主页 > 新闻资讯 > 怎样看待大数据和人工智能的组合

怎样看待大数据和人工智能的组合

作者:张老师 浏览次数: 2019-09-05 14:19
如今,大数据、分析空间以及越来越多的人工智能(AI)得到应用,这些新技术仍然专注于方法。当然,方法很重要。但它们不是任何这些学科存在的原因。在大数据、分析和人工智能方面,其价值并不来自于收集数据,也不是来自从中获得的一些洞察力。
 
对人工智能从业者的调查通常包括三类:已经成功部署人工智能应用程序的人员;正在部署人工智能项目,但仍在创新和投资回报率之间寻求平衡的人员;仍在探索人工智能技术或尚未对企业中的人工智能做出认真承诺的人员。而关于这三个群体的相对规模存在重大争议。
 
寻求采用人工智能技术解决复杂问题的企业有时会感到有点困惑,对其结果不满意,这表明存在一些可解释性问题。如果人工智能方法没有得到很好的理解,那么他们很难接受看似违反直觉的结果。
 
对人工智能结果不满意的其他一些原因来自于基本问题的制定。例如,由人类训练的监督人工智能方法存在基于潜在误导性强化现有知识做出决策的风险,特别是在没有提前采取正确步骤来解决偏差的情况下——在数据、算法本身或在他们产生的结果的解释中。

大数据技术的应用
 
问题制定依赖于数据科学家确保使用正确方法和数据的能力,并要求正确的问题支持得出的结论。问题制定不完整的风险强调需要有可解释的人工智能和更多关于思想和方法多样性的对话,以便技术对企业更有价值。
 
然而,从大数据的历史、回顾性分析价值主张转向以行动为中心的价值主张的挑战在于它增加了风险。而且,这些行为越实时,风险和回报就越大。在这个数据驱动行动的世界中,数据的准确性和理解如何使用它来做出决策或采取行动成为一项战略任务。

随着利害关系的增加,理解数据本身的需求成为实现数据价值的关键能力和途径。然而,更重要的是,理解数据的需要超出了数据沿袭和治理等方面。特别是当用户根据这些数据采取行动时,需要理解自己在场景中的数据以及与其他数据的关系。

学习大数据是很重要的,是跟着时代的潮流在走,学习大数据的话可以参考加米谷学院,您的一次咨询可能会改变你未来的一生。
热点排行
推荐文章
立即申请>>