什么是AI可准备的数据以及如何准备它们

AI准备好数据是利用人工智能努力的重要基础。了解其含义并遵循这五个步骤来准备。AI准备好数据意味着您的数据必须代表特定用途所需的应用场景，包括所有模式、错误、异常值和可能出现的所有情况。

这是基于元数据可用性进行的一系列过程和实践，以对齐、qualify 和治理数据。

我们如何为所有数据做 AI 准备？
没有一种方法可以在一般情况下或事先使数据变为 AI 准备好。准备数据以供 AI 使用取决于其将如何使用。例如，创建预测维护算法所需的数据集与应用于企业数据的通用人工智能（GenAI）所需的数据集非常不同。

如果我们的数据质量很高，是否是 AI 准备好？
“高质量”数据——根据传统数据质量标准——并不等同于 AI 准备好数据。在分析语境中，人们期望删除异常值或清理数据以满足人类的预期。然而，在训练算法时，需要具有代表性的数据。这也可以包括低质量数据。

AI 准备好数据有特定要求：制定路线图以保持进度。
数据和数据分析领导者必须证明其组织的数据可用于越来越多的 AI 项目，但 AI 准备好数据的要求与传统数据管理之间存在显著差异。为了弥合这一差距，Gartner 推荐了以下步骤：

1. 根据 AI 使用场景评估数据需求。
2. 将要求提交董事会并获得批准。
3. 更新数据管理和生态系统。
4. 扩展和管理。

这个路线图将确保您的数据准备好用于您计划开展的特定 AI 项目，并保持相关方对数据真正具备 AI 准备好状态的理解。