如何将AI引入没有数据的行业

 
利用开源和第三方工具来指导他们，企业应该能够将人工智能融入他们的工作中，而不必从头开始，对吧?
如果有问题的行业没有数据，就像食品行业的部分情况一样。 AgShift首席执行官Miku Jha总结了这个问题的口号：“行业越老，战斗越艰难。”
“无论你的银行账户有多深，如果你想带AI去解决食品供应链中的问题，你就必须从绝对的底层开始。因为没有人将图像存储在任何设施的任何地方，“Jha在VentureBeat的Transform 2019会议上说道。
她的公司自动化食品检验，在培训其评估食品质量的工具之前，必须为每种新商品创建数据。 AgShift通过遮蔽客户并与食品缺陷领域的专家合作来实现这一目标。
有一位客户，“我们日复一日地在客户的加工设施中扎营。我们正在吃他们的食物，我们从农场采摘草莓。在这个过程中，我们收集了一个数据集。“
一旦他们为商品创建了数据集，他们就可以将其用作基线来培训AI工具，以便为新客户处理相同的项目。
她说，食品加工设施的最终结果是一个类似于亭子的设备。 “你输入了你想要检查的商品，系统会拍摄图像，[并且]会在20秒内给你带来结果。”传统的人工检查需要更长时间，而且不太彻底。
农业可能是一个缺乏数据的行业的一个极端例子，人类手工辛勤地完成了这么多工作。但数据存储公司Western Digital的首席数据官Janet George表示，其他行业的工厂也缺乏足够的质量数据来培训人工智能软件。
George说这个问题的一个很好的解决方案是使用GAN，生成对抗网络来创建合成数据。
“这对我们有很大帮助，因为我们可以进入并开始创建我们想要用于培训目的的数据。因此，我能够进入[工厂]，获得所有领域专家，并真正标准化坏数据的样子，好的数据看起来像什么，“她说。基于此，人们可以创建数据来训练AI工具。