une visibilité sur le travail. Toutes ces compétences sont très utiles et nécessaires lors d’une transformation de l’IA.

InfoQ : Qu'avez-vous appris de la livraison de produits d'IA ?