钛媒体10月30日消息，许多公司和研究团队都在努力将研究转化为实际的生产部署。吴恩达最近在斯坦福大学的一个演讲中分享了人工智能部署和解决方案中的三个挑战：
（1）小数据在消费者互联网以外的工业应用中很常见，而 AI 研究通常与大数据一起使用；
（2）算法的鲁棒性和通用性：在已发表论文中起作用的模型通常在生产中不起作用。
（3）自动执行工作流程中的某个部分的模型可能会影响整个系统和许多利益相关者。吴恩达提出解决方案：从范围界定到数据，建模和部署，系统地规划机器学习项目的整个周期。
本文内容仅供参考，不构成投资建议，请谨慎对待。
账号合并
经检测，你是“钛媒体”和“商业价值”的注册用户。现在，我们对两个产品因进行整合，需要您选择一个账号用来登录。无论您选择哪个账号，两个账号的原有信息都会合并在一起。对于给您造成的不便，我们深感歉意。
