Sadržaj
Izvor: Maksym Yemelyanov / Dreamstime.com
Oduzeti:
Možete očekivati da ćete u 2019. godini vidjeti dosta promjena i puno implementacije AI na području znanosti podataka.
Znanost podataka se brzo mijenja. Novi napredak u AI i strojnom učenju znači da se podaci mogu primijeniti na potpuno nove načine i u neviđenim sustavima za modeliranje učiniti mnogo više nego što je bilo moguće prije samo nekoliko godina. Oblak je uveo i u novo doba znanosti podataka čineći softver prijenosnijim i svestranijim.
Techopedia je pitala stručnjake što bismo mogli vidjeti u predstojećoj godini. Evo nekih što će se vjerojatno pojaviti u 2019. godini.
„Potražnja za pametnim analitičkim aplikacijama redefinirat će prakse upravljanja podacima: Poduzeća su u trci da postanu poduzeća utemeljena na podacima, ali otključan je samo mali dio vrijednosti napredne analitike. U 2019. godini bit će velika potražnja za novim inovacijama oko pametnih analitičkih aplikacija koje pokreću interakcije u stvarnom vremenu, ugrađena analitika i AI. ...
„Uspon inženjera podataka podiže AI u prvi plan unutar poduzeća: Prošla godina bila je godina znanstvenika za podatke. Poduzeća su se u velikoj mjeri fokusirala na zapošljavanje i osnaživanje znanstvenika za izradu podataka za izradu naprednih modela analitike i strojnog učenja. 2019. je godina inženjera podataka. Inženjeri podataka ... specijalizirani su za prevođenje rada znanstvenika podataka u kaljena softverska rješenja koja se zasnivaju na podacima. To uključuje izradu detaljnih procesa AI razvoja, testiranja, preusmjeravanja i revizije koji omogućuju kompaniji da ugradi AI i cjevovode podataka na ljestvici u cijelom poduzeću.
„Ljudsko i strojno učenje oblikuju simbiotski odnos kako bi se upravljale poslovnim odlukama u stvarnom vremenu: 2019. godine svijet AI i analitika morat će se približiti kako bi donijeli smislenije poslovne odluke. Ovo će zahtijevati zajednički pristup za kombiniranje povijesne serijske analize, struje analitike, lokacije inteligencije, grafičke analize i umjetne inteligencije u jednoj platformi za složenu analizu. Krajnji rezultat je novi model za kombiniranje ad-hoc analize i strojnog učenja kako bi se pružili bolji uvidi brže nego ikad prije. "
- Nima Negahban, CTO i suosnivač, KINETICA
Bez grešaka, bez stresa - Vaš korak po korak vodič za stvaranje softvera koji mijenja život bez uništavanja života
Ne možete poboljšati svoje programiranje kad nikoga nije briga za kvalitetu softvera.
„Programeri uče da im treba prijatelj znanstvenika za podatke.
„Programeri neće postati znanstvenici podataka - jedan piše kôd, a razmišlja matematiku i modele. Ali dev će sve više morati razumjeti metodologije znanosti podataka i integrirati modele znanosti o podacima u svoj tijek rada. Podaci čine softver inteligentnijim omogućava mu predviđanje ishoda ili predviđanje potreba korisnika putem strojnog učenja. Dakle, programerima sve više treba nova razina partnerstva sa znanstvenicima podataka kako bi se postigao veliki posao. Programeri mogu izložiti modele znanstvenika podataka putem API-ja i umetnuti ih u aplikacije specifične za domenu da stvarno utječu na promjene.
„Razmislite kako prodavač pokušava inteligentno odlučiti iz koje će trgovine cigle i minobacača ispunjavati narudžbe putem e-trgovine. Znanstvenik podataka može stvoriti model koji izračunava optimalnu trgovinu iz koje se otprema, tako da tvrtka dostavlja džemper koji je vjerojatno sjedio na polici u trgovini na toplom mjestu, a ne onaj koji će vjerojatno kupiti neki kupca u hladnim područjima. Programer bi mogao takvu inteligenciju uvući u aplikaciju za ispunjenje i staviti je u ruke zaposlenika kako bi donijeli ispravnu odluku. "
- Siddhartha Agarwal, potpredsjednica, upravljanje proizvodom i strategija, Oracle Cloud Platform
„U 2019. godini umjetna inteligencija (AI) i strojno učenje (ML) gotovo će dostići svoj puni potencijal povezivanjem i obradom podataka bržim putem globalne distribucije rubnih računalnih platformi. Uvidi u AI i ML uvijek su bili dostupni, ali po mogućnosti su djelovali nešto sporije nego što je potrebno na oblačnim platformama ili tradicionalnim podatkovnim centrima. Sada možemo premjestiti mogućnosti računanja i pohrane bliže mjestu prikupljanja i obrade podataka, omogućujući tvrtkama, organizacijama i vladinim agencijama donošenje mudrijih i bržih odluka. To već primjećujemo na način na koji aviokompanije grade i servisiraju avione, vladine agencije za obranu reagiraju na hakere i kako osobni asistenti daju preporuke za buduće kupnje putem interneta. Ove godine, zahvaljujući AI i ML-u, netko će konačno znati želi li onaj poseban netko tko želi voćni kolač ili stroj za pranje napajanja. "
- Alan Conboy, ured CTO-a, Računalo na skali
„Čini se da će 2019. biti godina analitike, strojnog učenja i AI-ja. Ovi su alati već dostupni, iako je njihovo korištenje često odgođeno zbog neusklađivanja tih novih mogućnosti s odgovarajućim novim tijekovima rada i SOC praksama. Sljedeće bi se godine trebali naći neki od pretendenata - oni koji tvrde da se koriste tim tehnikama, ali zapravo koriste prekrivačke tehnike upozoravanja i upozorenja posljednje generacije - propadaju, omogućujući stvarnim inovatorima na ovom polju da počnu dominirati. To će vjerojatno dovesti do nekih akvizicija, jer veliki korisnici koji su se borili da razviju ovu tehnologiju žele je kupiti umjesto nje. 2019. je godina uložiti u sigurnosne startapove strojnog učenja koji demonstriraju stvarne mogućnosti. "
- Stephen Gailey, arhitekt rješenja, Exabeam
„Kako AI i ML postaju uobičajeni, u 2019. će se pojaviti nova vrsta znanstvenika o sigurnosnim podacima: AI i ML tehnike ovise o podacima. Priprema, obrada i interpretacija podataka zahtijevaju od znanstvenika podataka polimatima. Oni moraju poznavati informatiku, znanost o podacima i, iznad svega, moraju imati stručnost u domeni kako bi mogli iznijeti dobre podatke i loše rezultate iz dobrih rezultata. Ono što smo već počeli uviđati jest potreba da stručnjaci za sigurnost koji razumiju znanost podataka i računalne znanosti mogu najprije shvatiti sigurnosne podatke koji su nam danas dostupni. Jednom kada se ti podaci pripreme, obrade i interpretiraju, oni se tada mogu koristiti AI i ML tehnikama za automatizaciju sigurnosti u stvarnom vremenu. "
- Setu Kulkarni, potpredsjednik korporativne strategije, Bijeli šešir
„U razvoju softvera, velika će priča u 2019. biti strojno učenje i AI. U narednoj godini, kvaliteta softvera bit će toliko o onome što strojno učenje i AI mogu postići kao i sve drugo. U prošlosti su procesi isporuke zamišljeni tako da smanjuju ili uklanjaju otpad, ali meni je to zastarjeli, prazno, prazan čaj. Ove godine, ako želimo u potpunosti iskoristiti ove dvije tehnologije, moramo shvatiti da je suprotnost otpadu vrijednost i zauzeti staklo-pola-punu stavu da učinkovitost postaje učinkovitija znači i povećanje vrijednosti, a ne smanjenje otpada.
"Jednom kada se to gledište ukorijeni u našem M.O., moći ćemo usmjeriti svoje stavove na boljitak kroz kontinuirano poboljšavanje, brži reagiranje i predviđanje potreba kupaca. Kako dalje integriramo i koristimo strojno učenje i AI, shvatit ćemo da poboljšanje vrijednosti zahtijeva prediktivnu analitiku. Prediktivna analitika omogućava simulaciju cjevovoda za isporuku na temelju parametara i dostupnih opcija, tako da ne morate "baciti" organizaciju da biste pronašli put do poboljšanja. Moći ćete se virtualno poboljšati, naučiti lekcije pomoću simulacija i kad budete spremni implementirati nova izdanja za koja ste uvjereni da će uspjeti.
„Progresivne organizacije u 2019. godini djelovat će proaktivno kroz simulaciju. Ako mogu simulirati poboljšanja cjevovoda, kontinuirano će se brže poboljšavati. "
- Bob Davis, CMO, Plutora
„U 2019. godini tražite da podatkovni timovi postanu sofisticiraniji kako sazrijevaju na terenu, kako bi se razvijali kako bi radili s većim brojevima podataka i integrirali nove tehnike u svoj tijek rada. Napredni jezici poput R i Pythona postali su kritičniji dio svakodnevne analize te bi trebali biti središnje mjesto u strategiji 'dan nula' pri izradi bilo kojeg tehnološkog skupa. "
- Harry Glaser, izvršni direktor, Podaci periskopa
„Očekujem da ću vidjeti široko prihvaćanje metode o kojoj sam nedavno pisao, Mješovito formalno učenje. Omogućuje tvrtkama stvaranje AI sustava s izvanrednom točnošću i nula ili sitnim količinama podataka o obuci. Sa stajališta sirovina, čista planina ispušnih podataka potrebnih za osposobljavanje i testiranje AI rješenja sprječava mnoge kompanije da uđu u AI utrku.
„Najmanje dvije tvrtke, Google i Glynt.ai, pokazale su spektakularne rezultate pomoću Mješovitog formalnog učenja. Glynt.ai koristi ovu metodu za vađenje podataka iz nestrukturiranih dokumenata s manje od 10 primjera treninga. Rezultat je točnost od oko 98%: bolja od tima od dva službenika za unos podataka. Prethodne implementacije bile bi ponosne da im je potrebno 1.000 primjera za isti zadatak s točnošću od 95%. "
- Sandra Carrico, VP inženjerka i glavna znanstvenica za podatke pri Glynt.ai (poslovna jedinica u WattzOn)
„Ako moram predvidjeti što će biti veliko u 2019. godini, rekao bih AI - mislim da vidim mnogo bolje virtualne pomoćnike i bolje chatbotove. Stvar s AI je da mi, potrošači, nismo baš svjesni stope rasta tehnologije i njezinih primjena, jer to djeluje iza scene.
"Također je blockchain velik i postaje sve veći. Za sada nema aplikacija u znanosti o podacima, ali neću biti iznenađen ako u 2019. to počne imati. Svakako, svu ovu decentraliziranu pohranu moglo bi se koristiti za posluživanje velikih podataka. "
- Vania Nikolova, dr. Sc. u Matematičkoj analizi, voditeljica Analize podataka pri RunRepeat.com
„Nedavna masovna ulaganja u znanost podataka trebala bi značajno promijeniti krajolik na društvenim mrežama u narednih nekoliko godina. Kao dobavljač društvenih preslušavanja, sve je veće zanimanje za AI-tehnologije za prepoznavanje slika koje su uveli glavni dobavljači SML-a. Već ih koriste neki brendovi koji su rano prihvaćeni i inovatori i spremni su za globalnu potražnju.
„Ova tehnologija donosi potpuno novu razinu marketinških uvida u potrošačke marke i agencije. To im pomaže da bolje razumiju ukuse svojih potrošača - iako se marka izrijekom ne spominje u njihovim postovima na društvenim mrežama. Odličan je način da trgovci i stručnjaci za društvene medije nauče više o situacijama u potrošnji proizvoda i otkriju vrijedne uvide potrošača. "
- Alexandr Sirach, suosnivač u YouScan (Platforma za preslušavanje putem AI napajanja)
„U 2019. godini vidimo da se potražnja za platformama za cjevovod za znanost podataka drastično povećava. Znanost podataka često uspoređujemo s procvatom razvoja softvera, gdje su GitHub i ostale platforme za razvoj softvera drastično utjecale na područje razvoja. Vidimo kako platforme za znanost podataka eskaliraju i iskorištavaju polje znanosti o podacima. "
- Yochay Ettun, direktor i suosnivač tvrtke cnvrg.io i stručnjak za znanost o podacima i strojno učenje
"Predviđamo da će 2019. godina biti znanost podataka. Mnogi naši klijenti i partneri u 2018. godini počeli su se baviti dubljim inicijativama za znanost o podacima, a mi osjećamo kako brzo raste volja za integraciju znanosti o podacima u proces donošenja odluka i politike do kraja 2019. "
- Sam Underwood, potpredsjednik poslovne strategije s Futurety, agencija za analitiku i marketing podataka sa sjedištem u Ohaju