La IA se está comiendo la ciencia de datos - KDnuggets

Reeditado por Platón

seguidores: 0

La IA se está comiendo la ciencia de datos
Imagen creada por el autor con Midjourney

Como piedra angular de la revolución tecnológica del siglo XXI, la ciencia de datos se considera el futuro de todas las industrias. Pero una mirada más cercana revela que la ciencia de datos como disciplina sólo habrá existido por un corto tiempo, una transición entre un pasado pobre en datos y un futuro dominado por sistemas inteligentes.

No hace mucho, estábamos plagados de datos escasos y altos costos de almacenamiento de datos. Avance rápido hoy. Debido a nuestros nuevos pilares digitales, incluidos Internet, las redes sociales, el comercio electrónico y los dispositivos IoT, estamos continuamente inundados de datos. La ciencia de datos ha evolucionado hasta convertirse en una herramienta para obtener conocimientos, predecir tendencias y tomar decisiones durante el inicio de esta era de big data, lo que nos ayuda a dar sentido a estos conjuntos de datos masivos. La era del big data ya ha llegado por completo y nos hemos asentado firmemente en ella.

Sin embargo, los cambios se están haciendo evidentes a medida que aumenta la capacidad de manejar big data. El foco ya no son las grandes cantidades de datos que generamos sin parar; Hemos centrado nuestra atención en los complejos sistemas de IA basados en datos, cada vez más proliferantes. La pregunta clave ya no es simplemente "¿Qué conocimientos puedo extraer de estos datos?" En cambio, preguntamos "¿Qué sistema de inteligencia artificial puedo ejecutar con estos datos?" La última década se ha centrado en dominar el big data. A continuación, prometemos pasar al diseño e implementación de sistemas de IA más potentes.

Esta tendencia emergente marca una nueva fase en la que la ciencia de datos se está fusionando con la carrera profesional de IA: la otros Singularidad impulsada por IA. Ya no se trata solo de la capacidad de analizar datos, sino también de construir, entrenar y mantener sistemas de IA que puedan aprender, adaptarse y tomar decisiones autónomas. Esta consolidación de roles representa una situación cada vez más centrada en la IA.

Para ver este cambio en acción, basta con mirar el proyecto ChatGPT de OpenAI. Inicialmente, el proyecto se centró en recopilar y organizar grandes cantidades de datos para entrenar modelos. Sin embargo, el enfoque pronto cambió para intentar crear y mejorar sistemas a gran escala capaces de generar respuestas significativas y contextuales en lenguaje natural. Las interacciones entre datos y sistemas se volverán más dinámicas y la IA utilizará los datos de formas cada vez más complejas e innovadoras.

E imaginemos un futuro en el que las ciudades inteligentes impulsadas por IA sean la norma. Las cantidades indecorosas de datos que se generarán a partir de sensores, dispositivos, interacciones humanas y más serán consumidas por las IA para controlar el flujo de tráfico, el consumo de energía, la seguridad pública y más. Esto va más allá del análisis de datos. Se trata de desarrollar sistemas gigantes de IA que puedan comprender y gestionar ecosistemas urbanos complejos.

Puede parecer que la ciencia de datos está evolucionando hacia una rama de la IA contemporánea, y eso se debe a que, bueno, lo es. Pero no se preocupe, ya que esto no es más que un paso evolutivo para mantenerse al día con el panorama tecnológico en evolución, muy parecido al surgimiento de la ciencia de datos a partir de las estadísticas para manejar los “grandes datos” que alguna vez surgieron. Así como las estadísticas son una parte integral de la ciencia de datos, la ciencia de datos en sí misma seguirá desempeñando un papel importante en un futuro impulsado por la IA.

La transformación relacionada con los datos que comenzó hace más de una década avanza, aunque su destino aún no es obvio. Sin embargo, la dirección es clara: las carreras futuras en la industria tecnológica requieren comprender los datos no sólo de forma aislada, sino como el elemento vital de sistemas de IA sofisticados y versátiles. En este contexto, la ciencia de datos eventualmente será recordada y vista como un hito importante en el camino hacia un futuro centrado en la IA. Sin embargo, no se equivoque; La ciencia de datos como entidad propia. seguirá eventualmente ser recordado.

Y por eso, a medida que los recientes avances en IA comienzan a dejar su huella en gran parte del mundo, hay que estar atentos a su inevitable consumo de ciencia de datos. Así como el datos ahora es grande, también lo son nuestros aspiraciones para los sistemas que puede fomentar.

¡Viva los datos magna!

Mateo Mayo (@mattmayo13) es científico de datos y editor en jefe de KDnuggets, el recurso en línea fundamental de ciencia de datos y aprendizaje automático. Sus intereses radican en el procesamiento del lenguaje natural, el diseño y la optimización de algoritmos, el aprendizaje no supervisado, las redes neuronales y los enfoques automatizados para el aprendizaje automático. Matthew tiene una maestría en ciencias de la computación y un diploma de posgrado en minería de datos. Se le puede contactar en editor1 en kdnuggets[dot]com.