בינה מלאכותית אוכלת מדעי נתונים - KDnuggets

הועלה מחדש על ידי אפלטון

עוקב: 0

בינה מלאכותית אוכלת מדעי נתונים
תמונה שנוצרה על ידי מחבר עם Midjourney

כאבן היסוד של המהפכה הטכנולוגית של המאה ה-21, מדעי הנתונים נתפסים כעתיד של כל תעשייה. אבל מבט מקרוב מגלה שמדעי הנתונים כדיסציפלינה יהיה קיים רק לזמן קצר, מעבר בין עבר דל בנתונים לעתיד שנשלט על ידי מערכות אינטליגנטיות.

לפני זמן לא רב, היינו מוטרדים עם נתונים דלילים ועלויות אחסון נתונים גבוהות. מהר קדימה היום. בשל עמודי התווך הדיגיטליים החדשים שלנו, כולל האינטרנט, מדיה חברתית, מסחר אלקטרוני ומכשירי IoT, אנו מוצפים ללא הרף בנתונים. מדעי הנתונים התפתחו לכלי להשגת תובנות, חיזוי מגמות וקבלת החלטות במהלך תחילתו של עידן זה של ביג דאטה, שעוזר לנו להבין את מערכי הנתונים העצומים הללו. עידן הביג דאטה הגיע כעת במלואו, והתמקמנו בו היטב.

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.

מגמה מתהווה זו מסמנת שלב חדש שבו מדעי הנתונים מתמזגים עם מסלול הקריירה של AI: אַחֵר 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.

הטרנספורמציה הקשורה לנתונים שהחלה לפני למעלה מעשור צועדת הלאה, אם כי היעד שלה עדיין לא ברור. הכיוון, לעומת זאת, ברור: קריירות עתידיות בתעשיית הטכנולוגיה דורשות הבנת נתונים לא רק במנותק, אלא כסם החיים של מערכות בינה מלאכותית מתוחכמות ורב-תכליתיות. על רקע זה, בסופו של דבר, מדעי הנתונים יסתכלו לאחור ויראו אותו כאבן דרך חשובה בדרך לעתיד המתמקד בבינה מלאכותית. אל תטעו, עם זאת; מדע הנתונים כישות משלו יצטרך בסופו של דבר יסתכלו לאחור.

וכך, כשההתקדמות האחרונה בתחום הבינה המלאכותית מתחילה להשאיר את חותמן על כל כך הרבה מהעולם, שימו לב לצריכה הבלתי נמנעת שלה של מדע נתונים. בדיוק כמו ה נתונים עכשיו גדול, כך גם שלנו שאיפות למערכות שהוא יכול לטפח.

Vivat data magna!

מתיו מאיו (@mattmayo13) הוא מדען נתונים והעורך הראשי של KDnuggets, המשאב המקוון המקוון של מדעי הנתונים ולמידת מכונה. תחומי העניין שלו טמונים בעיבוד שפה טבעית, עיצוב ואופטימיזציה של אלגוריתמים, למידה ללא פיקוח, רשתות עצביות וגישות אוטומטיות ללמידת מכונה. מתיו הוא בעל תואר שני במדעי המחשב ותואר שני בכריית נתונים. ניתן להשיג אותו ב-editor1 ב-kdnuggets[dot]com.