亚洲,欧美,中文字幕,小婕子伦流澡到高潮视频,无码成人aaaaa毛片,性少妇japanesexxxx,山外人精品影院

人工智能提供更好的大數(shù)據(jù)見解

  • 來源:中國信息化周報(bào)
  • 關(guān)鍵字:大數(shù)據(jù),關(guān)注,挑戰(zhàn)
  • 發(fā)布時(shí)間:2019-12-13 23:11

  大數(shù)據(jù)技術(shù)并不像幾年前那樣廣受關(guān)注,但這并不意味著大數(shù)據(jù)技術(shù)沒有得到發(fā)展。如果說有什么不同的話,那就是大數(shù)據(jù)的規(guī)模正在變得越來越大。

  大數(shù)據(jù)曾經(jīng)被認(rèn)為是一項(xiàng)重大挑戰(zhàn)。但是現(xiàn)在,它越來越被視為一種理想狀態(tài),尤其是在那些正嘗試并實(shí)施機(jī)器學(xué)習(xí)和其他人工智能學(xué)科的組織中。

  Anexinet公司高級數(shù)字策略師Glenn Gruber說:“人工智能和機(jī)器學(xué)習(xí)現(xiàn)在為我們提供了使用現(xiàn)有大數(shù)據(jù)的新機(jī)會(huì),并利用新數(shù)據(jù)類型開發(fā)了很多新用例。我們現(xiàn)在擁有更多可用的數(shù)據(jù),例如圖片、視頻和語音。過去,我們可能試圖盡量減少捕獲此類數(shù)據(jù)的數(shù)量,因?yàn)槲覀儫o法對其做太多的處理,但是存儲(chǔ)此類數(shù)據(jù)會(huì)產(chǎn)生巨大的成本。”

  AI正創(chuàng)造新數(shù)據(jù)分析方法

  大數(shù)據(jù)的基本業(yè)務(wù)問題之一有時(shí)可以用一個(gè)簡單的問題來概括:現(xiàn)在是什么?人們已經(jīng)擁有了所有這些東西,并且還會(huì)有更多的東西出現(xiàn),那么如何處理呢?在大數(shù)據(jù)的大肆宣傳和炒作中,聽到這個(gè)問題的答案并不總是那么容易。

  此外,回答這個(gè)問題(或從數(shù)據(jù)中獲取見解)通常需要大量的人工工作。人工智能正在創(chuàng)造新的方法。從廣義上講,人工智能和機(jī)器學(xué)習(xí)是新方法。

  從歷史上看,在分析數(shù)據(jù)時(shí),工程師不得不使用查詢或SQL(查詢列表)。但是,隨著數(shù)據(jù)重要性的不斷增長,獲得洞察力的多種方法也應(yīng)運(yùn)而生。人工智能是查詢/SQL的下一步。Alluxio公司首席執(zhí)行官Steven Mih說:“過去的統(tǒng)計(jì)模型現(xiàn)在已經(jīng)與計(jì)算機(jī)科學(xué)融合,并已成為人工智能和機(jī)器學(xué)習(xí)的一部分。”

  數(shù)據(jù)分析勞動(dòng)強(qiáng)度正降低

  與過去相比,管理和分析數(shù)據(jù)所需的人工時(shí)間更少了。人們?nèi)匀辉跀?shù)據(jù)管理和分析中扮演著至關(guān)重要的角色,但由于人工智能,原來可能需要幾天或幾周(或更長)的過程正在顯著縮短。

  Sungard AS公司的高級架構(gòu)師Sue Clark說:“人工智能和機(jī)器學(xué)習(xí)是幫助企業(yè)分析數(shù)據(jù)的工具,比員工單獨(dú)完成的工作更快、更有效。”

  Exasol公司首席技術(shù)官M(fèi)athias Golombek在大數(shù)據(jù)方面已觀察到一種采用兩層策略的趨勢,因?yàn)榻M織爭辯要從中獲得任何價(jià)值所必須管理的海量信息——存儲(chǔ)層和位于其之上的運(yùn)營分析層。

  Golombek說:“這是從數(shù)據(jù)中提取見解并進(jìn)行數(shù)據(jù)驅(qū)動(dòng)決策的地方。人工智能通過全新的功能培訓(xùn)數(shù)據(jù)做出半自動(dòng)決策來增強(qiáng)分析。它不適用于企業(yè)對數(shù)據(jù)存在的所有問題,但是對于特定的用例,它徹底改變了無需復(fù)雜的人類知識就能完成規(guī)則、決策和預(yù)測的方式。”

  換句話說,洞察力和決策可以更快地發(fā)生。此外,IT可以將類似的原理(使用人工智能技術(shù)來減少人工、勞動(dòng)密集型負(fù)擔(dān)并提高速度)應(yīng)用于后端事物,讓人們面對現(xiàn)實(shí),IT之外很少有人想知道。

  Alluxio公司Mih說:“數(shù)據(jù)洞察力的實(shí)時(shí)性質(zhì),加上現(xiàn)在無處不在的事實(shí),將跨越不同的機(jī)架、區(qū)域和云計(jì)算。

  這意味著企業(yè)必須從傳統(tǒng)的管理和分析數(shù)據(jù)方法中發(fā)展而來,這就是人工智能的用武之地。數(shù)據(jù)工程師一次又一次地人工復(fù)制數(shù)據(jù)的日子已經(jīng)一去不復(fù)返了,今后,在數(shù)據(jù)科學(xué)家提出要求數(shù)周之內(nèi)數(shù)據(jù)集就將交付。”

  人類仍然重要

  與其他人一樣,Qlik Research公司副總裁Elif Tutuk將人工智能和機(jī)器學(xué)習(xí)視為處理大數(shù)據(jù)的強(qiáng)大杠桿。

  Tutuk說:“人工智能和機(jī)器學(xué)習(xí)以及其他新興技術(shù),對于幫助企業(yè)更全面地了解所有數(shù)據(jù),為他們提供一種在關(guān)鍵數(shù)據(jù)集之間建立聯(lián)系的方式至關(guān)重要。”但是她補(bǔ)充說,這并不是削弱人類智慧和洞察力的問題,“企業(yè)需要將人類直覺的力量與機(jī)器智能相結(jié)合,以增強(qiáng)這些技術(shù)或增強(qiáng)智能。更具體地說,人工智能系統(tǒng)需要從數(shù)據(jù)和人類身上學(xué)習(xí),才能實(shí)現(xiàn)其功能。成功地將人力和技術(shù)力量結(jié)合起來的企業(yè),可以擴(kuò)大從數(shù)據(jù)科學(xué)家和業(yè)務(wù)分析師那里獲得分析關(guān)鍵見解的人員,同時(shí)節(jié)省時(shí)間,并減少由于業(yè)務(wù)用戶解釋數(shù)據(jù)而導(dǎo)致的潛在偏見。這樣可以提高業(yè)務(wù)運(yùn)營效率,從數(shù)據(jù)中收集更快的見解,并最終提高企業(yè)生產(chǎn)率。”

  AI可緩解常見數(shù)據(jù)問題

  有一些沒有改變的東西:數(shù)據(jù)的價(jià)值與其質(zhì)量密不可分。低質(zhì)量意味著低價(jià)值或無價(jià)值。這就是大數(shù)據(jù)與人工智能的共同點(diǎn)。

  Ness Digital工程公司首席技術(shù)官M(fèi)oshe Kranc說:“關(guān)于機(jī)器學(xué)習(xí)的對話總是回到企業(yè)數(shù)據(jù)的質(zhì)量上。如果數(shù)據(jù)質(zhì)量差,那么從中獲得的任何見解都將無法得到信任。機(jī)器學(xué)習(xí)項(xiàng)目80%的時(shí)間都花在了清理和準(zhǔn)備數(shù)據(jù)上。”

  一切舊的東西似乎又是新的。但這個(gè)問題的解決方案(可能還有其他類似的解決方案)可能已經(jīng)出現(xiàn)。

  Kranc說:“幸運(yùn)的是,可以使用機(jī)器學(xué)習(xí)來清理和準(zhǔn)備數(shù)據(jù)。機(jī)器學(xué)習(xí)算法可以檢測異常值和缺失值,找到用稍微不同的術(shù)語描述同一實(shí)體的重復(fù)記錄,準(zhǔn)確將數(shù)據(jù)規(guī)范化為通用術(shù)語。”

  分析更具預(yù)測性和規(guī)范性

  在過去,數(shù)據(jù)分析比事后分析更為重要,事后分析就是“分析已經(jīng)發(fā)生的事情。”未來的預(yù)測本質(zhì)上仍是歷史分析。人工智能和機(jī)器學(xué)習(xí)正在幫助開拓一個(gè)新領(lǐng)域——“將要發(fā)生的事情”,或者至少是“可能發(fā)生的事情”。此外,還可以教會(huì)機(jī)器學(xué)習(xí)算法基于前瞻性的見解做出決策或采取行動(dòng)。

  Sparkhound公司分析部門總經(jīng)理Sean Werick說:“如今,人工智能正在通過使用預(yù)測分析,以更準(zhǔn)確的方式將大數(shù)據(jù)決策進(jìn)一步推進(jìn)。傳統(tǒng)上,大數(shù)據(jù)決策是基于過去和現(xiàn)在的數(shù)據(jù)點(diǎn),通常會(huì)導(dǎo)致線性的投資回報(bào)率。借助人工智能,這一比例已達(dá)到史詩級和指數(shù)級。利用人工智能的規(guī)范性分析有可能提供全公司的前瞻性戰(zhàn)略見解,有助于推動(dòng)業(yè)務(wù)發(fā)展。”

  Werick指出,這是一個(gè)“在走路之前需要學(xué)會(huì)爬行”的過程。根據(jù)Werick的說法,使用人工智能根據(jù)不準(zhǔn)確或不充分的數(shù)據(jù)做出預(yù)測性或規(guī)定性的商業(yè)決策,可能會(huì)產(chǎn)生“災(zāi)難性”的后果。

  Werick說:“隨著分析成熟度模型的每一個(gè)進(jìn)展,對業(yè)務(wù)的價(jià)值都會(huì)增加。從流程和數(shù)據(jù)映射開始,到描述性分析,到預(yù)測性分析,最后,到規(guī)定性分析。”

  人工智能和大數(shù)據(jù)的下一步

  如果大多數(shù)團(tuán)隊(duì)仍在學(xué)習(xí)爬行(或行走),那可能沒問題,因?yàn)槿斯ぶ悄芎痛髷?shù)據(jù)的結(jié)合才剛剛開始揭示其可能性。

  Scale Venture Partners公司合伙人Andy Vitus看到了更智能的企業(yè)軟件的巨大前景。他認(rèn)為,許多商業(yè)應(yīng)用程序仍顯示其模擬DNA。

  Vitus說:“大多數(shù)商業(yè)應(yīng)用程序仍然使用紙質(zhì)表單和分類賬的設(shè)計(jì)語言構(gòu)建。這意味著,對于企業(yè)捕獲和存儲(chǔ)的所有數(shù)據(jù),用戶仍在花費(fèi)大量的時(shí)間費(fèi)力地通過無休止的報(bào)告來尋找有用的信息。”

  智能軟件將利用所有這些數(shù)據(jù)來解決問題并提供場景和答案,而不僅僅是美觀的報(bào)告。從工程的角度來看,智能企業(yè)應(yīng)用程序?qū)⒁髮蝹€(gè)人工智能/機(jī)器學(xué)習(xí)系統(tǒng)連接到其他系統(tǒng),以便它們可以相互通信并相互學(xué)習(xí)。企業(yè)最終將從存儲(chǔ)的所有數(shù)據(jù)中獲得可觀的投資回報(bào)。

  人工智能是一種不斷發(fā)展的手段,可以回答有關(guān)大數(shù)據(jù)的基本問題。Alluxio公司的Mih說:“這只是一個(gè)開始,未來將有新的技術(shù)來分析數(shù)據(jù)以獲得實(shí)時(shí)洞察力,但獲得見解的方式將有所改進(jìn)。”

關(guān)注讀覽天下微信, 100萬篇深度好文, 等你來看……