ПРИКУПЉАЊЕ СПЕЦИФИКАЦИЈЕ ДОБРИХ ПРАКСИ У ВИ

Рад представља проучавање спецификација добре праксе у примијењеној вјештачкој интелигенцији (ПВИ). Анализа 25 упитника из пет партнерских институција открила је кључне увиде у тренутно стање пројеката вјештачке интелигенције (ВИ) и машинског учења (МЛ). Обука спроведена у Србији и Бугарској је сигнализирала потребу за проширеним могућностима у земљама ЕУ. Као резултат студије, добијено је да преовладава дубоко учење, посебно у конволуционим неуронским мрежама, док је затворена рекурентна јединица мање уобичајена. Обим података између 1 ГБ и 1 ТБ је типичан, што одражава практична ограничења. ВИ апликације обухватају различита поља, а ТензорФлов води у библиотекама. Дозвољене лиценце су најзаступљеније, базе података су примарни извори података, а текстови/слике доминирају карактеристикама података. Нерелационе базе података су фаворизоване за складиштење. Сигурносне функције и алати за обраду података се разликују. Намјенски сервери и кластери се широко користе, системи препорука су истакнути, Пајтон је преферирани језик, а Апаче Хадуп доминантан екосистемим. Бесплатни скупови података подстичу доступност. Све у свему, налази наглашавају динамичну природу ВИ/МУ пројеката, пружајући основу за будућа истраживања у области која брзо напредује.

Комплетан рад се може наћи на: Истраживање7