AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員最經(jīng)常依賴(lài)于基于語(yǔ)言和語(yǔ)音的應(yīng)用程序接口(API)。50%的人表示，收集或生成數(shù)據(jù)是不斷培訓(xùn)和微調(diào)AI模型最具挑戰(zhàn)性的方面。

AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員說(shuō)，管理操作的復(fù)雜性是他們?cè)陂_(kāi)發(fā)AI應(yīng)用程序時(shí)面臨的最大挑戰(zhàn)。

Evans Data Corporation對(duì)AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)的最新研究提供了有關(guān)開(kāi)發(fā)人員在構(gòu)建企業(yè)級(jí)高質(zhì)量AI應(yīng)用程序時(shí)面臨的挑戰(zhàn)的見(jiàn)解。這項(xiàng)研究《人工智能與機(jī)器學(xué)習(xí)2019》第2卷基于對(duì)全球500家AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員的采訪。這份長(zhǎng)達(dá)187頁(yè)的研究專(zhuān)注于全球AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員的態(tài)度，采用模式和意圖，是同類(lèi)研究中最全面的研究之一。這項(xiàng)研究值得注意的原因在于對(duì)AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員當(dāng)今所面臨挑戰(zhàn)的深入研究。

該研究的主要見(jiàn)解包括：

AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員中，有55.9％依賴(lài)語(yǔ)言API，其次是語(yǔ)音（51.1％）。

長(zhǎng)期以來(lái)，開(kāi)發(fā)人員已經(jīng)建立了用于AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)的多個(gè)API系列。這項(xiàng)調(diào)查的結(jié)果有趣的是，對(duì)話和數(shù)據(jù)發(fā)現(xiàn)API的普及，表明語(yǔ)音激活助手現(xiàn)在已成為主流AI和機(jī)器學(xué)習(xí)軟件開(kāi)發(fā)的一部分。

缺乏高質(zhì)量的工具正在拖慢AI和機(jī)器學(xué)習(xí)應(yīng)用的開(kāi)發(fā)速度。

AI和機(jī)器學(xué)習(xí)開(kāi)發(fā)人員在改善AI應(yīng)用程序開(kāi)發(fā)方面面臨的最大障礙還包括材料成本以及缺乏必要的技能或培訓(xùn)。只有10%的人需要處理與遺留系統(tǒng)集成和集成的挑戰(zhàn)，這一發(fā)現(xiàn)表明AI和機(jī)器學(xué)習(xí)應(yīng)用程序的開(kāi)發(fā)正在相對(duì)較新的業(yè)務(wù)部門(mén)和開(kāi)發(fā)中心進(jìn)行。