作者丨Ashutosh Gupta
译者丨布加迪
策划丨孙淑娟 梁策
简而言之：
- 人工智能(AI)项目、产品和部署模型日益多样化、具有紧迫性，企业因此需要 AI 架构师这个角色。
- AI 架构师负责设想、构建、部署和运作端到端机器学习(ML)和 AI 管道。
- AI 架构师可以帮助构建强大的企业级人工智能架构，并与数据科学家、数据工程师、开发人员、运营及安全团队协作。
AI 项目常常因架构选择不当、准备不足和无法扩展而停滞不前。企业架构和技术创新领导者可以设立 AI 架构师这个角色，帮助为 AI 构建强大的企业级架构。
咨询公司 Gartner 估计，一直到 2023 年，50% 的 IT 领导者在把 AI 项目从概念验证(POC)阶段带入生产阶段上还将困难重重。为了更有可能取得成功，组织可以聘请 AI 架构师，帮助定义架构战略、创建工作流程、识别工具集以及扩展人工智能运营规模。
AI 架构师是群什么样的人?✦
Gartner 杰出副总裁分析师阿伦·钱德拉塞克兰 (Arun Chandrasekaran) 说：“AI 架构师是 AI 架构战略的管理者和所有者。他们充当数据科学家、数据工程师、开发人员、运营(DevOps、DataOps、MLOps)以及业务部门领导者之间的粘合剂，以管理和扩展 AI 项目。”
他们与企业和解决方案架构师密切合作，但与负责广泛功能的企业架构团队不同，他们专注于为 AI 构建强大的企业级架构。
AI 架构师做什么?✦
AI 有各种各样的用例和部署模型，因此 AI 架构师需要多种能力：
- 与数据科学家及其他 AI 专业人士合作，通过识别和试验用例来夯实数字化转型工作。与业务团队讨论用例的可行性以及架构设计，并将业务领导者的愿景转化为实际的技术实施。与此同时，注意方向偏离的项目和不切实际的用例。
- 通过收集来自多个利益相关者(业务用户、数据科学家、安全专家、数据工程师和分析师以及 IT 运营人员)的意见，使技术实施与现有和未来的需求相一致，并根据这些意见来开发流程和产品。
- 在定义 AI 架构以及从开源和商业产品中选择适当的技术方面发挥关键作用。选择云、本地或混合部署模型，并确保新工具与现有的数据管理和分析工具顺利集成。
- 跨数据、模型和软件工程审计 AI 工具和实践，重点关注持续改进。确保有反馈机制来评估 AI 服务、支持模型重新校准以及重新训练模型。
- 与安全和风险领导者密切合作，预见和消除风险，比如训练数据中毒、AI 模型窃取和对抗样本，以确保 AI 实施合乎伦理道德，并恢复对 AI 系统的信任。熟悉即将出台的法规，并与优秀实践对应起来。
AI 架构师需要什么技能?✦
AI 架构师需要一系列技能，要掌握并非一朝一夕。
技术技能包括：
- AI 架构和管道规划。了解机器学习和深度学习工作负载的工作流程和管道架构。必须深入了解 AI 的数据管理、治理、模型构建、部署和生产工作流程中所涉及的各部分和架构方面的取舍。
- 软件工程和 DevOps 原则，包括了解 DevOps 工作流程和工具，比如 Git、容器、Kubernetes 和 CI/CD。
- 数据科学和高级分析，包括了解高级分析工具(比如 SAS、R 和 Python)、应用数学、机器学习和深度学习框架(比如 TensorFlow)以及机器学习技术(比如随机森林和神经网络)。
非技术技能包括：
- 思想领袖。成为变革推动者，帮助组织采用 AI 驱动的理念。以务实的态度对待 AI 的局限性和风险，并将真实情况呈现给提供整体数字思想领导力的 IT 高管。
- 协作心态。确保 AI 平台同时满足业务需求和技术需求，力求与数据科学家、数据工程师、数据分析师、机器学习工程师、其他架构师、业务部门领导者以及公司高管(技术和非技术人员)有效协作，并协调好他们之间的关系。
