數(shù)據(jù)正在快速取代代碼，成為了軟件開發(fā)的基礎(chǔ)。以下是組織如何在開發(fā)人員駕馭這種范式轉(zhuǎn)換時預(yù)測流程和工具的轉(zhuǎn)換的。

隨著企業(yè)開始指望人工智能來推動其數(shù)字化轉(zhuǎn)型，軟件開發(fā)也將發(fā)生巨大變化。

公司已經(jīng)準備好讓開發(fā)人員跟上機器學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)的速度，并期待著看到人工智能將如何使許多開發(fā)和測試功能自動化。

但許多企業(yè)沒有注意到的是軟件本身的性質(zhì)也在發(fā)生著變化。

今天，應(yīng)用程序是確定的。它們是圍繞循環(huán)和決策樹構(gòu)建的。如果應(yīng)用程序不能正常工作，開發(fā)人員就會分析代碼并使用調(diào)試工具來跟蹤邏輯流程，然后重寫代碼以修復(fù)這些錯誤。

而當系統(tǒng)是由人工智能和機器學(xué)習(xí)驅(qū)動時，應(yīng)用程序就不是這樣開發(fā)的。雖然，有些公司有時會為算法本身編寫新的代碼，但是大部分工作是在其他地方完成的，因為他們會從開源庫中選擇標準算法，或者從他們的人工智能平臺中選擇可用的選項。

然后，通過選擇正確的訓(xùn)練集并告訴算法哪些數(shù)據(jù)點（或特征）是重要的以及它們應(yīng)該被加權(quán)多少，這些算法最終被轉(zhuǎn)換成了工作系統(tǒng)。

這種將數(shù)據(jù)作為開發(fā)軟件系統(tǒng)核心的轉(zhuǎn)變，使得公司不僅需要重新思考他們將如何開發(fā)軟件，還要重新思考他們成功駕馭這種范式轉(zhuǎn)變時所需的工具和流程。

對“軟件2.0”的介紹

在去年的Spark+AI峰會上，特斯拉人工智能總監(jiān)Andrej Karpathy談到，這家自動駕駛汽車公司正在向這種新的代碼開發(fā)方式過渡，他稱之為軟件2.0。

人工智能驅(qū)動的優(yōu)化算法，如神經(jīng)網(wǎng)絡(luò)，可以針對一個問題，嘗試各種解決方案的評估標準，直到找到他們所認為的好的解決方案。因此，例如，該系統(tǒng)可以通過數(shù)百萬張標簽圖像來學(xué)習(xí)區(qū)分汽車和行人。

“我們設(shè)計得更少了，事情也做得更好了，”他說。

但是當這種方法不起作用時會發(fā)生什么呢？例如，當特斯拉的自動駕駛汽車在通過隧道時無法確定是否需要打開擋風(fēng)玻璃雨刷時，解決辦法不是深入研究機器學(xué)習(xí)算法，找出它們的不足之處。

相反，該公司會發(fā)現(xiàn)其訓(xùn)練數(shù)據(jù)中沒有足夠的汽車通過隧道行駛的例子。解決辦法是從隧道里拍攝的汽車中提取更多的圖像，并發(fā)送給人類進行分類。

“作為一名博士生，我花了很多時間來研究模型和算法，以及該如何訓(xùn)練這些網(wǎng)絡(luò)，”Karpathy說。“但是在特斯拉，我大部分時間都在整理數(shù)據(jù)集。”

但管理訓(xùn)練數(shù)據(jù)并非只是讓人類看到一組圖像并給它們貼上標簽?zāi)敲春唵巍Ｊ紫龋_發(fā)人員需要對數(shù)據(jù)本身有深刻的理解。例如，一個觀察汽車變道靜態(tài)圖像的系統(tǒng)很難判斷出汽車的轉(zhuǎn)向信號燈是否正在閃爍。解決這個問題需要回到訓(xùn)練圖像上，并對它們進行不同的標注。

但是現(xiàn)在改變圖像的標記方式可能意味著許多以前分類的圖像現(xiàn)在也須重新標記。

此外，人類在給圖像貼標簽時也可能會出錯，或者彼此有不同看法，或者圖像本身也可能會有問題。這意味著須有一個逐步升級和跟蹤問題的過程。

特斯拉開始這項工作時，管理這種新的軟件開發(fā)方法的流程和工具并不存在。

“在軟件1.0中，我們有IDE來幫助我們編寫代碼，”karpathy說。“但是現(xiàn)在我們沒有顯式地編寫代碼，而是在不斷地積累和修改數(shù)據(jù)集，它們實際上就是代碼。數(shù)據(jù)集的IDE是什么？”

從代碼到數(shù)據(jù)

Alex Spinelli在去年成為LivePerson的技術(shù)官之前，曾領(lǐng)導(dǎo)過亞馬遜的 Alexa，他親眼目睹了開發(fā)過程的這種轉(zhuǎn)變。

“以前，會有決策樹、路徑、案例陳述，”他說，而現(xiàn)在開發(fā)人員須知道要有足夠的數(shù)據(jù)，有正確的例子，以保障算法有繼續(xù)工作所需的燃料。“我們實際上正在為我們所支持的行業(yè)創(chuàng)造新的算法。”

20多年來，LivePerson一直在幫助Home Depot、Adobe、匯豐銀行和歐萊雅等公司與其客戶溝通。2016年，它開始向人工智能聊天機器人轉(zhuǎn)變。

為了開發(fā)聊天機器人，該公司首先從帶有人類標簽的例子開始，比如說，客戶問題。“我有10萬種不同的人們想要表達‘我想付賬’的方式，”他說。“這就是開始。”

一旦有了足夠的數(shù)據(jù)，下一個挑戰(zhàn)就是找出哪些屬性是重要的，他說。例如，自動化系統(tǒng)可以提取相關(guān)性，但可能無法確定因果關(guān)系。雖然時鐘經(jīng)常會在日出時響起，但這并不意味著鬧鐘會導(dǎo)致太陽升起。

“決策是在如何衡量數(shù)據(jù)的某些屬性或特征方面做出的，”他說。“你需要能夠花大量時間來思考這些問題的專家。”

如今，根據(jù)客戶的不同，LivePerson已經(jīng)可以理解65%到90%的客戶問題了，公司正在不斷嘗試通過使用人工智能技術(shù)（如無監(jiān)督學(xué)習(xí)和轉(zhuǎn)移學(xué)習(xí)）以及人工輸入來提高這一比例。

偏見是新的錯誤

當人工智能系統(tǒng)不起作用時，有三種主要的方法來解決這個問題。

首先，問題可能出在算法本身。但這并不意味著開發(fā)人員需要深入代碼。通常，問題在于為這項工作選擇了錯誤的算法。

“須有人做出決定，認為這個算法比那個更好，”Spinelli說。“這仍然是人類所面臨的挑戰(zhàn)。”

接下來是算法的調(diào)整。算法關(guān)注的是哪些特性，以及每個特性的權(quán)重是多少？在算法有自己特點的情況下，這可能會很復(fù)雜。

預(yù)測某人是否有良好信用風(fēng)險的系統(tǒng)可以查看固定數(shù)量的數(shù)據(jù)點，并且可以提取和分析其推理過程。但是，比如說，一個在圖像中識別貓的系統(tǒng)可能會產(chǎn)生一個人類完全無法理解的過程。這可能會給金融服務(wù)公司帶來合規(guī)性問題，或者可能會在醫(yī)療保健應(yīng)用和自動駕駛汽車方面危及人們的生命。

然后是數(shù)據(jù)本身所引起的問題。“你從哪里收集你的數(shù)據(jù)，它來自什么群體--這些都是會產(chǎn)生偏見的地方，”Spinelli說。“這可能是對種族或性別的偏見，也可能只是一種有負面商業(yè)結(jié)果的偏見。”

要弄清楚問題是出在算法上、參數(shù)上還是在數(shù)據(jù)中可能很具有挑戰(zhàn)性，他說。“我認為我們還沒有真正解決這個問題。”

Spinelli補充道，當今的世界正處于一個獨特的境地當中，技術(shù)正在從研究實驗室中走出來，并直接投入了生產(chǎn)。

“你可以看到很多來自科學(xué)家的東西，他們沒有運行關(guān)鍵任務(wù)系統(tǒng)的豐富經(jīng)驗，”他說，并補充道，缺乏標準和實踐。“它們正在進化，但這是一個大問題。現(xiàn)在還不夠成熟。”

例如，大多數(shù)現(xiàn)成的算法都沒有能力解釋為什么會做出特定的決定。

LivePerson使用了百度的Ernie和谷歌的Bert開源自然語言處理算法。“他們有不錯的審計和可追溯性能力，”Spinelli說。“但是，總的來說，它是透明的。”

他說，當LivePerson需要構(gòu)建自己的系統(tǒng)時，這種功能就是須的。“我們構(gòu)建算法的方式是有可追溯性的，所以你可以問算法，‘你為什么要做出這個回答？’它會告訴你，‘這是我所看到的，這是我如何閱讀它和如何評分的。’”

AI的版本控制是關(guān)于數(shù)據(jù)的

在人工智能系統(tǒng)中發(fā)現(xiàn)和修復(fù)問題已經(jīng)足夠困難了。但是修復(fù)、持續(xù)改進和對模型漂移的修正--所有這些也都是對系統(tǒng)的頻繁更改。

傳統(tǒng)的軟件開發(fā)過程有版本控制來跟蹤哪些代碼行被更改了以及誰進行了更改。但是，如果更改不在代碼中，而是在數(shù)據(jù)或參數(shù)中時，又會發(fā)生什么？又或者當系統(tǒng)內(nèi)置了持續(xù)學(xué)習(xí)的反饋回路？

技術(shù)咨詢和系統(tǒng)集成公司Insight的數(shù)據(jù)和人工智能架構(gòu)師Ken Seier表示：“你不能因為沒有可重現(xiàn)的結(jié)果而讓訓(xùn)練數(shù)據(jù)發(fā)生變化。

傳統(tǒng)的DevOps工具對此無能為力，他說。“你需要在數(shù)據(jù)管道中添加額外的步驟。”

他說，構(gòu)建人工智能模型新實例的開發(fā)團隊需要能夠?qū)λ褂玫臄?shù)據(jù)進行快照，并將其存儲在存儲庫中。“然后進入一個測試環(huán)境，在這個環(huán)境中，他們將針對已知的場景運行它，包括審計場景和合規(guī)性場景，以及測試數(shù)據(jù)集，以保障它們具有一定的準確性。”

他說，大多數(shù)公司都在自己構(gòu)建這些工具，主要的云人工智能平臺供應(yīng)商正在將許多這種功能放在適當?shù)奈恢茫匀蝗鄙訇P(guān)鍵部分。

同樣，你須開發(fā)一個自動化的過程來改變模型的調(diào)整方式，并測試各種算法，以了解哪種算法在特定情況下會表現(xiàn)更好。

他說，理想情況下，如果一個算法偏離了軌道，自動化過程就可以重新訓(xùn)練模型，這樣一切都可以恢復(fù)正常了。“如果你不能讓模型再次可用，你就需要提前有一系列的回滾選項。”

對于傳統(tǒng)的軟件開發(fā)，這可以簡單地恢復(fù)到軟件的先前工作版本。但是隨著人工智能會因環(huán)境變化而偏離軌道，這可能是無法做到的。

“當軟件不起作用而他們又不能重新訓(xùn)練它時，會發(fā)生什么？”他問道。“你讓他退出來，依靠人工操作嗎？你有一個允許人類做出這些決定的業(yè)務(wù)流程嗎？對于自動駕駛汽車，這是否意味著他們會關(guān)掉汽車？”

處理數(shù)據(jù)漂移

訓(xùn)練數(shù)據(jù)通常是時間的快照。當條件改變時，模型就變得不那么有效了。為了應(yīng)對這種趨勢，公司需要不斷地根據(jù)真實數(shù)據(jù)測試他們的模型，以保障系統(tǒng)仍然有效。

“如果他們用30天的時間來訓(xùn)練模型，那么每兩周他們就應(yīng)該設(shè)置一個新的30天的時間來識別是否出現(xiàn)了問題，”Seier說。

當人工智能系統(tǒng)改變它正在觀察的行為時，這可能會變得很復(fù)雜。

例如，使用人工智能系統(tǒng)來查看歷史數(shù)據(jù)，看看工廠設(shè)備何時有可能損壞。如果工廠隨后使用了這些預(yù)測來改變修理計劃，那么這些預(yù)測將不再有效---但是在新數(shù)據(jù)上重新訓(xùn)練模型又將導(dǎo)致一系列的問題，因為機器將在沒有人工智能干預(yù)的情況下再次開始損壞。

“無人駕駛汽車面臨的挑戰(zhàn)之一是如何應(yīng)對其他無人駕駛汽車，”Seier說。“他們是在有人駕駛汽車的環(huán)境中接受訓(xùn)練的，自動駕駛汽車的行為也有所不同。”

可解釋的人工智能公司Fiddler Labs的聯(lián)合創(chuàng)始人兼執(zhí)行官Krishna Gade表示，他希望看到人工智能和機器學(xué)習(xí)系統(tǒng)的集成開發(fā)環(huán)境能夠以數(shù)據(jù)為中心。

“我們需要一個IDE，它可以方便地導(dǎo)入和探索數(shù)據(jù)，以及清潔和整理表格，”他說。“Jupyter筆記本有些用處，但它們也有自己的問題，包括缺乏版本控制和審查工具。”

他說，隨著越來越多的模型被投入生產(chǎn)，能夠管理各種版本變得越來越重要了。“Git也可以用于模型管理。然而，它無法擴展到大型數(shù)據(jù)集。”

數(shù)據(jù)安全的挑戰(zhàn)

隨著公司轉(zhuǎn)向以人工智能為動力的軟件開發(fā)實踐，他們也面臨著一系列新的安全挑戰(zhàn)，許多人對此毫無準備。

例如，當系統(tǒng)由數(shù)據(jù)科學(xué)家而不是傳統(tǒng)的軟件工程師創(chuàng)建時，安全性可能是事后才想到的。第三方和開源人工智能算法也可能有自己的問題，包括漏洞和不安全的依賴關(guān)系。

“讓開發(fā)人員及時使用新的、修補過的代碼是很重要的，”為科技行業(yè)服務(wù)的全球公共政策公司Access Partnership的全球數(shù)據(jù)和信任主管Michael Clauser表示。

第三方供應(yīng)商的專有代碼通常是專有的，無法分析。

“可以肯定的是，大型數(shù)據(jù)密集型互聯(lián)網(wǎng)公司和其他藍籌股在自己開發(fā)和部署人工智能的過程中，都會為網(wǎng)絡(luò)安全這一小事絞盡腦汁，”Clauser說。“對于資源緊缺的早期初創(chuàng)企業(yè)來說，情況可能并非如此，他們更感興趣的是展示自己的人工智能能做什么，能解決什么問題，而不是擔心有一天黑客會讓自己的人工智能成為問題本身。”

人工智能算法還必須與傳統(tǒng)系統(tǒng)對接，包括數(shù)據(jù)庫和用戶界面。當安全專家沒有預(yù)先參與安全過程時，錯誤是很常見的，甚至是很可能的。

此外，人工智能系統(tǒng)通常會建立在新的云人工智能平臺上。這里的安全風(fēng)險尚不清楚。但是人工智能所面臨的最大安全挑戰(zhàn)是數(shù)據(jù)。人工智能系統(tǒng)需要訪問操作數(shù)據(jù)，以及訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)。公司經(jīng)常會忘記鎖定最后兩組操作。此外，數(shù)據(jù)科學(xué)家也更喜歡在構(gòu)建他們的人工智能模型時使用清晰的測試數(shù)據(jù)，而不是使用加密或標記化的數(shù)據(jù)。一旦這些系統(tǒng)投入運行，缺乏加密就成為了一個主要的漏洞。

一家目前正在處理其人工智能系統(tǒng)潛在安全風(fēng)險的公司是在線文件共享供應(yīng)商Box。

“我們告訴客戶，給我們那些你珍貴的內(nèi)容吧，那些能讓你謀生的內(nèi)容，”該公司的CISO Lakshmi Hanspal說。

Box現(xiàn)在正致力于使用人工智能來從內(nèi)容中提取元數(shù)據(jù)，以改進搜索、分類和其他功能。例如，Box可以自動從合同中提取條款和價格，她說。

為了構(gòu)建新的人工智能系統(tǒng)，Box正在小心翼翼地保障自己不要繞過其傳統(tǒng)的安全控制級別。

“無論是人工智能還是非人工智能，我們都有一個安全的開發(fā)流程，”她說。“它符合ISO安全標準。Box中有許多管道，但是它們都遵循一個類似的過程，通過內(nèi)置的設(shè)計來實現(xiàn)安全性。”

其中包括加密、日志記錄、監(jiān)控、認證和訪問控制，她說。

然而，Deloitte & Touche的云策略官David Linthicum表示，大多數(shù)公司并沒有在人工智能的開發(fā)過程中加入安全性。

事實上，大約75%的組織只是在事后處理安全問題，他說。“在事情發(fā)生后才這樣做就如同當卡車沿著街道行駛時試圖更換卡車輪胎一樣。”

責(zé)任編輯：ct