ההתקדמות שנעשתה בלמידת מכונה, יחד עם הזמינות המוגברת של כמויות גדולות של נתונים ומחשוב רב עוצמה שעליו ניתן לעבד אותם ולאמן מודלים חזויים, הובילו לזמינות של שירותי תוכנה ארוזים מראש המתמצתים יכולות AI. מהנדסי תוכנה יכולים לנצל שירותים אלה כדי ליצור יישומים וסוכנים המשתמשים בפונקציונליות הבינה המלאכותית הבסיסית, ולהשתמש בהם כאבני בניין ליצירת פתרונות חכמים.
משמעות הדבר היא שמהנדסי תוכנה יכולים ליישם את הכישורים הקיימים שלהם בתכנות, בדיקות, עבודה עם מערכות בקרת מקור ויישומי אריזה לפריסה, מבלי להפוך למדעני נתונים או למומחי למידת מכונה.
עם זאת, כדי לנצל באופן מלא את ההזדמנויות של בינה מלאכותית, מהנדסי תוכנה דורשים לפחות הבנה מושגית של עקרונות הליבה של בינה מלאכותית ולמידת מכונה.
הדרכת מודלים והסקה
מערכות AI רבות מסתמכות על מודלים חזויים שיש לאמן באמצעות נתונים לדוגמה. תהליך האימון מנתח את הנתונים וקובע קשרים בין התכונות בנתונים (ערכי הנתונים שבדרך כלל יהיו נוכחים בתצפיות חדשות) לבין התווית (הערך שהמודל מאומן לחזות).
לאחר אימון המודל, באפשרותך לשלוח נתונים חדשים הכוללים ערכי תכונות ידועים ולבקש מהמודל לחזות את התווית הסבירה ביותר. שימוש במודל לביצוע תחזיות מכונה הסקה.
רבים מהשירותים והמסגרות שמהנדסי תוכנה יכולים להשתמש בהם כדי לבנות פתרונות התומכים בבינה מלאכותית דורשים תהליך פיתוח הכולל אימון של מודל מנתונים קיימים לפני שניתן להשתמש בו כדי להסיק ערכים חדשים ביישום.
ציוני הסתברות וביטחון
מודל למידת מכונה מאומן היטב יכול להיות מדויק, אך אף מודל חיזוי אינו ניתן לערעור. התחזיות של מודלים של למידת מכונה מבוססות על הסתברות, ובעוד שמהנדסי תוכנה אינם דורשים הבנה מתמטית עמוקה של תורת ההסתברות, חשוב להבין שתחזיות משקפות סבירות סטטיסטית, ולא אמת מוחלטת. ברוב המקרים, לתחזיות יש ציון ביטחון משויך המשקף את ההסתברות שבה מתבצעת החיזוי. מפתחי תוכנה צריכים להשתמש בערכי ניקוד ביטחון כדי להעריך תחזיות ולהחיל ערכי סף מתאימים כדי למטב את אמינות היישומים ולהפחית את הסיכון לתחזיות שעשויות להתבצע על סמך הסתברויות שוליות.
בינה מלאכותית אחראית ואתיקה
חשוב שמהנדסי תוכנה ישקלו את ההשפעה של התוכנה שלהם על המשתמשים, ועל החברה בכלל; לרבות שיקולים אתיים לגבי השימוש בו. כאשר היישום חדור בינה מלאכותית, שיקולים אלה חשובים במיוחד בשל אופי האופן שבו מערכות AI פועלות והחלטות מושכלות; לעתים קרובות מבוסס על מודלים הסתברותיים, אשר בתורם תלויים בנתונים שבהם הם הוכשרו.
האופי דמוי האדם של פתרונות AI הוא יתרון משמעותי בהפיכת יישומים לידידותיים למשתמש, אך הוא גם יכול להוביל משתמשים לתת אמון רב ביכולתה של האפליקציה לקבל החלטות נכונות. הפוטנציאל לפגיעה ביחידים או בקבוצות באמצעות תחזיות שגויות או שימוש לרעה ביכולות AI הוא דאגה מרכזית, ומהנדסי תוכנה הבונים פתרונות התומכים בבינה מלאכותית צריכים ליישם שיקול נאות כדי להפחית סיכונים ולהבטיח הוגנות, אמינות והגנה נאותה מפני נזק או אפליה.
