AI กำลังกินวิทยาศาสตร์ข้อมูล - KDnuggets

AI กำลังกินวิทยาศาสตร์ข้อมูล – KDnuggets

โหนดต้นทาง: 2683049

AI กำลังกินวิทยาศาสตร์ข้อมูล
ภาพที่สร้างโดยผู้เขียนกับ Midjourney
 

ในฐานะรากฐานที่สำคัญของการปฏิวัติเทคโนโลยีในศตวรรษที่ 21 วิทยาศาสตร์ข้อมูลถูกมองว่าเป็นอนาคตของทุกอุตสาหกรรม แต่มองอย่างใกล้ชิดเผยให้เห็นว่าวิทยาการข้อมูลในฐานะระเบียบวินัยจะเกิดขึ้นในช่วงเวลาสั้น ๆ เท่านั้น ซึ่งเป็นการเปลี่ยนแปลงระหว่างอดีตที่ไม่ค่อยมีข้อมูลและอนาคตที่ถูกครอบงำโดยระบบอัจฉริยะ

ไม่นานมานี้ เราประสบปัญหากับข้อมูลที่มีอยู่อย่างกระจัดกระจายและค่าใช้จ่ายในการจัดเก็บข้อมูลที่สูง รีบไปข้างหน้าวันนี้ เนื่องจากปัจจัยหลักทางดิจิทัลที่เราเพิ่งค้นพบ ได้แก่ อินเทอร์เน็ต โซเชียลมีเดีย อีคอมเมิร์ซ และอุปกรณ์ IoT เราจึงเต็มไปด้วยข้อมูลอย่างต่อเนื่อง วิทยาการข้อมูลได้พัฒนาเป็นเครื่องมือในการรับข้อมูลเชิงลึก คาดการณ์แนวโน้ม และทำการตัดสินใจในช่วงที่เริ่มเกิดยุคของข้อมูลขนาดใหญ่ ซึ่งช่วยให้เราเข้าใจชุดข้อมูลขนาดใหญ่เหล่านี้ ยุคของข้อมูลขนาดใหญ่ได้มาถึงแล้ว และเราได้ตัดสินใจอย่างมั่นคงแล้ว

อย่างไรก็ตาม การเปลี่ยนแปลงเริ่มชัดเจนขึ้นเมื่อความสามารถในการจัดการข้อมูลขนาดใหญ่เพิ่มขึ้น โฟกัสไม่ได้อยู่ที่ข้อมูลจำนวนมหาศาลที่เราสร้างอย่างต่อเนื่องอีกต่อไป เราได้หันความสนใจไปที่ระบบ AI ที่ใช้ข้อมูลที่ซับซ้อนซึ่งมีจำนวนมากขึ้นเรื่อยๆ คำถามสำคัญไม่ใช่แค่ “ฉันได้ข้อมูลเชิงลึกอะไรบ้างจากข้อมูลนี้” อีกต่อไป เราถามแทนว่า “ระบบ AI ใดที่ฉันสามารถใช้กับข้อมูลนี้ได้” ทศวรรษที่ผ่านมามุ่งเน้นไปที่การเรียนรู้ข้อมูลขนาดใหญ่ ต่อไป เราสัญญาว่าจะออกแบบและใช้งานระบบ AI ที่มีประสิทธิภาพมากขึ้น

แนวโน้มที่เกิดขึ้นนี้ถือเป็นเฟสใหม่ที่วิทยาการข้อมูลกำลังผสานเข้ากับเส้นทางอาชีพของ AI: อื่น ๆ ภาวะเอกฐานที่ขับเคลื่อนด้วย AI ไม่ใช่แค่ความสามารถในการวิเคราะห์ข้อมูลอีกต่อไป แต่ยังเกี่ยวกับการสร้าง การฝึกอบรม และการบำรุงรักษาระบบ AI ที่สามารถเรียนรู้ ปรับเปลี่ยน และตัดสินใจได้ด้วยตนเอง การรวมบทบาทนี้แสดงถึงสถานการณ์ที่มี AI เป็นศูนย์กลางมากขึ้นเรื่อยๆ

หากต้องการดูการเปลี่ยนแปลงนี้ โปรดดูที่โครงการ ChatGPT ของ OpenAI ในขั้นต้นโครงการมุ่งเน้นไปที่การรวบรวมและจัดระเบียบข้อมูลจำนวนมากเพื่อฝึกอบรมแบบจำลอง อย่างไรก็ตาม ในไม่ช้าจุดสนใจก็เปลี่ยนไปเป็นการพยายามสร้างและปรับปรุงระบบขนาดใหญ่ที่สามารถสร้างการตอบสนองภาษาธรรมชาติที่มีความหมายตามบริบท การโต้ตอบระหว่างข้อมูลและระบบจะมีไดนามิกมากขึ้น และ AI จะใช้ข้อมูลในรูปแบบที่ซับซ้อนและสร้างสรรค์มากขึ้น

และจินตนาการถึงอนาคตที่เมืองอัจฉริยะที่ขับเคลื่อนด้วย AI เป็นเรื่องปกติ ข้อมูลจำนวนมากเกินสมควรที่จะสร้างขึ้นจากเซ็นเซอร์ อุปกรณ์ การโต้ตอบของมนุษย์ และอื่นๆ จะถูกใช้โดย AI เพื่อควบคุมการไหลของการจราจร การใช้พลังงาน ความปลอดภัยสาธารณะ และอื่นๆ สิ่งนี้นอกเหนือไปจากการวิเคราะห์ข้อมูล มันเกี่ยวกับการพัฒนาระบบ AI ขนาดยักษ์ที่สามารถเข้าใจและจัดการระบบนิเวศในเมืองที่ซับซ้อนได้

วิทยาศาสตร์ข้อมูลอาจดูเหมือนว่ากำลังพัฒนาไปสู่สาขาหนึ่งของ AI ร่วมสมัย และนั่นเป็นเพราะเป็นเช่นนั้น แต่อย่าเพิ่งกังวลไป เพราะนี่เป็นเพียงขั้นตอนวิวัฒนาการเพื่อให้ทันกับภูมิทัศน์ของเทคโนโลยีที่เปลี่ยนแปลงไป เหมือนกับการเกิดขึ้นของวิทยาศาสตร์ข้อมูลจากสถิติเพื่อจัดการกับ "ข้อมูลขนาดใหญ่" ที่เกิดขึ้นครั้งเดียว เช่นเดียวกับที่สถิติเป็นส่วนสำคัญของวิทยาการข้อมูล วิทยาการข้อมูลเองจะยังคงมีบทบาทสำคัญในอนาคตที่ขับเคลื่อนด้วย AI

การเปลี่ยนแปลงที่เกี่ยวข้องกับข้อมูลที่เริ่มต้นเมื่อทศวรรษที่แล้วกำลังดำเนินต่อไป แม้ว่าปลายทางยังไม่ชัดเจน อย่างไรก็ตาม ทิศทางนั้นชัดเจน: อาชีพในอนาคตในอุตสาหกรรมเทคโนโลยีนั้นต้องการการทำความเข้าใจข้อมูล ไม่ใช่แค่แยกจากกันเท่านั้น แต่ยังเป็นสัดส่วนหลักของระบบ AI ที่ซับซ้อนและหลากหลาย ท่ามกลางฉากหลังนี้ ในที่สุด วิทยาศาสตร์ข้อมูลจะถูกมองย้อนกลับไปและมองว่าเป็นก้าวสำคัญบนถนนสู่อนาคตที่มี AI เป็นศูนย์กลาง อย่างไรก็ตามอย่าทำผิดพลาด วิทยาศาสตร์ข้อมูลเป็นหน่วยงานของตนเอง จะ ถูกมองย้อนกลับไปในที่สุด

ดังนั้น เมื่อความก้าวหน้าล่าสุดใน AI เริ่มทิ้งร่องรอยไว้ทั่วโลก ให้จับตาดูการบริโภควิทยาการข้อมูลอย่างหลีกเลี่ยงไม่ได้ เช่นเดียวกับที่ ข้อมูล ตอนนี้ใหญ่แล้ว ของเราก็เช่นกัน แรงบันดาลใจ สำหรับระบบที่สามารถส่งเสริม

Vivat data magna!

 
 
Matthew Mayo May (@แมตต์มาโย13) เป็นนักวิทยาศาสตร์ข้อมูลและหัวหน้าบรรณาธิการของ KDnuggets ซึ่งเป็นแหล่งข้อมูลออนไลน์ด้านวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง ความสนใจของเขาอยู่ที่การประมวลผลภาษาธรรมชาติ การออกแบบอัลกอริธึมและการเพิ่มประสิทธิภาพ การเรียนรู้แบบไม่มีผู้ดูแล โครงข่ายประสาทเทียม และวิธีการอัตโนมัติในการเรียนรู้ของเครื่อง Matthew สำเร็จการศึกษาระดับปริญญาโทด้านวิทยาการคอมพิวเตอร์และประกาศนียบัตรบัณฑิตด้านการทำเหมืองข้อมูล เขาสามารถติดต่อได้ที่ editor1 ที่ kdnuggets[dot]com
 

ประทับเวลา:

เพิ่มเติมจาก KD นักเก็ต

KDnuggets™ News 21:n44, 17 พ.ย.: อย่าเสียเวลาไปกับการสร้างเครือข่ายวิทยาศาสตร์ข้อมูลของคุณ 19 แนวคิดโครงงานวิทยาศาสตร์ข้อมูลสำหรับผู้เริ่มต้น

โหนดต้นทาง: 1570438
ประทับเวลา: พฤศจิกายน 17, 2021

ข่าว KDnuggets วันที่ 18 มกราคม: 7 แพลตฟอร์มที่ดีที่สุดในการฝึก SQL • AI ที่อธิบายได้: 10 Python Libraries เพื่อทำให้การตัดสินใจของโมเดลของคุณกระจ่าง

โหนดต้นทาง: 1909830
ประทับเวลา: ม.ค. 18, 2023