👀 agak menarik…. • Penilaian model: 50% • Pembersihan dan pengorganisasian data: 40% • Integrasi sistem: 8% • Latihan model: 2% Titiknya bukanlah latihan tidak penting, tetapi kebanyakan orang secara dramatis meremehkan kepentingan data dan penilaian. Bekerja dengan pendiri yang membangun kamera AI, robotik, dan sistem AI tepi, kami telah melihat hal yang sama. Pasukan sering menghabiskan berminggu-minggu berdebat model mana yang harus digunakan, sambil menghabiskan jauh lebih sedikit masa untuk mentakrifkan kejayaan, memperbaiki label, atau memahami kesilapan. Model yang lebih baik boleh memberikan keuntungan bertahap. Satu gelung maklum balas yang lebih baik boleh mengubah trajektori keseluruhan produk. Seiring model asas menjadi semakin mudah diakses, parit sebenar mungkin bukan model itu sendiri, tetapi kualiti data dan disiplin di sebalik cara ia dinilai.