大數據和人工智能如何協同工作

人工智能和機器學習如何幫助組織從大數據中獲得更好的業務見解?需要了解人工智能和大數據分析的下一步發展。

數據技術并不像幾年前那樣廣受關注,但這并不意味著大數據技術沒有得到發展。如果說有什么不同的話,那就是大數據的規模正在變得越來越大。

大數據曾經被認為是一項重大挑戰。但是現在,它越來越被視為一種理想狀態,尤其是在正在嘗試并實施機器學習和其他人工智能學科的組織中。

Anexinet公司高級數字策略師Glenn Gruber說,“人工智能和機器學習現在為我們提供了使用現有大數據的新機會,并利用新數據類型開發了很多新用例。我們現在擁有更多可用的數據,例如圖片、視頻和語音。過去,我們可能試圖盡量減少捕獲的此類數據的數量,因為我們無法對其做太多的處理,但是它存儲此類數據會產生巨大的成本。”

人工智能如何適應大數據

大數據與人工智能之間存在著一種互惠關系:人工智能在很大程度上依賴于前者的成功,同時也幫助組織以以前繁瑣或不可能的方式釋放數據存儲中的潛力。

Gruber說,“如今,我們需要盡可能多的數據,這不僅是為了更好地洞察我們試圖解決的業務問題,而且因為我們通過機器學習模型輸入的數據越多,它們得到的結果就越好。這是一個良性循環。”

人工智能如何使用大數據

存儲和其他有關大數據和分析的問題好像已經不再一樣。例如,Gruber指出,大數據和人工智能的結合會圍繞基礎設施、數據準備和治理產生新的需求(或強調現有需求)。但是在某些情況下,人工智能和機器學習技術可能是組織如何解決這些運營復雜性的關鍵部分。

關于“更好的洞察力”:人工智能和機器學習作為當前在商業領域中最重要的學科,如何幫助IT領導者實現現在或將來的目標?

人工智能提供更好見解的6種方式

1.人工智能正在創造新的數據分析方法

大數據的基本業務問題之一有時可以用一個簡單的問題來概括:現在是什么?人們已經擁有了所有這些東西,并且還會有更多的東西出現,那么如何處理呢?在大數據的大肆宣傳和炒作中,聽到這個問題的答案并不總是那么容易。

此外,回答這個問題(或從數據中獲取見解)通常需要大量的人工工作。人工智能正在創造新的方法。從某種意義上說,從廣義上講,人工智能和機器學習是新方法。

從歷史上看,在分析數據時,工程師不得不使用查詢或SQL(查詢列表)。但是,隨著數據重要性的不斷增長,獲得洞察力的多種方法也應運而生。人工智能是查詢/SQL的下一步。Alluxio公司首席執行官Steven Mih說,“過去的統計模型現在已經與計算機科學融合,并已成為人工智能和機器學習的一部分。”

2.數據分析的勞動強度正在降低

因此,與過去相比,管理和分析數據所需的人工時間更少了。人們仍然在數據管理和分析中扮演著至關重要的角色,但由于人工智能,原來可能需要幾天或幾周(或更長)的過程正在加快速度。

Sungard AS公司的高級架構師Sue Clark說,“人工智能和機器學習是幫助企業分析數據的工具,比員工單獨完成的工作更快、更有效。”

Exasol公司首席技術官Mathias Golombek在大數據方面已觀察到一種采用兩層策略的趨勢,因為組織爭辯要從中獲得任何價值所必須管理的海量信息:存儲層和位于其之上的運營分析層。

Golombek說,“這是從數據中提取見解并進行數據驅動的決策的地方。人工智能通過全新的功能通過培訓數據做出半自動決策來增強分析。它不適用于企業對數據存在的所有問題,但是對于特定的用例,它徹底改變了無需復雜的人類知識就能完成規則、決策和預測的方式。”

換句話說,洞察力和決策可以更快地發生。此外,IT可以將類似的原理(使用人工智能技術來減少人工、勞動密集型負擔并提高速度)應用于后端事物,讓人們面對現實,IT之外很少有人想知道。

Alluxio公司Mih說,“數據洞察力的實時性質,加上現在無處不在的事實,這將跨越不同的機架、區域和云計算,這意味著企業必須從傳統的管理和分析數據方法中發展而來。這就是人工智能的用武之地。數據工程師一次又一次地人工復制數據的日子已經一去不復返了,在數據科學家提出要求后數周之內就交付了數據集。”

3.人類仍然重要

與其他人一樣,Qlik Research公司副總裁Elif Tutuk將人工智能和機器學習視為處理大數據的強大杠桿。

相關推薦
新聞聚焦
猜你喜歡
熱門推薦
返回列表
Ctrl+D?將本頁面保存為書簽,全面了解最新資訊,方便快捷。
国产青榴视频a片在线观看