AI는 데이터 과학을 먹고 있습니다 - KDnuggets

플라톤에 의해 재발행

팔로워 : 0

AI는 데이터 과학을 먹고 있다
작성자가 Midjourney로 만든 이미지

21세기 기술 혁명의 초석인 데이터 사이언스는 모든 산업의 미래로 여겨지고 있습니다. 그러나 자세히 살펴보면 학문 분야로서의 데이터 과학은 데이터가 부족한 과거와 지능형 시스템이 지배하는 미래 사이의 전환이라는 짧은 시간 동안만 존재했을 것이라는 사실을 알 수 있습니다.

얼마 전까지만 해도 우리는 데이터 부족과 높은 데이터 저장 비용으로 인해 어려움을 겪었습니다. 오늘은 빨리 감으세요. 인터넷, 소셜 미디어, 전자상거래, IoT 장치 등 새로 발견된 디지털 주류로 인해 우리는 지속적으로 데이터의 홍수를 겪고 있습니다. 데이터 과학은 빅 데이터 시대가 시작되는 동안 통찰력을 얻고 추세를 예측하며 의사 결정을 내리는 도구로 발전하여 이러한 대규모 데이터 세트를 이해하는 데 도움을 줍니다. 이제 빅데이터 시대가 성큼 다가왔고 우리는 그 시대에 확고히 자리 잡았습니다.

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.

이러한 새로운 추세는 데이터 과학이 AI 경력 경로와 병합되는 새로운 단계를 나타냅니다. other 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.

10여년 전에 시작된 데이터 관련 혁신은 계속 진행되고 있지만 그 목적지는 아직 확실하지 않습니다. 그러나 방향은 분명합니다. 기술 산업에서 미래의 경력을 쌓으려면 데이터를 고립된 것뿐만 아니라 정교하고 다재다능한 AI 시스템의 생명선으로 이해해야 합니다. 이러한 배경에서 데이터 과학은 결국 AI 중심의 미래를 향한 길을 따라가는 중요한 이정표로 되돌아보고 간주될 것입니다. 그러나 실수하지 마십시오. 데이터 과학을 그 자체의 실체로 의지 결국 되돌아보게 된다.

따라서 최근 AI의 발전이 세계 곳곳에 흔적을 남기기 시작하면서 필연적으로 데이터 과학이 소비되는 것을 주시하십시오. 마찬가지로 데이터 이제 규모가 커졌고 우리도 마찬가지입니다. 포부 육성할 수 있는 시스템을 위해.

Vivat 데이터 마그나!

매튜 메이요 (@mattmayo13)는 데이터 과학자이자 획기적인 온라인 데이터 과학 및 기계 학습 리소스인 KDnuggets의 편집장입니다. 그의 관심 분야는 자연어 처리, 알고리즘 설계 및 최적화, 비지도 학습, 신경망, 기계 학습에 대한 자동화된 접근 방식입니다. Matthew는 컴퓨터 공학 석사 학위와 데이터 마이닝 대학원 학위를 보유하고 있습니다. kdnuggets[dot]com의 editor1에게 연락할 수 있습니다.