40 años de innovación en IA pueden resolver sus problemas de big data
Algunos analistas consideran que los sistemas expertos son los dinosaurios de la ciencia de datos, pero esta solución de IA probada y verdadera aún funciona. Las siguientes son las mejores prácticas para construir sistemas expertos.
Con frecuencia me encuentro con equipos de ciencia de datos fascinados por el aprendizaje profundo, la clasificación comprimida y los autos sin conductor, ansiosos por usar los algoritmos actuales. Por ejemplo, hace poco trabajé con una gran institución financiera para mejorar la seguridad de su red, y antes de que comenzáramos a hacer el monitoreo básico, uno de los científicos de datos de mi equipo estaba hablando sobre redes neuronales y agrupación en clústeres de k-means.
Siempre debemos recordar comprender el problema y la oportunidad antes de aplicar el sistema o algoritmo correcto. A veces una red neuronal de autoaprendizaje puede ser la mejor opción, sin embargo, a veces hay que usar lo clásico: los sistemas expertos.
Un sistema experto es un motor basado en reglas basado en la inteligencia colectiva de los expertos. Es una de las innovaciones más antiguas en inteligencia artificial (IA), con aplicaciones prácticas que se remontan a la década de 1970.
Los sistemas expertos a menudo son objeto de bromas en la comunidad de ciencia de datos como dinosaurios obsoletos que son divertidos pero poco prácticos para el uso moderno. Estoy totalmente en desacuerdo: nada en el avance de la inteligencia artificial puede reemplazar por completo el poder y la utilidad de los sistemas expertos. Además, dado que los sistemas expertos existen desde hace bastante tiempo, puede aprovechar mucho el historial para obtener las mejores prácticas. Estas son mis seis mejores prácticas para usar un sistema experto para comenzar.
Mirar: La gran decepción de Big Data: por qué la personalización de AI es triste
1: Reunir requisitos
Una de las partes más difíciles de construir un sistema experto es pasar tiempo con expertos reales. Es difícil llevarse bien con cualquier usuario final, pero los expertos que su proyecto necesita son usuarios finales muy específicos con los que todos quieren hablar. Antes de reunir los requisitos, solicite a la gerencia que confirme su tiempo con un experto.
Por ejemplo, cuando trabajé en una empresa global de procesamiento de transacciones, solo había unas seis o seis personas en toda la empresa que conocían la historia interna de la red de transacciones. Si no logra que la gerencia invierta el tiempo del experto, no pasará más de 15 minutos hablando con él.
2: Realizar análisis
Dedique muy poco tiempo al análisis. Resista la tentación de realizar un análisis cualitativo de las entrevistas a expertos; no es necesario.
Cobertura de Big Data de lectura obligada
Los sistemas expertos están diseñados para realizar su propio análisis. El trabajo duro no es el análisis, sino la configuración y el ajuste fino del marco. En este sentido, es similar a una red neuronal. Su trabajo es decirle al sistema cómo pensar y luego dejar que el sistema piense por sí mismo.
3: Marco de diseño
Diseñe el nivel de detalle en el marco de su sistema experto. Un sistema experto consta de dos componentes básicos: una base de conocimiento y un motor de inferencia. La base de conocimientos almacena datos sobre el dominio para el que está diseñando, y el motor de inferencia aplica el equivalente de inteligencia artificial de razonamiento inductivo (encadenamiento hacia adelante) y deductivo (vínculo hacia atrás) a los hechos en la base de conocimientos.
Ambos sistemas deben probarse bien para darle una idea de lo que piensa el sistema experto. Necesita saber con gran detalle lo que sabe su sistema experto y cómo llegó a sus conclusiones. Los sistemas avanzados utilizan más las interfaces de lenguaje natural, una práctica recomendada que apoyo.
4: sistema de desarrollo
El desarrollo debe ser rápido. Al igual que la analítica, si pasas mucho tiempo aquí, lo estás haciendo mal. Lo único que debe desarrollar es un marco (base de conocimiento y motor de inferencia). No escriba el código del programa todavía.
Sin embargo, por favor piense en el futuro. El código del proceso de compilación puede reemplazar la interfaz para la inferencia del marco. Si bien reemplazar el código de procedimiento por el razonamiento basado en marcos va en contra de la sabiduría popular, una vez que sus reglas se han revisado a fondo, es una extensión práctica de su sistema experto. El código de procedimiento le brinda la oportunidad de ejecutar más rápido, lo que es más práctico para muchas aplicaciones, como los sistemas integrados.
Mirar: Glosario Rápido: Business Intelligence and Analytics (Estudios Técnicos Profesionales)
5: Entrenamiento del sistema
No subestime el tiempo, el esfuerzo y la participación de expertos necesarios para entrenar adecuadamente un sistema experto. Utilizo el término formación de forma vaga: los sistemas expertos no son técnicamente sistemas de aprendizaje. Sin embargo, el éxito o el fracaso de un sistema experto radica en el conocimiento de su dominio y en cómo razona. Los expertos deben participar en este proceso porque necesitan ajustar el motor una vez que se integra la información recopilada por el motor durante la fase de requisitos.
Aquí es donde las cosas se ponen interesantes. Ya es difícil lograr que un experto explique su proceso, y mucho menos lograr que un grupo de expertos se ponga de acuerdo sobre el proceso correcto. Al final valdrá la pena, pero en esta etapa, la diligencia y la paciencia trabajarán a tu favor.
6: Mejorar el sistema
Reserve su comité de expertos para una revisión futura. Una vez que se implementa su sistema experto, es difícil retener a sus expertos por mucho tiempo; necesitan revisar periódicamente las conclusiones del mundo real para garantizar que su sistema siga cumpliendo su función como experto. Obtenga esta promesa de ellos por adelantado. Use la administración como lo hizo en la fase de requisitos: es seguro decir que con sus sistemas expertos estables, necesitará sus ojos aproximadamente una vez por trimestre durante al menos un año. Antes de comenzar, asegúrese de que todos estén de acuerdo con la idea.
generalizar
Incluso entre todos los sistemas y algoritmos novedosos que inundan el mundo de la ciencia de datos, no hay nada de malo en usar una solución probada que existe desde hace décadas: los sistemas expertos. No deje que la simplicidad del diseño lo engañe y piense que está desactualizado o es ineficaz, es todo lo contrario.
Tan pronto como encuentre a los expertos adecuados, puede crear sistemas expertos en un abrir y cerrar de ojos; mientras tanto, otros científicos de datos todavía están tratando de entender la clasificación comprimida. Con los consejos que te he dado aquí y tus propias lecciones, serás un experto en sistemas antes de que te des cuenta.
