هوش مصنوعی در حال خوردن علم داده است - KDnuggets

بازنشر افلاطون

دنبال: 0

هوش مصنوعی علم داده را می خورد
تصویر ایجاد شده توسط نویسنده با Midjourney

به عنوان سنگ بنای انقلاب تکنولوژیک قرن بیست و یکم، علم داده به عنوان آینده هر صنعتی در نظر گرفته می شود. اما نگاهی دقیق‌تر نشان می‌دهد که علم داده به‌عنوان یک رشته فقط برای مدت کوتاهی وجود خواهد داشت، انتقالی بین گذشته‌ای با داده‌های ضعیف و آینده‌ای که تحت سلطه سیستم‌های هوشمند است.

چندی پیش، ما گرفتار داده های پراکنده و هزینه های بالای ذخیره سازی اطلاعات بودیم. امروز سریع جلو بروید. با توجه به پایه‌های دیجیتالی جدیدمان، از جمله اینترنت، رسانه‌های اجتماعی، تجارت الکترونیک و دستگاه‌های IoT، ما به طور مداوم پر از داده‌ها هستیم. علم داده به ابزاری برای به دست آوردن بینش، پیش‌بینی روندها و تصمیم‌گیری در طول این دوره از کلان داده تبدیل شده است و به ما کمک می‌کند این مجموعه داده‌های عظیم را درک کنیم. دوران کلان داده اکنون به طور کامل فرا رسیده است و ما به طور جدی در آن مستقر شده ایم.

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.

این روند نوظهور مرحله جدیدی را نشان می دهد که در آن علم داده با مسیر شغلی هوش مصنوعی ادغام می شود: دیگر 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.

دگرگونی مرتبط با داده‌ها که بیش از یک دهه پیش آغاز شد، به پیش می‌رود، اگرچه مقصد آن هنوز مشخص نیست. با این حال، مسیر روشن است: مشاغل آینده در صنعت فناوری نیازمند درک داده ها نه تنها به صورت مجزا، بلکه به عنوان رگ حیات سیستم های هوش مصنوعی پیچیده و همه کاره است. در مقابل این پس‌زمینه، علم داده در نهایت مورد توجه قرار می‌گیرد و به عنوان یک نقطه عطف مهم در مسیر آینده‌ای مبتنی بر هوش مصنوعی در نظر گرفته می‌شود. با این حال اشتباه نکنید. علم داده به عنوان موجودیت خاص خود اراده در نهایت به آن نگاه می شود.

و بنابراین، از آنجایی که پیشرفت‌های اخیر در هوش مصنوعی شروع به گذاشتن اثر خود در بسیاری از نقاط جهان می‌کند، مراقب مصرف اجتناب‌ناپذیر آن از علم داده باشید. درست همانطور که داده ها اکنون بزرگ است، ما نیز همینطور آرمان برای سیستم هایی که می تواند تقویت کند.

Vivat data Magna!

متیو مایو (@mattmayo13) یک دانشمند داده و سردبیر KDnuggets، منبع آنلاین مهم علم داده و یادگیری ماشین است. علایق او در پردازش زبان طبیعی، طراحی و بهینه‌سازی الگوریتم، یادگیری بدون نظارت، شبکه‌های عصبی و رویکردهای خودکار یادگیری ماشین است. متیو دارای مدرک کارشناسی ارشد در علوم کامپیوتر و دیپلم در رشته داده کاوی است. می توان با او در editor1 در kdnuggets[dot]com تماس گرفت.