作者丨Ashutosh Gupta

譯者丨布加迪

策劃丨孫淑娟 梁策

簡而言之：

• 人工智能(AI)項目、產(chǎn)品和部署模型日益多樣化、具有緊迫性，企業(yè)因此需要 AI 架構(gòu)師這個角色。
• AI 架構(gòu)師負(fù)責(zé)設(shè)想、構(gòu)建、部署和運作端到端機(jī)器學(xué)習(xí)(ML)和 AI 管道。
• AI 架構(gòu)師可以幫助構(gòu)建強(qiáng)大的企業(yè)級人工智能架構(gòu)，并與數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、開發(fā)人員、運營及安全團(tuán)隊協(xié)作。

AI 項目常常因架構(gòu)選擇不當(dāng)、準(zhǔn)備不足和無法擴(kuò)展而停滯不前。企業(yè)架構(gòu)和技術(shù)創(chuàng)新領(lǐng)導(dǎo)者可以設(shè)立 AI 架構(gòu)師這個角色，幫助為 AI 構(gòu)建強(qiáng)大的企業(yè)級架構(gòu)。

咨詢公司 Gartner 估計，一直到 2023 年，50% 的 IT 領(lǐng)導(dǎo)者在把 AI 項目從概念驗證(POC)階段帶入生產(chǎn)階段上還將困難重重。為了更有可能取得成功，組織可以聘請 AI 架構(gòu)師，幫助定義架構(gòu)戰(zhàn)略、創(chuàng)建工作流程、識別工具集以及擴(kuò)展人工智能運營規(guī)模。

AI 架構(gòu)師是群什么樣的人??

Gartner 杰出副總裁分析師阿倫·錢德拉塞克蘭 (Arun Chandrasekaran) 說：“AI 架構(gòu)師是 AI 架構(gòu)戰(zhàn)略的管理者和所有者。他們充當(dāng)數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、開發(fā)人員、運營(DevOps、DataOps、MLOps)以及業(yè)務(wù)部門領(lǐng)導(dǎo)者之間的粘合劑，以管理和擴(kuò)展 AI 項目。”

他們與企業(yè)和解決方案架構(gòu)師密切合作，但與負(fù)責(zé)廣泛功能的企業(yè)架構(gòu)團(tuán)隊不同，他們專注于為 AI 構(gòu)建強(qiáng)大的企業(yè)級架構(gòu)。

AI 架構(gòu)師做什么??

AI 有各種各樣的用例和部署模型，因此 AI 架構(gòu)師需要多種能力：

• 與數(shù)據(jù)科學(xué)家及其他 AI 專業(yè)人士合作，通過識別和試驗用例來夯實數(shù)字化轉(zhuǎn)型工作。與業(yè)務(wù)團(tuán)隊討論用例的可行性以及架構(gòu)設(shè)計，并將業(yè)務(wù)領(lǐng)導(dǎo)者的愿景轉(zhuǎn)化為實際的技術(shù)實施。與此同時，注意方向偏離的項目和不切實際的用例。
• 通過收集來自多個利益相關(guān)者(業(yè)務(wù)用戶、數(shù)據(jù)科學(xué)家、安全專家、數(shù)據(jù)工程師和分析師以及 IT 運營人員)的意見，使技術(shù)實施與現(xiàn)有和未來的需求相一致，并根據(jù)這些意見來開發(fā)流程和產(chǎn)品。
• 在定義 AI 架構(gòu)以及從開源和商業(yè)產(chǎn)品中選擇適當(dāng)?shù)募夹g(shù)方面發(fā)揮關(guān)鍵作用。選擇云、本地或混合部署模型，并確保新工具與現(xiàn)有的數(shù)據(jù)管理和分析工具順利集成。
• 跨數(shù)據(jù)、模型和軟件工程審計 AI 工具和實踐，重點關(guān)注持續(xù)改進(jìn)。確保有反饋機(jī)制來評估 AI 服務(wù)、支持模型重新校準(zhǔn)以及重新訓(xùn)練模型。
• 與安全和風(fēng)險領(lǐng)導(dǎo)者密切合作，預(yù)見和消除風(fēng)險，比如訓(xùn)練數(shù)據(jù)中毒、AI 模型竊取和對抗樣本，以確保 AI 實施合乎倫理道德，并恢復(fù)對 AI 系統(tǒng)的信任。熟悉即將出臺的法規(guī)，并與優(yōu)秀實踐對應(yīng)起來。

AI 架構(gòu)師需要什么技能??

AI 架構(gòu)師需要一系列技能，要掌握并非一朝一夕。

技術(shù)技能包括：

• AI 架構(gòu)和管道規(guī)劃。了解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)工作負(fù)載的工作流程和管道架構(gòu)。必須深入了解 AI 的數(shù)據(jù)管理、治理、模型構(gòu)建、部署和生產(chǎn)工作流程中所涉及的各部分和架構(gòu)方面的取舍。
• 軟件工程和 DevOps 原則，包括了解 DevOps 工作流程和工具，比如 Git、容器、Kubernetes 和 CI/CD。
• 數(shù)據(jù)科學(xué)和高級分析，包括了解高級分析工具(比如 SAS、R 和 Python)、應(yīng)用數(shù)學(xué)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架(比如 TensorFlow)以及機(jī)器學(xué)習(xí)技術(shù)(比如隨機(jī)森林和神經(jīng)網(wǎng)絡(luò))。

非技術(shù)技能包括：

• 思想領(lǐng)袖。成為變革推動者，幫助組織采用 AI 驅(qū)動的理念。以務(wù)實的態(tài)度對待 AI 的局限性和風(fēng)險，并將真實情況呈現(xiàn)給提供整體數(shù)字思想領(lǐng)導(dǎo)力的 IT 高管。
• 協(xié)作心態(tài)。確保 AI 平臺同時滿足業(yè)務(wù)需求和技術(shù)需求，力求與數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師、數(shù)據(jù)分析師、機(jī)器學(xué)習(xí)工程師、其他架構(gòu)師、業(yè)務(wù)部門領(lǐng)導(dǎo)者以及公司高管(技術(shù)和非技術(shù)人員)有效協(xié)作，并協(xié)調(diào)好他們之間的關(guān)系。