ПРИКУПЉАЊЕ СПЕЦИФИКАЦИЈЕ ДОБРИХ ПРАКСИ У ВИ

Рад представља проучавање спецификација добре праксе у примењеној вештачкој интелигенцији (ПВИ). Анализа 25 упитника из пет партнерских институција открила је кључне увиде у тренутно стање пројеката вештачке интелигенције (ВИ) и машинског учења (МУ). Као резултат студије, добијено је да преовладава дубоко учење, посебно са конволуционим неуронским мрежама, док је затворене рекурентне мреже мање уобичајене. Типичан је обим података између 1 GB и 1 ТB, што одражава практична ограничења. ВИ апликације обухватају различита поља, а TensorFlow je водeћи у библиотекама. Дозвољене лиценце су најзаступљеније, базе података су примарни извори података, а текстови/слике доминирају у карактеристикама података. Нерелационе базе података су фаворизоване по питању складиштења. Сигурносне функције и алати за обраду података се разликују. Наменски сервери и кластери се широко користе, системи препорука такође, Python је преферирани језик, а Apache Hadoop 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: srpski_Research 7 StateOfTheArt_V3