الذكاء الاصطناعي يلتهم علم البيانات - KDnuggets

أعاد نشره أفلاطون

المتابعون: 0

الذكاء الاصطناعي يأكل علوم البيانات
الصورة التي أنشأها المؤلف مع Midjourney

باعتباره حجر الزاوية في الثورة التكنولوجية في القرن الحادي والعشرين، يُنظر إلى علم البيانات على أنه مستقبل كل صناعة. لكن نظرة فاحصة تكشف أن علم البيانات كتخصص لن يكون موجودًا إلا لفترة قصيرة، وهو انتقال بين الماضي الفقير بالبيانات والمستقبل الذي تهيمن عليه الأنظمة الذكية.

منذ وقت ليس ببعيد، كنا نعاني من البيانات المتفرقة وارتفاع تكاليف تخزين البيانات. تقدم سريعًا اليوم. نظرًا للدعائم الرقمية الأساسية التي اكتشفناها حديثًا، بما في ذلك الإنترنت ووسائل التواصل الاجتماعي والتجارة الإلكترونية وأجهزة إنترنت الأشياء، فإننا نتعرض لتدفق مستمر من البيانات. لقد تطور علم البيانات إلى أداة لاكتساب الرؤى والتنبؤ بالاتجاهات واتخاذ القرارات خلال بداية عصر البيانات الضخمة، مما يساعدنا على فهم مجموعات البيانات الضخمة هذه. لقد انتهى عصر البيانات الضخمة الآن بالكامل، واستقرينا فيه بقوة.

However, changes are becoming apparent as the ability to handle big data increases. The focus is no longer the vast amounts of data we generate non-stop; we have turned our attention to the ever-proliferating complex data-fuelled AI systems. The key question is no longer just “What insights can I derive from this data?” We instead ask “What AI system can I run with this data?” The last decade has focused on mastering big data. Next, we promise to move on to designing and implementing more powerful AI systems.

يمثل هذا الاتجاه الناشئ مرحلة جديدة يتم فيها دمج علم البيانات مع المسار الوظيفي للذكاء الاصطناعي: آخر AI-powered singularity. It’s no longer just about the ability to analyze data, it’s also about building, training and maintaining AI systems that can learn, adapt and make autonomous decisions. This consolidation of roles represents an increasingly AI-centric situation.

To see this change in action, just look at OpenAI’s ChatGPT project. Initially, the project focused on collecting and organizing large amounts of data to train models. However, the focus soon shifted to attempt to create and improve large-scale systems capable of generating meaningful, contextual natural language responses. Interactions between data and systems will become more dynamic, and AI will use data in increasingly complex and innovative ways.

And imagine a future where AI-powered smart cities are the norm. The unseemly amounts of data that will be generated from sensors, devices, human interactions, and beyond will be consumed by AIs to control traffic flow, energy consumption, public safety, and more. This goes beyond data analysis. It’s about developing giant AI systems that can understand and manage complex urban ecosystems.

Data science may appear to be evolving into a branch of contemporary AI, and that’s because, well, it is. But fret not, as this is but an evolutionary step to keep pace with the evolving technology landscape, much like the emergence of data science from statistics to handle the once-emerging “big data.” Just as statistics are an integral part of data science, data science itself will continue to play an important role in an AI-driven future.

إن التحول المرتبط بالبيانات والذي بدأ قبل أكثر من عقد من الزمان يمضي قدما، على الرغم من أن وجهته ليست واضحة بعد. ومع ذلك، فإن الاتجاه واضح: تتطلب الوظائف المستقبلية في صناعة التكنولوجيا فهم البيانات ليس فقط بمعزل عن غيرها، ولكن باعتبارها شريان الحياة لأنظمة الذكاء الاصطناعي المتطورة والمتعددة الاستخدامات. في ظل هذه الخلفية، سيتم في نهاية المطاف إعادة النظر إلى علم البيانات باعتباره معلمًا رئيسيًا على طول الطريق نحو مستقبل يتمحور حول الذكاء الاصطناعي. ولكن لا تخطئ؛ علم البيانات ككيان خاص به سوف في نهاية المطاف أن ينظر إليها مرة أخرى.

وهكذا، مع بدء التطورات الأخيرة في الذكاء الاصطناعي في ترك بصماتها على الكثير من أنحاء العالم، ترقب استهلاكه الحتمي لعلم البيانات. تماما كما البيانات أصبح الآن كبيرًا، وكذلك حالنا أيضًا تطلعات للأنظمة التي يمكن أن تعززها.

تحيا البيانات ماجنا!

ماثيو مايو (@ mtmayo13) هو عالم بيانات ورئيس تحرير KDnuggets ، المصدر الأساسي لعلوم البيانات والتعلم الآلي عبر الإنترنت. تكمن اهتماماته في معالجة اللغة الطبيعية ، وتصميم الخوارزميات وتحسينها ، والتعلم غير الخاضع للإشراف ، والشبكات العصبية ، والأساليب الآلية للتعلم الآلي. ماثيو حاصل على درجة الماجستير في علوم الكمبيوتر ودبلوم الدراسات العليا في استخراج البيانات. يمكن الوصول إليه على editor1 في kdnuggets [dot] com.