曾与医疗保健等主要行业的数据和技术打交道, 能源, 金融, 还有十多年的供应链, Toptal AI开发者若昂·迪奥戈·德·奥利维拉对AI的实际应用有着独特的综合视角. 在过去的六年里, 他一直专注于人工智能和机器学习。, 解决该领域最关键的问题:预测模型, 计算机视觉 (CV), 自然语言处理 (NLP)和大型语言模型(llm)，如GPT.

这个广泛的Q&A是最近一个“问我任何问题”风格的Slack论坛的总结，在这个论坛上，de Oliveira回答了来自世界各地Toptal其他工程师关于人工智能的问题. 它从最重要的现在和未来开始 人工智能在现代商业中的应用然后向技术人员提出更高级的人工智能和机器学习问题.

编者注:为了清晰和简洁，一些问题和答案经过了编辑.

理解人工智能当前和未来的影响

的主要应用和好处是什么 医疗保健中的人工智能? 你如何看待人工智能在医疗保健领域的未来?

—M.D.，美国西雅图

人工智能已经深入到医疗保健领域. 幸运的是(以我的经验), 在医疗保健领域，资金并不总是一个问题, 所以未来的人工智能创新潜力巨大. 在最新的研究成果中，我发现最吸引人的是将深度学习用于 药物发现 (e.g., 鉴定抗菌分子). 虽然这是严格意义上的化学, 它将在医疗保健领域有许多应用, 我相信这将极大地推动人类的未来. 然而, 我担心的一个问题是，这一领域的许多法规和审批程序进展如此缓慢，尤其是与人工智能相比.

你能详细说明一下人工智能预测分析的局限性吗? 你更喜欢哪种算法和技术来进行人工智能预测分析和最佳估计准确性?

—M.D.，美国西雅图

这是一个有趣而棘手的问题. 关于限制, 我认为在我们预测某事之前, 我们应该分析它是否可预测，以及所需的数据是否可用. 我们很容易相信我们可以用人工智能预测一切，但不幸的是，我们还没有做到这一点. 关于首选算法，我有浓厚的兴趣 神经网络，但我认为 决策树 在解决具体问题(例如.g.，回归分析).

你如何看待NLP、AI和CV等技术对搜索引擎排名的影响? 例如，ChatGPT如何影响SEO?

—M.D.，美国西雅图

我认为在短期内, 我们将看到一些聪明的个人和公司使用NLP, llm, 还有需要分析的统计数据——并密切关注竞争. There are many great articles on this topic; for example, this one discusses how to 关注竞争对手 使用谷歌巴德. 从长远来看, 我相信这些工具和实践将变得更加普遍，每个人都可以使用, 公平竞争.

你对……有什么看法 新型人工智能芯片 由AMD发布? 它会给计算带来革命吗?

—M.Z.美国圣塔克拉利塔

我知道这是个无聊的答案, 但我认为我们还没有足够的数据来证明这种芯片是否真的会给计算带来革命性的变化. 然而, 一个更有见地的笔记, 当我看到这个公告时，我很高兴，因为它给其他人工智能芯片带来了竞争——我不认为垄断对任何人都有好处.

我看到了目前人工智能的炒作 人工智能将彻底改变我们的生活它似乎会继续存在，并有可能加速未来的创新. 你认为应该在高中教授哪些人工智能的绝对基础知识?

—K.C.，柏林，德国

很好的问题. 我相信我们一定要开始准备教学了 人工智能基础 给高中生(甚至更年轻的学生). 对学生来说，最重要的一课是人工智能不是魔法. At least today’s AI is not sentient; it is simply math. 如果下一代人能够学习人工智能的基础知识，以及它的原理, 他们可能不那么害怕，反而更有动力去尝试.

实践:利用人工智能、机器学习和大型语言模型(llm)

作为一名没有AI/ML理论经验的开发者，我该如何开始呢 利用 机器学习 或者在制造产品时使用人工智能技术? 依赖于预先构建的黑盒解决方案(例如.g.(亚马逊识别或文本)天真? 是否值得花时间和精力去理解一切背后的理论?

—S.L.，英国伦敦

我的建议是，如果你觉得AI/ML令人兴奋，那就追随你的激情和兴趣, 尝试一下，不要依赖于预先构建的解决方案或其他工程师. 另一方面, 如果你没有时间或者看不到AI或ML的未来, 那么预先构建的产品就是一个很好的选择, 尤其是在过去六个月左右的时间里，我们一直处于人工智能工具前所未有的繁荣时期. 一句话:明智地选择你的战斗.

如何将机器学习和自然语言处理技术有效地整合在一起 重火力点?

—B.S.我住在约旦安曼

这取决于你打算处理的任务. 毫升的解决方案 不一定需要很高的计算成本. 它们可以以简单的形式出现 回归模型 迭代次数很少(就像某些NLP解决方案一样). 这些非常适合重火力点. 如果你说的是法学硕士，这些需要更多的能力. 这个领域有一些新的发展。Falcon-7B)，但您仍然可以考虑利用现有api或创建自己的api.

是否有可能延长法学硕士课程，以便实时(或在几个小时内)回答问题??

—L.U.巴西库里提巴

是的，是这样的. 很明显, 总会有一些延迟, 模型越大, 生成预测所需的时间就越长(或者需要更多的GPU资源).

我正在研究LLM模型在生产中的部署. 我计划使用FastAPI为模型创建一个API，并将其部署到hugs Face或其他云平台上. 有没有其他选择或方法可以考虑?

—D.P.来自印度班加罗尔

答案可以归结为 项目预算. 预算大的客户可以负担得起来自AWS的昂贵gpu, 而那些预算有限的人可能需要开发人员将FastAPI和伯特解决方案组合在一起，以便在虚拟环境中使用 巨大的.ai. 这完全取决于具体情况 业务案例 以及可用的资源.

提升技能:学习更多关于人工智能开发的知识

考虑到法学硕士已经开始写代码, 作为开发者，我应该学习哪些主要硬技能才能保持竞争力，并将AI应用到工程流程中?

—M.M.圣保罗，巴西

我不认为我们已经到了不需要开发人员的地步(尽管我估计我们可能在10到15年内)。. 转向不久的将来的, 我预测人工智能可能不是解决边缘情况的最佳选择, 定制, 以及客户经常提出的许多特殊要求. 所以我建议你学习如何使用 生成的人工智能 节省编写样板代码的时间. 为确保代码在各种情况下按预期工作等任务节省你的脑力. 与其花40个小时开发一个程序，不如开发10个程序.

我在计算机视觉方面有四年的经验. 你有什么课程或技能可以推荐我去读法学硕士?

—M.T.Z.，伊斯兰堡，巴基斯坦

我建议从小事做起，先专注于NLP. 一旦你精通 NLP基本面, 您可以通过在线学习平台探索法学硕士纳米学位，了解嵌入和变压器等核心概念. 最后但同样重要的。, 我建议你玩一下《欧博体育app下载》, 这应该很容易，因为你有人工智能背景.

你能建议一些有用的资源吗, 工具, 框架, 或为那些希望成为人工智能或 毫升工程师?

—A.D.R.意大利科莫市

我推荐两个主要资源. 首先，纳米学位(在线认证课程)是一个很好的起点. 如果你是人工智能和数据科学的新手，斯坦福在线的机器学习课程对你很有帮助. 其次，为了积累经验并开始使用AI/ML技术， Kaggle 项目和比赛是宝贵的资源，提供了许多建立人际关系和向他人学习的机会.

Toptal工程博客的编辑团队向 Meghana Bhange 用于回顾本文中介绍的技术内容.