مهندسی هوش مصنوعی

AI Engineering به طراحی، پیاده‌سازی، استقرار و نگهداری سامانه‌هایی گفته می‌شود که از مدل‌های هوش مصنوعی در یک محصول واقعی استفاده می‌کنند. این حوزه پلی میان مدل، نرم‌افزار، داده و نیاز کسب‌وکار است.

یک سناریوی واقعی

برای ساخت یک دستیار اسناد، فقط انتخاب LLM کافی نیست. باید بازیابی اطلاعات، کنترل دسترسی، ارزیابی پاسخ، هزینه هر درخواست، مانیتورینگ و رفتار خطا را هم طراحی کرد.

AI Engineering با Data Science تفاوت تمرکز دارد. اولی بیشتر مسئول قابل‌اعتماد کردن سیستم عملیاتی است و دومی بیشتر بر تحلیل و استخراج دانش از داده تمرکز دارد.

برای تکمیل بحث، ارتباط این مفهوم را با عملیات یادگیری ماشین و انحراف توزیع داده بررسی کنید.

یک نمونه مرتبط نیز در تفاوت Low-code و No-code بررسی شده است.