Наука о данных
Использование науки о данных, чтобы навсегда изменить отрасли
История ИИ, больших данных и изменения будущего
Наука о данных — прекрасный пример сотрудничества математики и данных для упрощения нашей жизни. Вы можете не знать об этом, но вы окружены алгоритмами на каждом этапе пути. От поиска оптимального пути домой до минимизации затрат за счет максимизации желаемого результата до измерения вашим автомобилем того, сколько бензина у вас осталось в баке. Черт возьми, есть даже алгоритм умножения двух чисел. Бьюсь об заклад, вы не думали об этом, не так ли?
История ИИ
"Искусственный интеллект". Звучит немного пугающе, не так ли? Ваше первое впечатление может быть о роботах («Я, робот», вы понимаете, о чем я говорю) или о том, что мир сошел с ума.
Позвольте мне уточнить это. ИИ — это то, что машины становятся разумными. Чтобы стать умнее, нужно постоянно совершенствоваться, работая с гигантскими объемами данных. Как вы увидите, у ИИ нет скрытых целей.
Почему 21 век — век больших данных
Информация – это сила. Это может быть просто угроза во время холодной войны, но она определенно оправдала возложенные на нее надежды. Позвольте мне рассказать вам, почему:
- Большие данные управляют большими алгоритмами. Помните: модель хороша настолько, насколько хороши ваши данные. Пару десятилетий назад произошел кризис вычислительной мощности, и такие документы, как закон Мура, вызывали некоторое отвращение. Облачные сервисы позаботятся об этом с распределенными данными. Если интересно, рекомендую прочитать следующую статью:
- Потому что, не имея возможности управлять, предварительно обрабатывать, масштабировать и распространять данные в 21 веке, вы можете забыть о том, что вы компания 21 века.
Просто взгляните на то, какие (цифровые) преобразования эти компании сделали, чтобы не отставать.
[Можно возразить, что некоторые из этих компаний изначально были цифровыми, и он, вероятно, будет прав. Тем не менее, стремление продолжать шлифовать верно для всех. ]
Отрасли, в которых произойдут самые радикальные изменения
ИИ в здравоохранении:
Позвольте мне начать с того, что в области применения ИИ в медицине было проведено гораздо больше исследований и глубокого обучения, чем могло бы или должно быть. Давайте сразу приступим к делу и позвольте мне показать вам, что нас ждет в будущем:
- Автоматизация процессов. Как всегда, ИИ предназначен для упрощения задач, выполняемых людьми, гораздо более эффективным и менее трудоемким способом.
- Глубокое обучение достигло огромного прогресса. Например, сегментация ЭКГ, прогнозирование, более быстрая диагностика, определение стадий сна на основе данных ЭЭГ, обнаружение рака, разработка новых лекарств и многое другое.
Производство
Я говорю не только о роботах, выполняющих чью-то работу. Они перехитрят работника. Я не просто говорю о том, что машины последовательны, неутомимы и им не нужно платить. Как только мы дадим алгоритмам возможность находить оптимальные рабочие процессы, производственный процесс уже никогда не будет прежним.
Данные стали очень ценным ресурсом, и их сбор и хранение дешевле, чем когда-либо. Сегодня все больше производителей, чем когда-либо, используют эти данные, чтобы значительно улучшить свою прибыль благодаря искусственному интеллекту, и особенно машинному обучению.
Например, одной из ключевых идей здесь является автоматический анализ первопричин, который заключается в выявлении факторов, вызывающих дефекты или отклонения в качестве производимого продукта.
Спорт и развлечения
Машинное обучение может прогнозировать поведение пользователя, чтобы давать рекомендации по типу фильмов, музыки, телешоу и другого контента, который ему будет интересен. Кроме того, теперь рекламу можно персонализировать в зависимости от предпочтений пользователя, тем самым увеличивая сделает продажу.
Фондовый рынок
Анализ временных рядов позволит делать надежные прогнозы на основе ранее просмотренных данных. Первый вопрос, который должен возникнуть:
Я позволю тебе добраться до сути. Во всяком случае, я оставил лучшее напоследок.
Транспорт
Автономный автомобиль, также известный как беспилотный автомобиль, — это транспортное средство, которое может чувствовать окружающую среду и способно двигаться без вмешательства человека. Эта технология может преобразовать транспортную систему, поскольку она может анализировать трафик и альтернативные маршруты, тем самым сокращая время в пути.
Вывод
Даже с алгоритмами компьютерного зрения, такими как YOLO, сценарий не переходит к слежке, он переходит к считыванию номерных знаков автомобилей и проверке того, сколько людей используют свои телефоны во время вождения. Надеюсь, что после прочтения статьи вы почувствуете себя лучше в получении знаний и информации, и у вас больше не будет того ужасного чувства, что ИИ берет верх (больше). Я представил отрасли, в которых произойдут самые радикальные изменения, и где это оставляет нас в будущем.
Удачи и счастливого кодирования!!! :)
Подключиться и узнать больше
Не стесняйтесь связаться со мной через любые социальные сети. Буду рад вашим отзывам, признаниям,
или критик.
LinkedIn, Medium, GitHub, Gmail
Я только недавно начал писать свой собственный информационный бюллетень, и я был бы очень признателен, если бы вы заглянули в него.
