部署AI模型时要准备的8个因素
来源：CPDA数据分析师网 / 时间：2021-03-30
您必须确保您的AI模型即使在升级或部署过程中也不会破坏核心业务服务，如果您的AI模型用于关键业务应用程序或面向终用户的产品，则系统中断可能会耗费大量资金，例如，当亚马逊停机30分钟时，理论上每分钟的成本为66,240元，即近200万元，在基础的级别上，您的AI模型旨在通过改善客户体验，提高效率，增加收入等来使业务受益，如果您破坏核心业务服务，那么您将直接违背自己的目标。
2：性能和速度
还请考虑您的AI模型的性能。它不仅必须运作良好，而且还必须运行良好，它也必须快速工作，对于大多数生产系统，站点速度越快，用户转换率就越高，页面加载时间每增加一秒钟，转换率就会增加1％，另一家公司COOK通过将页面加载时间减少了0.85秒将转换率提高了7％，没有人愿意使用速度较慢的产品，因此在部署AI模型之前，请确保其性能良好，并且速度不会显着降低产品的速度。
3：可扩展性
首次启动AI模型时，从小处着手是明智的，但您必须为将来的可扩展性做准备，您的AI模型现在可以处理多少流量？它如何处理需求的增长-向外扩展，向上扩展？ 您需要考虑将有多少用户使用您的产品，这是您的AI模型所支持的，更重要的是，如果将来用户数量增加，请考虑在性能和计算能力成本两方面，您的AI模型将如何继续支持这一增长。
4：数据中的漏洞
将AI模型投入生产后，您通常会发现数据中的漏洞，如果发生这种情况，您将必须找到数据来填补漏洞或缩小模型的范围，2018年加州大火期间使用了AI，AI模型是根据历史数据进行训练的，但是过去的火灾与未来的火灾没有直接关系，因此该模型无法预测火灾，该数据漏洞无法填补，因此他们将模型的范围缩小到火灾可能如何蔓延的较低级别的预测，从而有助于控制损失并挽救生命和财产。
5：意外的输入
一旦您将AI解决方案发布到野外，人们可能会给它您意想不到的输入，如果您的AI应用程序响应反馈，这可能会导致您不需要的输出，例如在不到的时间内将Microsoft的聊天机器人变成了种族主义者，意外的输入也会造成安全问题，例如Siri和Alexa并非旨在处理安全的敏感信息，但如果有人要求他们记住信用卡号或社会保险号，他们将这样做，这会带来安全风险，留意意外的输入，并根据需要进行调整。
6：合规性问题
部署AI模型后，经常会出现合规性问题，即使合规风险看来很低，也有必要在投产之前与律师一起仔细考虑该计划，他们可以轻松地发现可能破坏整个项目的东西，从而给您一个处理它的机会，确保定期重新审查潜在的合规性问题，在某些情况下，法律可能会因您的模型而异，例如您对数据的使用权可能会更改，您越早为合规性问题做准备，您就可以越早解决这些问题。
7：安全性
如果您的系统可以通过任何公开方式使用，则必须防范不良行为，垃圾邮件发送者提出了巧妙的方法来欺骗机器学习模型，这些模型旨在过滤掉它们以使他们的电子邮件通过，尝试限制不良行为者可以进行的探测数量，例如，通过对来自同一IP或帐户的请求进行速率限制，或者要求用户频繁提出请求来解决验证码，有恶意的人会尝试各种事情来破坏您的模型，因此安全性是一场持续的战斗。
8：适应性
人工智能不是一劳永逸的事情。必须持续监视和训练AI模型，适应性很重要，确保您的系统可以适应新颖的信息，并且不断变化的现实状况可以确保其可持续发展，并且保质期比培训时间更长，世界瞬息万变，两周前的真实情况可能不再如此，适应性对于可持续的长期业务至关重要，您的业务需要在不断发展的过程中纳入新的想法或不同的客户行为，这自然也应反映并转化为您的AI模型。