第四章 确定成功的人工智能项目范围（项目章节）
人工智能架构师最重要的技能之一是能够识别值得投入实践的想法。接下来的几章将讨论如何寻找和开展项目，以便你积累经验并建立自己的项目组合。
多年来，我一直乐于将机器学习应用于制造业、医疗保健、气候变化、农业、电子商务、广告业和其他行业。一个并非这些领域专家的人，该如何在这些领域找到有意义的项目呢？以下五个步骤可以帮助你确定项目范围。
步骤 1
确定一个业务问题（而非人工智能问题）。我喜欢找一位领域专家，然后问：“你最希望改进的三件事是什么？为什么它们还没有奏效？”例如，如果你想将人工智能应用于气候变化，你可能会发现电网运营商无法准确预测风能和太阳能等间歇性能源未来能产生多少电量。
步骤 2
集思广益，提出人工智能解决方案。我年轻的时候，常常会立即执行第一个让我兴奋的想法。有时，这个想法还不错，但有时我最终会错过一个可能不需要更多努力就能实现的更好的想法。一旦你理解了问题，你就能更有效地集思广益，提出潜在的解决方案。例如，为了预测间歇性能源的发电量，我们可以考虑使用卫星图像来更准确地绘制风力涡轮机的位置，使用卫星图像来估算风力涡轮机的高度和发电量，或者使用天气数据来更好地预测云量，从而预测太阳辐照度。有时没有好的人工智能解决方案，这也没关系。
步骤 3
评估潜在解决方案的可行性和价值。你可以通过查阅已发表的成果、竞争对手的成果，或者构建一个快速的概念验证实施方案，来确定一种方法在技术上是否可行。您可以通过咨询领域专家（例如，电网运营商，他们可以就上述潜在解决方案的实用性提供建议）来确定其价值。
步骤 4
确定里程碑。一旦您认为一个项目具有足够的价值，下一步就是确定目标指标。这包括机器学习指标（例如准确率）和业务指标（例如收入）。机器学习团队通常最熟悉学习算法可以优化的指标。但我们可能需要突破自己的舒适区，提出业务指标，例如与用户参与度、收入等相关的指标。不幸的是，并非所有业务问题都能归结为优化测试集准确率！如果您无法确定合理的里程碑，这可能表明您需要更深入地了解该问题。快速的概念验证可以帮助补充缺失的视角。
步骤 5
资源预算。仔细考虑完成项目所需的一切，包括数据、人员、时间，以及您可能需要的其他团队的任何集成或支持。例如，如果您需要资金购买卫星图像，请确保这笔资金在预算之内。
项目工作是一个迭代的过程。如果在任何一步，您发现当前方向不可行，请返回上一步，并运用新的理解继续推进。是否有一个领域让您感到兴奋，并且 AI 可能会带来改变？我希望这些步骤能够指导您通过项目工作进行探索——即使您尚未在该领域拥有深厚的专业知识。AI 并不能解决所有问题，但作为一个社区，让我们共同努力，尽可能地发挥积极影响。
