Obsah
Zdroj: Maksym Yemelyanov / Dreamstime.com
Zobrať:
V roku 2019 môžete očakávať veľa zmien a veľa implementácie AI v oblasti dátovej vedy.
Veda o údajoch sa rýchlo mení. Nové pokroky v oblasti umelej inteligencie a strojového učenia znamenajú, že údaje možno aplikovať úplne novými spôsobmi a v bezprecedentných modelových systémoch, aby urobili oveľa viac, ako bolo možné pred niekoľkými rokmi. Cloud tiež predstavuje novú éru dátovej vedy tým, že robí softvér prenosnejším a všestrannejším.
Techopedia sa pýtala odborníkov, čo by sme mohli vidieť v budúcom roku. Tu je niekoľko príkladov, ktoré sa pravdepodobne vydajú v roku 2019.
„Dopyt po inteligentných analytických aplikáciách predefinuje postupy podnikových údajov: Podniky sa pretekajú, aby sa stali podnikmi založenými na údajoch, avšak odomkla sa iba malá časť hodnoty pokročilej analýzy. V roku 2019 bude vysoký dopyt po nových inováciách v oblasti inteligentných analytických aplikácií, ktoré sú poháňané interakciami v reálnom čase, vstavanou analytikou a AI. ...
„Nárast dátového inžiniera prináša AI na popredné miesto v podniku: Minulý rok bol rokom dátového vedca. Podniky sa intenzívne zameriavali na najímanie a posilňovanie schopnosti vedcov údajov vytvárať pokročilé analytické modely a modely strojového učenia. Rok 2019 je rokom dátového inžiniera. Dátoví inžinieri ... sa špecializujú na preklad práce vedcov údajov do tvrdých softvérových riešení založených na údajoch pre podnikanie. Zahŕňa to vytváranie hĺbkových procesov vývoja, testovania, výmeny a auditu AI, ktoré spoločnosti umožňujú začleniť AI a dátové potrubia v celom podniku.
„Človek a strojové učenie tvoria symbiotický vzťah, ktorý riadi obchodné rozhodnutia v reálnom čase: V roku 2019 sa svet AI a analytiky bude musieť zblížiť, aby riadil zmysluplnejšie obchodné rozhodnutia. To si bude vyžadovať spoločný prístup na kombinovanie historickej dávkovej analýzy, streamingovej analýzy, lokalizačnej inteligencie, grafovej analýzy a umelej inteligencie do jednej platformy pre komplexnú analýzu. Konečným výsledkom je nový model na kombináciu ad-hoc analýzy a strojového učenia, ktorý poskytuje lepšie prehľady rýchlejšie ako kedykoľvek predtým. “
- Nima Negahban, CTO a spoluzakladateľ, kinetic
Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
Svoje programovacie schopnosti si nemôžete vylepšiť, keď sa nikto nestará o kvalitu softvéru.
„Vývojári sa učia, že potrebujú priateľa na vedcov údajov.
„Vývojári sa nestanú vedcami údajov - jeden píše kód, druhý myslí matematicky a modeluje. Ale vývojári budú čoraz viac potrebovať porozumieť metodológii vedy o údajoch a integrovať modely vedy o údajoch do svojich pracovných postupov. Dáta robia softvér inteligentnejším, čo mu umožňuje predvídať výsledky alebo predvídať potreby používateľov pomocou strojového učenia. Vývojári preto čoraz viac potrebujú novú úroveň partnerstva s vedcami údajov, aby sa mohla uskutočniť veľká práca. Vývojári môžu odhaliť modely vedcov údajov prostredníctvom rozhraní API a vložiť ich do aplikácií pre konkrétne domény, aby skutočne vyvolali zmeny.
„Zvážte maloobchodníka, ktorý sa snaží inteligentne rozhodnúť, z ktorého obchodu s tehlami a maltou splniť objednávky elektronického obchodu. Vedec údajov môže vytvoriť model, ktorý počíta optimálny obchod, z ktorého sa má loď odoslať, aby spoločnosť poslala sveter, ktorý pravdepodobne sedel na polici v obchode v teplom mieste, a nie model, ktorý by si pravdepodobne kúpil nakupujúci v obchode v chladných oblastiach. Vývojár by mohol tento druh inteligencie vtiahnuť do aplikácie na plnenie úloh a dať ju do rúk zamestnancov, aby urobili správne rozhodnutie. “
- Siddhartha Agarwal, viceprezidentka pre produktový manažment a stratégiu, Oracle Cloud Platform
„V roku 2019 umelá inteligencia (AI) a strojové učenie (ML) takmer naplno využijú svoj potenciál tým, že rýchlejšie a rýchlejšie prepojia a spracujú údaje v globálnej distribúcii okrajových počítačových platforiem. Štatistiky AI a ML boli vždy k dispozícii, ale pravdepodobne využívali trochu pomalšie, ako je potrebné v cloudových platformách alebo tradičných dátových centrách. Teraz môžeme presunúť možnosti výpočtu a ukladania údajov bližšie k miestu, kde sa získavajú a spracúvajú údaje, čo umožňuje spoločnostiam, organizáciám a vládnym agentúram robiť múdrejšie a rýchlejšie rozhodnutia. Už to vidíme v spôsobe, akým letecké spoločnosti stavajú a obsluhujú lietadlá, vládne obranné agentúry reagujú na hackerov a ako osobné asistentky dávajú odporúčania pre budúce nákupy online. Tento rok sa vďaka AI a ML konečne niekto dozvie, či tento špeciálny niekto skutočne chce ovocný koláč alebo umývačku riadu. “
- Alan Conboy, kancelária CTO, Scale Computing
„Rok 2019 sa zdá byť rokom analytiky, strojového učenia a umelej inteligencie. Tieto nástroje sú už k dispozícii, hoci ich zavádzanie sa často oneskorilo z dôvodu nezhodovania týchto nových schopností s vhodnými novými pracovnými postupmi a postupmi SOC. Budúci rok by mali vidieť niektorí z účastníkov, ktorí tvrdia, že používajú tieto techniky, ale v skutočnosti používajú skryté a výstražné techniky poslednej generácie, odpadnúť, čo umožňuje skutočným inovátorom v tejto oblasti začať dominovať. Je pravdepodobné, že to povedie k niektorým akvizíciám, pretože veľké etablované subjekty, ktoré sa snažili vyvinúť túto technológiu, sa namiesto toho snažia kúpiť. Rok 2019 je rokom, v ktorom sa investuje do začínajúcich bezpečnostných zariadení strojového učenia, ktoré preukazujú skutočné schopnosti. “
- Stephen Gailey, architekt riešení, Exabeam
„Keď sa AI a ML stanú hlavným prúdom, v roku 2019 sa objaví nový druh vedcov v oblasti bezpečnostných údajov: techniky AI a ML závisia od údajov. Príprava, spracovanie a interpretácia údajov si vyžaduje vedcov údajov, aby boli polymath. Potrebujú vedieť informatiku, vedu o dátach a predovšetkým musia mať odborné znalosti v oblasti domén, aby dokázali povedať zlé údaje z dobrých údajov a zlé výsledky z dobrých výsledkov. Už sme začali vidieť, že je potrebné, aby odborníci v oblasti bezpečnosti, ktorí rozumejú vede o údajoch a počítačovej vede, boli schopní najprv pochopiť bezpečnostné údaje, ktoré máme dnes k dispozícii. Akonáhle sú tieto dáta pripravené, spracované a interpretované, môžu byť potom použité technikami AI a ML na automatizáciu bezpečnosti v reálnom čase. “
- Setu Kulkarni, viceprezidentka podnikovej stratégie, Biely klobúk
„Vo vývoji softvéru bude veľkým príbehom v roku 2019 strojové učenie a AI. V nasledujúcom roku bude kvalita softvéru rovnaká ako v tom, čo strojové učenie a inteligencia dokáže dosiahnuť ako čokoľvek iné. V minulosti boli procesy dodávania navrhnuté tak, aby boli štíhle a znižovali alebo vylučovali odpad, ale pre mňa je to zastaraný sklenený poloprázdny spôsob sledovania procesu. Ak chceme tento rok v plnej miere využiť tieto dve technológie, musíme pochopiť, že opak odpadu je hodnota, a zastávať názor, že zvýšenie efektívnosti znamená zvýšenie hodnoty, a nie zníženie odpadu.
„Akonáhle sa toto stanovisko zakotví v našej M.O., budeme schopní zamerať svoje úsilie na zlepšenie prostredníctvom neustáleho zlepšovania, rýchlejšie reagovať a predvídať potreby zákazníkov. Keď však ďalej integrujeme a využívame výhody strojového učenia a inteligencie, uvedomíme si, že zlepšenie hodnoty si vyžaduje prediktívnu analýzu. Prediktívna analýza umožňuje simulácie potrubia dodávok na základe dostupných parametrov a možností, takže nemusíte organizáciu „rušiť“, aby ste našli cestu k zlepšeniu. Budete sa môcť skutočne zdokonaliť, učiť sa lekcie prostredníctvom simulácií a keď budete pripravení, implementovať nové vydania, o ktorých budete presvedčení, že budú fungovať.
„Progresívne organizácie budú v roku 2019 proaktívne prostredníctvom simulácie. Ak dokážu simulovať vylepšenia plynovodu, budú sa neustále zlepšovať rýchlejšie. “
- Bob Davis, SOT, Plutora
„V roku 2019 hľadajte dátové tímy, ktoré sa stávajú sofistikovanejšími, ako sa ich polia dozrievajú, vyvíjajú sa na prácu s väčšími množinami údajov a integrujú nové techniky do svojho pracovného toku. Pokročilé jazyky, ako sú R a Python, sa stali kritickejšou súčasťou každodennej analýzy a mali by sa stať ústredným prvkom stratégie „nulového dňa“ pri zostavovaní technologického balíka. “
- Harry Glaser, generálny riaditeľ, Periskopové dáta
„Očakávam rozsiahle prijatie metódy, o ktorej som nedávno písal, Mixed Formal Learning. Umožňuje spoločnostiam vytvárať systémy AI s vynikajúcou presnosťou a nulovým alebo malým množstvom údajov o školení. Z hľadiska surovín, samotná hora dátového toku potrebného na školenie a testovanie riešení AI bráni mnohým spoločnostiam vstúpiť na závod AI.
„Aspoň dve spoločnosti, Google a Glynt.ai, preukázali veľkolepé výsledky pomocou zmiešaného formálneho vzdelávania. Glynt.ai používa túto metódu na extrahovanie údajov z neštruktúrovaných dokumentov s menej ako 10 príkladmi odbornej prípravy. Výsledkom je presnosť asi 98%: lepšia ako skupina dvoch úradníkov na zadávanie údajov. Predchádzajúce implementácie by boli hrdé, keby potrebovali 1 000 príkladov na vykonanie tej istej úlohy s presnosťou 95%. “
- Sandra Carrico, viceprezidentka inžinierstva a vedecká pracovníčka pre údaje na Glynt.ai (obchodná jednotka spoločnosti WattzOn)
"Ak budem musieť predpovedať, čo bude v roku 2019 veľké, povedal by som AI - myslím si, že vidím omnoho lepšie virtuálnych asistentov a lepšie chatboty." Ide o to, že my, spotrebitelia, si nie sme vedomí rýchlosti rastu technológie a jej aplikácií, pretože pracuje v zákulisí.
"Blockchain je tiež veľký a zvyšuje sa." Zatiaľ nemá aplikácie v oblasti vedy o údajoch, ale neprekvapilo by ma, ak v roku 2019 začne mať. Určite by sa toto decentralizované úložisko mohlo využiť na obslúženie veľkých dát. “
- Vania Nikolova, Ph.D. v odbore Matematická analýza, vedúci oddelenia analýzy údajov na RunRepeat.com
„Nedávne masívne investície do vedy o údajoch by mali v nasledujúcich rokoch výrazne zmeniť prostredie sociálnych médií. Ako predajca sociálneho počúvania vidíme vznikajúci záujem o technológie rozpoznávania obrazu s podporou AI, ktoré predstavili hlavní predajcovia SML. Tieto značky už používajú niektoré značky, ktoré sú prvými prijímačmi a inovátormi a sú pripravené na globálny dopyt.
„Táto technológia prináša spotrebiteľským značkám a agentúram úplne novú úroveň marketingových poznatkov. Pomáha im lepšie porozumieť vkusu spotrebiteľov - aj keď značka nie je výslovne uvedená v ich príspevkoch na sociálnych sieťach. Je to vynikajúci spôsob, ako sa marketingoví pracovníci a odborníci na sociálne médiá dozvedieť viac o situáciách týkajúcich sa spotreby produktov a odkryť cenné informácie pre spotrebiteľov. “
- Alexandr Sirach, spoluzakladateľ spoločnosti YouScan (Platforma na počúvanie sociálnych médií s podporou AI)
„V roku 2019 vidíme dramaticky rastúci dopyt po platformách potrubných systémov pre vedu údajov. Často porovnávame vedu údajov s boomom vývoja softvéru, kde GitHub a ďalšie platformy na vývoj softvéru drasticky ovplyvnili oblasť vývoja. Vidíme, že platformy pre vedu o údajoch eskalujú a využívajú pole vedy o údajoch. “
- Yochay Ettun, generálny riaditeľ a spoluzakladateľ spoločnosti cnvrg.io a odborník na vedu o údajoch a strojové učenie
„Predpovedáme, že rok 2019 bude rokom, v ktorom bude veda údajov bežným spôsobom. Mnoho našich klientov a partnerov začalo kopať pneumatiky do hlbších iniciatív v oblasti vedy o údajoch v roku 2018 a máme pocit, že tempo sa rýchlo zvyšuje, aby sa veda o údajoch mohla do konca roku 2019 integrovať do rozhodovania a politiky v rámci celej organizácie. “
- Sam Underwood, viceprezident pre obchodnú stratégiu s Futurety, agentúra pre analýzu a marketing údajov v štáte Ohio