ChatGPT の機能に興奮していますか、それとも ML コースを終えたばかりで、これらのテクノロジーを使用してクールな機能を構築する準備ができていますか? どちらの場合も、初めて AI を活用した機能を構築する際には、どのような課題が待ち受けているか 。 を理解しておく必要があります 一年前にこのすべてを知っていればよかった。 まず最初に、本当に AI が必要ですか? Googleの ジョブを実行するヒューリスティックに基づく単純なアルゴリズムから始めて、ヒューリスティックの保守が複雑になった場合にのみ機械学習ソリューションに移行することを提案します。 ml のルール 問題を解決するために AI を追加すると、次のような追加の課題に対処する必要があります。 - なぜソリューションが顧客にとってそのように機能するのか 説明可能性 - 顧客の機密データを処理するサードパーティ ソリューションはありますか データ プライバシー - 構築したものは初日から最高の目標パフォーマンスを達成できない可能性が高く、モデルの改善により多くの時間を費やす必要があります。 メンテナンス/実装コスト 計画なし = 成功なし プロジェクトとは何ですか?それは顧客のどのような問題を解決しますか?どのような指標の改善が期待されますか?既知のシステム制限とは何ですか? 実装する前に、これらの質問すべてに答えておくことが重要です。計画中に特定できる潜在的な落とし穴が多ければ多いほど、より良い結果が得られます。 この段階では比較的低いです。 変更のコスト メモはどこにありますか? 問題ステートメント、指標、望ましい結果、テスト ケース、調査ログ、設計文書、マイルストーンなど、すべてを文書化する必要があります。 文書を作成すると、 ます。他の人があなたのプロジェクトにすぐに参加したり、あなたの作業結果を他のプロジェクトで使用したりできます。 心に留めておくべき事柄が少なくなり 小さくてシンプルに始めましょう 機能の最初のバージョンをシンプルにしておくことで、機能を迅速に構築し、影響を測定し、洞察を取得して反復を続けることができます。小さなものを構築することで、さらなる反復で改善するベースラインのパフォーマンスを確立することもできます。 多くのことを実行し、考えられるすべてのユースケースを処理するシステムを作成することは、刺激的な挑戦です。しかし、 車を作る前に必ず良いことです。 スケートボードを作る 研究は済みましたか？ 問題がこの分野にとって初めてのもので、まだ誰も解決していない場合は、調査することを検討してください。問題の解決が実現可能かどうかをテストしたいと考えています。 研究結果は、 を示す最小限の実用的なプロトタイプです。調査によって ことが判明することもあります。これは優れた学習になります。そのため、プロジェクトの開始時にこのステップを実行します。 アルゴリズムが問題を解決できること 、実現可能な解決策が存在しない 過大評価しないでください。 概念実証は素晴らしいように見えて誇大宣伝を引き起こすかもしれませんが、プロトタイプからすべてのユーザーに機能する運用グレードのソリューションまでの間には多くの作業が必要です。 新しいテクノロジーを扱う場合、最善の策は です。時間をかけてテクノロジーと問題領域を理解し、作業を複数の小さなマイルストーンに分割して個別に見積もります。 、物事をすぐに終わらせることを約束しないこと 何かが計画通りに進んでいないことに気付いた場合は、チームと連絡を取り、タイムライン/プロジェクトが変更されたことを全員が理解していることを確認してください。 テストを書く AI を使用して開発する場合は、同じソフトウェア エンジニアリングの原則を適用する必要があります。ソリューションは進化するため、それが期待どおりに機能することを確認する必要があります。 手作業でテストする時間を削減し、問題と解決策に集中できる時間を増やします。 自動テスト 悲しいお知らせの時間です... 数か月にわたって懸命に作業した後でも、モデルのパフォーマンスが低下する可能性があります。これはイライラするかもしれませんが、ML 開発プロセスの一部です。失敗の可能性があることを受け入れ、必要に応じてアプローチを転換する準備をしなければなりません。 覚えておくべき重要なことは、すべての失敗は学び、将来のために改善する機会であるということです。 結論 AI を活用した機能を構築するには、慎重な計画、調査、実装が必要です。小さなことから始めて、すべてを文書化し、チームと定期的にコミュニケーションをとることが重要です。そして、何かを導入する前に、AI が必要かどうかを常に評価することを忘れないでください。 失敗する可能性はありますが、それは学び、改善する機会であることを忘れないでください。 決して失敗しない人は、決して挑戦しない人だけです。 役立つリソース: 私の個人的なブログ 自動テストを作成しなければならない理由 ML のルール マーティン・ジンケビッチ著 開発コストは時間の経過とともにどのように変化するか MVP の意味を理解する による ヘンリック・クニーベルグ にも登場します。 ここ
