AI mănâncă știința datelor - KDnuggets

Republicat de Platon

Urmaritori: 0

AI este Eating Data Science
Imagine creată de autor cu Midjourney

Fiind piatra de temelie a revoluției tehnologice din secolul 21, știința datelor este văzută ca viitorul fiecărei industrii. Dar o privire mai atentă dezvăluie că știința datelor ca disciplină va exista doar de puțin timp, o tranziție între un trecut sărac în date și un viitor dominat de sisteme inteligente.

Nu cu mult timp în urmă, eram afectați de date rare și de costuri mari de stocare a datelor. Azi înainte rapid. Datorită noilor noastre piloni digitale, inclusiv internetul, rețelele sociale, comerțul electronic și dispozitivele IoT, suntem în mod continuu inundați de date. Știința datelor a evoluat într-un instrument pentru obținerea de informații, prezicerea tendințelor și luarea deciziilor în timpul debutului acestei ere a datelor mari, ajutându-ne să înțelegem aceste seturi masive de date. Era datelor mari a ajuns pe deplin acum și ne-am așezat ferm în ea.

Cu toate acestea, schimbările devin evidente pe măsură ce capacitatea de a gestiona datele mari crește. Accentul nu mai este cantitățile mari de date pe care le generăm non-stop; ne-am îndreptat atenția către sistemele AI complexe alimentate de date, în continuă proliferare. Întrebarea cheie nu mai este doar „Ce perspective pot obține din aceste date?” În schimb, întrebăm „Ce sistem AI pot rula cu aceste date?” Ultimul deceniu s-a concentrat pe stăpânirea datelor mari. În continuare, promitem să trecem la proiectarea și implementarea unor sisteme AI mai puternice.

Această tendință emergentă marchează o nouă fază în care știința datelor fuzionează cu calea carierei AI: the alte Singularitate alimentată de AI. Nu mai este vorba doar despre capacitatea de a analiza date, ci și despre construirea, instruirea și întreținerea sistemelor AI care pot învăța, adapta și lua decizii autonome. Această consolidare a rolurilor reprezintă o situație din ce în ce mai centrată pe IA.

Pentru a vedea această schimbare în acțiune, priviți proiectul ChatGPT al OpenAI. Inițial, proiectul sa concentrat pe colectarea și organizarea unor cantități mari de date pentru antrenarea modelelor. Cu toate acestea, accentul s-a mutat în curând pentru a încerca să creeze și să îmbunătățească sisteme la scară largă capabile să genereze răspunsuri semnificative, contextuale în limbaj natural. Interacțiunile dintre date și sisteme vor deveni mai dinamice, iar AI va folosi datele în moduri din ce în ce mai complexe și inovatoare.

Și imaginați-vă un viitor în care orașele inteligente bazate pe inteligență artificială sunt norma. Cantitățile nepotrivite de date care vor fi generate de la senzori, dispozitive, interacțiuni umane și nu numai, vor fi consumate de AI pentru a controla fluxul de trafic, consumul de energie, siguranța publică și multe altele. Aceasta depășește analiza datelor. Este vorba despre dezvoltarea unor sisteme AI gigantice care pot înțelege și gestiona ecosisteme urbane complexe.

Știința datelor poate părea că evoluează într-o ramură a AI contemporană și asta pentru că, ei bine, este. Dar nu vă îngrijorați, deoarece acesta este doar un pas evolutiv pentru a ține pasul cu peisajul tehnologic în evoluție, la fel ca apariția științei datelor din statistici pentru a gestiona „datele mari” care au apărut cândva. Așa cum statisticile sunt o parte integrantă a științei datelor, știința datelor în sine va continua să joace un rol important într-un viitor bazat pe inteligența artificială.

Transformarea legată de date, care a început cu peste un deceniu în urmă, continuă, deși destinația sa nu este încă evidentă. Direcția, totuși, este clară: viitoarele cariere în industria tehnologiei necesită înțelegerea datelor nu doar în mod izolat, ci ca sângele vital al sistemelor AI sofisticate și versatile. În acest context, știința datelor va fi în cele din urmă privită și privită ca o piatră de hotar majoră pe drumul către un viitor centrat pe AI. Nu vă înșelați, totuși; știința datelor ca entitate proprie voi în cele din urmă să fie privit înapoi.

Și astfel, pe măsură ce progresele recente în AI încep să-și lase amprenta pe o mare parte din lume, fii atent la consumul inevitabil de știință a datelor. La fel ca și de date acum este mare, la fel și noștri aspiraţiile pentru sistemele pe care le poate promova.

Vivat data magna!

Matthew Mayo (@mattmayo13) este un Data Scientist și redactor-șef al KDnuggets, resursa fundamentală online pentru știința datelor și învățarea automată. Interesele sale constau în procesarea limbajului natural, proiectarea și optimizarea algoritmilor, învățarea nesupravegheată, rețelele neuronale și abordările automate ale învățării automate. Matthew deține o diplomă de master în informatică și o diplomă de absolvire în data mining. El poate fi contactat la editor1 la kdnuggets[dot]com.