【51CTO.com快譯】作為一種框架和方法，敏捷開發(Agile)如今已經成為了軟件開發核心領域最為流行的模式之一。通過將交互性和參與度融入到開發的過程中，敏捷方法已證明能夠跨參數式地提供更高的效率。這讓開發團隊在面對復雜挑戰、并尋求創新方案的同時，提高了整體效率和交付質量。

現如今，業界正在越來越多地通過使用敏捷方法，來進行機器學習類項目的開發。他們傾向于通過將重點從常規的功能開發與測試，轉向根據核心需求，讓團隊整體采用敏捷的方法。從語音助手到實時預測，敏捷方法正在不斷地升級、并改進著機器學習領域的應用解決方案。下面讓我們一起來看看敏捷開發是如何從如下五個方面，來助力機器學習項目的。

通過敏捷方法實現有效的項目管理

敏捷方法通常涉及到利益相關者通過多層次的輸入，產生周期性的測試和快速原型的設計。這些往往能夠代替項目經理過去那些需要通過親自動手，才能將持續溝通打造成為團隊協作的核心組成部分。因此敏捷方法有助于提高項目內部的溝通水平，并在團隊成員之間建立更緊密的聯系。同時，這也導致了項目團隊具有更高效的組織管理結構，以及每位成員自由地表達個人觀點與見解。

憑借著敏捷方法，能夠被隨時引入一個正向循環之中，并使得開發流程更具活力、也更加面向創新。面對日趨數字化的市場環境，它能夠讓各種功能性創意快速地落地。可以說，敏捷方法讓那些機器學習類型的項目，能夠以市場為中心，并及時地實現各種既定的目標。

另外，隨著企業內部各種項目日益變得透明化，各個階段的開發過程能夠自由地訪問到彼此不同的領域。通過這種更為全面、更加互聯的項目開發方式，各個項目組的成員能夠自由地訪問到各種不同的關鍵信息。另一方面，該透明度也使得項目經理們能夠以更高的效率，去跟蹤他們所關心的核心開發進度。

加速設計上的決策

一項針對全球1300多名IT決策者的調查表明：敏捷方法在加快決策制定的過程中，發揮了重要作用。該方法的作用主要體現在：人際交流方面的改進、數據的洞察力、以及信息處理效率。特別是在數據的洞察力方面，那些采用了敏捷方法的公司，年度收入增長竟然達到了60%。隨著總體收益的遞增，如今已有更多的跨行業公司開始在自己的項目中采納了敏捷的開發方式。

可以說，綜合使用了各項技術的戰略決策，正在加速推動著整個行業的數字化轉型。在機器學習方面，敏捷方法通過毫不費力的靈活擴展方式，讓公司能夠創造出更好的技術解決方案，從而盡快地滿足消費者的各項需求。當敏捷開發真正如同傳統的設計與測試那些，成為企業軟件工程中的一部分時，它已經給企業帶來了根本性的改變。

安永咨詢的合作伙伴與聯盟負責人--Sibyyoti Basu說：“如今，高效敏捷的運營方式，對于支持企業在數字化經濟中的發展起到了至關重要的作用。它讓企業不再受限于傳統的手動流程、傳統的系統、以及數據缺乏所帶來的挑戰。”

對于那些正在尋找如何增強產品組合、并試圖改變現有計算能力的公司而言，作為加速決策過程的眾多方式之一，敏捷方法會在機器學習中嶄露頭角。它縮短了從數據采集、到模型開發、再到實驗測試、以及最終進行效果評判的時間，能夠讓項目組更快地決定是否要使用當前的學習模型，還是需要進行迭代與改進。

優化核心資源(人才、團隊與技術)

敏捷方法加強了軟件公司以人才和技術為導向，來優化他們的各類寶貴資產。不同的團隊會按照期望的結果進行資源分配，并以迭代的開發模式作為項目的核心。團隊成員可以通過相互交流的方式，為各種特定的挑戰尋找解決方案。因此，敏捷方式在優化了項目中人員的時間與精力分配的基礎上，為公司帶來了更大的競爭優勢。

我們只有讓后期的工程環節與前期的研發階段直接相關聯，才能開展全面的協同開發。而敏捷方法恰好能夠確保所有的機器學習項目，從一開始就得到了合理的優化。籍此，每一位開發人員對于流程的理解既不會產生任何歧義，有能夠充分地了解他們在流程中所扮演的角色。

無論是對于面部識別、還是聊天機器人的開發，敏捷方法都會為所有涉及到的資源，創建一個動態的環境。這使得機器學習項目具有一定的時間限制，開發團隊從而能夠通過優化各項資源的分配，來提高整體效率。而且在完成了任務之后，他們也可以迅速地轉移、并投入到新的項目、或功能的研發之中。

由于所有的項目組成員都能夠憑借著適當的資源來開展工作，因此整個項目的周期能夠平穩地推進與跟蹤。可見，作為所有機器學習項目核心組成部分，敏捷方法通過優化資源，提高了團隊的執行力。

快速驗證數據模型

眾所周知，機器學習其實是一種過程工具，而并不是最終的產品。而敏捷方法恰好對于各類項目原型的快速驗證，特別是在醫療保健領域，具有強大的“催化”優勢。它不但能夠讓開發人員迅速地測試不同的模型，而且能夠使數據科學家及時地獲取更為準確的信息。敏捷方法以更好的靈活性和擴展性，在大型數據集的采集和處理過程中發揮著巨大的作用。

有了使用敏捷方法來更快地驗證數據模型的準確性和效果，開發團隊可以高效地迭代出各種模型和數據集合。與此同時，他們還能夠基于各種更清晰準確的數據特征點，來快速設計并測試新的數據模型在模擬環境中的應用。可以說，敏捷方法為項目團隊提供了一站式的信息匯集點，大家可以在此持續查詢到有關項目各個步驟的關鍵效果與反饋，進而不斷迭代整個項目。

另外，快速驗證還能夠被運用到人工智能(AI)的領域。借助機器學習和敏捷方法的開發經驗，AI模型能夠為企業帶來更大、更具創造性的業務影響。如今，不但是各種高科技應用領域，甚至包括：金融、醫療保健、以及制造業，都在使用敏捷方法，來實時且快速地驗證他們的數據模型與產品效果。

更普遍地采用機器學習

在敏捷方法的輔助下，越來越多公司開始接受并采納將機器學習團隊(請參見https://www.signitysolutions.com/ai-machine-learning?utm_source=Blog&;utm_medium=Dzone&utm_campaign=Agile)與開發團隊緊密結合的模式。機器學習團隊能夠及時地接收來自研發團隊的數據特征信息或反饋。通過他們之間的協作，進而產生一套全面的項目開發方法與實踐。目前，其中的一些公司已經從通過“試水”敏捷開發方法，總結出了具有自身特色的開發范例和工作方法，他們創新性地將這些引入到了各種機器學習的項目之中。他們能夠讓模型、代碼、腳本成功地相互分離，通過有效的重用、以及靈活的組合方式，不但精簡了項目整體代碼的體量，而且在提供代碼質量的同時，讓程序和模型更有實踐應用價值。

不可否認的是：與傳統的模型相比，機器學習模型更為復雜、且更具有效果不定性，因此它無形中增強了開發團隊在知識儲備和認知上的“負荷”。那么，如果項目組仍然照搬過去舊的集訓模式的話，團隊成員很容易在學習和實踐的過程中，直接“從入門到放棄”。然而，如果采用敏捷開發的模式，開發人員將能夠迅速地觀察到那些立竿見影的效果，并且能夠在不至于產生挫敗感的環境中，持續迭代并改進各種機器學習的產品效果。

總結

綜上所述，敏捷方法能夠以一種更為透明的方式，方便企業在自己的機器學習項目中，在降低經濟成本、時間成本、以及技術成本的基礎上，實現快速的構建、靈活的迭代、以及持續的發布。

原文標題：5 Ways Agile is Going to Rule Machine Learning Projects in the Near Future，作者：Amit Dua

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】