音樂家、化學(xué)家、物理學(xué)家能為企業(yè)的人工智能團(tuán)隊(duì)帶來什么啟發(fā)？將有很多。人們需要了解人工智能的一系列技能和角色，其中包括非技術(shù)性的技能和角色，它們將推動(dòng)人工智能的成功應(yīng)用。

人工智能計(jì)劃的成功可能取決于藝術(shù)和哲學(xué)，也取決于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)。這是因?yàn)槠髽I(yè)有效部署人工智能需要建立一個(gè)全面的團(tuán)隊(duì)，其中包括來自各種背景和技能集的人員，以及非技術(shù)角色。

Ness數(shù)字工程公司首席技術(shù)官M(fèi)osheKranc說，“任何人工智能計(jì)劃都需要IT專家和行業(yè)領(lǐng)域?qū)＜业慕Y(jié)合。IT專家了解機(jī)器學(xué)習(xí)工具包：哪些算法系列最有可能解決特定問題？如何調(diào)整特定的算法以提高結(jié)果的準(zhǔn)確性？而行業(yè)領(lǐng)域?qū)＜規(guī)�來特定領(lǐng)域的知識(shí)：哪些數(shù)據(jù)源可用？數(shù)據(jù)有多臟？機(jī)器學(xué)習(xí)算法的建議質(zhì)量如何？如果沒有行業(yè)領(lǐng)域?qū)＜业妮斎�，IT專家可能無法回答這些問題�！�

因此得出的結(jié)論是：人工智能的成功確實(shí)依賴于團(tuán)隊(duì)，而不是任何個(gè)人或角色。

SAS公司執(zhí)行副總裁兼首席信息官Keith Collins說，“當(dāng)建立一支有效的人工智能團(tuán)隊(duì)時(shí)，我們需要尋求行業(yè)專家或超級(jí)團(tuán)隊(duì)，而團(tuán)隊(duì)合作才會(huì)贏得勝利。多元化的學(xué)科是人工智能成功的關(guān)鍵�！�

人工智能人才的四大核心類型

Collins認(rèn)為人工智能團(tuán)隊(duì)需要四個(gè)核心類型的人員：

了解業(yè)務(wù)流程對(duì)于建立真實(shí)場(chǎng)景和有價(jià)值的結(jié)果至關(guān)重要的人員。

了解機(jī)器學(xué)習(xí)、統(tǒng)計(jì)、預(yù)測(cè)和優(yōu)化等分析技術(shù)并且正確使用的人員。

了解數(shù)據(jù)來自哪里，質(zhì)量如何，如何維護(hù)安全和信任的人員。

了解如何通過結(jié)果來實(shí)施分析的人工智能架構(gòu)師。

Collins指出，與其他IT領(lǐng)導(dǎo)者和人工智能專家一樣，這些核心學(xué)科或角色可以從各種背景中汲取靈感。他以音樂、化學(xué)、物理等學(xué)科為例。

他說：“這些學(xué)科鼓勵(lì)人們從復(fù)雜的交互系統(tǒng)中理解科學(xué)的過程和思維。他們通常擅長(zhǎng)建立良好實(shí)驗(yàn)所需的批判性思維技能和應(yīng)用機(jī)器學(xué)習(xí)的成果�！�

多元化人工智能團(tuán)隊(duì)的價(jià)值

多元化團(tuán)隊(duì)的價(jià)值范圍廣泛：例如，它可以幫助企業(yè)更好地應(yīng)對(duì)人工智能偏見。解決業(yè)務(wù)問題（包括最大和最棘手的問題）也很重要，這可能是企業(yè)首先制定人工智能戰(zhàn)略的原因之一。

Very公司高級(jí)數(shù)據(jù)科學(xué)家和物聯(lián)網(wǎng)實(shí)踐主管Jeff McGehee說，“人們普遍認(rèn)為，多樣化的意見對(duì)于解決所有復(fù)雜的問題至關(guān)重要。多樣性與生活體驗(yàn)有關(guān)，專業(yè)背景是大多數(shù)人生活體驗(yàn)的重要組成部分，它可以為人工智能項(xiàng)目增加維度，并為尋找創(chuàng)新解決方案提供新的視角。”

McGehee還指出，建立人工智能或其他不同的團(tuán)隊(duì)需要企業(yè)的積極努力，并作為招聘和雇傭?qū)嵺`的一部分。企業(yè)會(huì)發(fā)現(xiàn)實(shí)現(xiàn)多樣性可能不是一個(gè)可行的團(tuán)隊(duì)建設(shè)策略。

考慮到這一點(diǎn)，需要了解對(duì)于人工智能團(tuán)隊(duì)具有價(jià)值的一系列專家和角色，其中包括非技術(shù)角色。

1．領(lǐng)域?qū)＜?/p>

人們可以將這些角色和人員視為主題專家。無論使用哪個(gè)術(shù)語，都需要了解他們對(duì)企業(yè)的人工智能計(jì)劃的重要性。

McGehee說，“開發(fā)人工智能系統(tǒng)需要深入了解系統(tǒng)運(yùn)行的領(lǐng)域。開發(fā)人工智能系統(tǒng)的專家很少會(huì)成為系統(tǒng)實(shí)際領(lǐng)域的專家。行業(yè)領(lǐng)域?qū)＜铱梢蕴峁╆P(guān)鍵見解，使人工智能系統(tǒng)發(fā)揮最佳性能�！�

Ness公司Kranc指出，這些專家可以解決其所在領(lǐng)域針對(duì)企業(yè)和戰(zhàn)略的問題。

他表示，行業(yè)領(lǐng)域?qū)＜翌愋腿�決于要解決的問題。無論所需的洞察力是在創(chuàng)收和運(yùn)營效率還是在供應(yīng)鏈管理方面，行業(yè)領(lǐng)域?qū)＜叶夹枰�回答這些問題：

哪些見解最有價(jià)值？

收集的有關(guān)行業(yè)領(lǐng)域的數(shù)據(jù)是否可以作為見解的基礎(chǔ)？

得出的見解是否具有意義？

以下將介紹一些特定的行業(yè)領(lǐng)域示例，但首先了解一下人工智能團(tuán)隊(duì)中的其他一些關(guān)鍵角色。

2．?dāng)?shù)據(jù)科學(xué)家

Jane．a(chǎn)i公司人工智能研發(fā)主管Dave Costenaro表示，這是人工智能團(tuán)隊(duì)在新建項(xiàng)目上工作的三個(gè)關(guān)鍵需求中的第一個(gè)。其示例項(xiàng)目包括聊天代理、計(jì)算機(jī)視覺系統(tǒng)或預(yù)測(cè)引擎。

Costenaro說，“數(shù)據(jù)科學(xué)家有著各種背景，如統(tǒng)計(jì)學(xué)、工程學(xué)、計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)、音樂等，通常都具有強(qiáng)烈的好奇心，這迫使他們深入系統(tǒng)中尋找和使用模式，例如他們可以為人工智能項(xiàng)目提供什么，確定它能做什么，并訓(xùn)練它做到這一點(diǎn)�！�

3．?dāng)?shù)據(jù)工程師

Costenaro說，“程序員從數(shù)據(jù)科學(xué)家那里獲得想法、模型、算法，并通過規(guī)范化代碼、使其在服務(wù)器上運(yùn)行以及成功地與適當(dāng)?shù)挠脩�、設(shè)備、API等進(jìn)行對(duì)話，并將它們變?yōu)楝F(xiàn)實(shí)�！�

4．產(chǎn)品設(shè)計(jì)師

Costenaro表示，三項(xiàng)關(guān)鍵需求的最終結(jié)果也說明了人工智能團(tuán)隊(duì)的非技術(shù)專業(yè)知識(shí)的價(jià)值。

他說：“產(chǎn)品設(shè)計(jì)師也來自各種背景，例如藝術(shù)、設(shè)計(jì)、工程、管理、心理學(xué)、哲學(xué)。他們?yōu)樗�需和有用的東西制定了路線圖�！�