全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4机器学习时代的数据管理
作者:管理员    发布于:2021-04-21 10:54    文字:【】【】【

  随着机器学习(ML)逐步加强,甚至在某些情况下能够取代人类的决策能力,首席数据官、数据科学家和首席信息官逐渐意识到,在即将到来的人工智能(基于AI的决策)时代,传统的数据管理方法已无法满足需求。越来越多注重未来发展的公司意识到通路只有一条:为保障其机器学习战略的成功,他们必须从根本上颠覆整个数据管理的价值链。

  在接下来的18~24个月时间内,为应对这一挑战,德勤预期将有公司开始重新设计其采集、存储和处理数据的方式。在这项工作中,他们将部署一系列工具和方法,包括高级数据采集与结构化转换、繁杂数据的关联关系识别分析,以及支持复杂建模的下一代云存储数据。

  一些公司已开始接受这一趋势,并将之视为其人工智能整体计划的一部分。在德勤第三次年度企业人工智能状况调查中,当被问及增强人工智能竞争优势最重要的工作时,受访企业纷纷选择了“对数据基础架构进行现代化改造以适应人工智能需求”。

  赢咖4

  对于投身这一趋势的“非数字原生代”公司而言,赌注确实很高。他们的一些“数字原生代”竞争对手,从业务发展本质上看,没有过时的数据模型和数据处理能力的负担,已经开始将更广泛的数据变现,并且速度更快。更重要的是,终端用户对原有系统和传统数据模型经常带来的延迟已经越来越没有耐心。从用户点击到结果呈现的最优延迟是50毫秒——任何超出这一时间的延迟,都会使用户变得不耐烦,从而自行做出相关“重要决策”。

  未来几个月,机器数据革命趋势的参与者将寻找机会重新规划设计数据管理价值链,以支持机器学习的各种需要。在数据管理领域,这意味着显著的思路改变。在过去数十年中,企业围绕着一个目的进行数据的收集、整理和分析工作:帮助人们根据统计事实而不是直觉和情感来做出决策。人倾向于查看以2~3个主要因素为特征的汇总数据。而一旦面对更复杂的数据,很多人都难以有效处理信息并据此做出有效决策。因此,我们通常在整齐有序的表格中整理数据,并进行精确标注。相比之下,机器可同时对多个因素进行客观评估。机器学习模型可以在海量的结构化和非结构化数据中,提取低阶的统计显著性指标。他们可以全天候工作,并实时做出明智决策。

  在那些人类决策无法大规模应用的场景中——比如对原始数据进行数据清理,或者为消费者进行个性化产品推荐——机器学习只需做出适度精准的决策,而不需要实现完美决策。例如,零售商会认为,具备为成千上万个体消费者同时进行线上实时商品组合的推荐很有价值。机器学习算法所推荐的商品,也许不能完美匹配每个消费者的独特品位,但在那个时间点,足以拉动相关销售。在整个企业中,每个机器(而非人类)做出的基于数据的适度决策,可以降低每个决策的整体成本,从而帮助企业从下至最低级别的各层级决策中,获取商业价值。建立一个自动化的决策流水线,替代低级别或者不可规模化的人工决策,是符合摩尔定律的。随着时间的推移,决策速度和能力会显著增长,未来实现基于数据决策的成本只需今天所需成本微不足道的一小部分。

  实时处理大量多样化数据的能力,是提升机器学习驱动决策水平的秘方。大数据系统采集和处理数据的速度越快,将数据输入机器学习和分析平台并为用户提供见解的速度也越快,那么数据投资就越能发挥更大的作用。

  为此,越来越多的组织都在探索如何在数据进入网络的那一刻进行决策,而不用先将其发送到核心或云端。其中一些组织正在建设边缘计算能力,这些能力可以降低数据系统的延迟,还可以让这些系统更加可靠和高效。边缘计算意味着将计算能力和处理能力推离中心点,使其更靠近网络的“边缘”或外围。它不会取代企业数据中心或基于云的数据中心,而是有助于在网络上更均匀地分配和处理工作,包括分析和决策。在边缘运行的设备不会将原始数据发送回云端或数据中心,而是独立进行业务处理操作,或仅将已在本地进行存储、处理、分析和反馈后的数据发送到网络。边缘计算在部署机器学习算法时尤其有用,因为其需要不间断地实时访问大量最新数据。在数据第一个输入点上进行实时决策,网络通信也发挥着重要的推动作用。前一代的网络通信技术(例如4G/LTE和WiFi)可以支持某些边缘计算和实时数据处理需求,但是它们受到带宽、延迟以及可管理设备数量的限制。5G可以提供更快的速度和毫秒级的延迟。它还可以扩展带宽、容量,这样就能在每平方公里的网格范围内同时管理更多设备。

  机器学习在各行各业都有良好的发展势头。德勤预测,机器学习技术市场目前正以每年44%的速度增长,到2022年将达到88亿美元的价值。但在那些数据基础设施和流程相对落后的公司,机器学习算法和平台几乎不会给他们带来投资回报。

相关推荐
  • 赢咖4Nano Dimension(NNDMUS)涨超10% 已签署最终协议收购机器学习公司DeepCube Ltd
  • 赢咖4机器学习时代的数据管理
  • 赢咖4机器学习为生成现代、高效的统计数据铺平道路
  • 赢咖42020全球机器学习技术大会12月18-19日在沪隆重召开!
  • 赢咖4聚焦博鳌丨百度自造芯片默克进军量子计算?谁能摘取人工智能“皇冠上的明珠”?
  • 赢咖4吴恩达:一个机器学习团队80%的工作应该放在数据准备上
  • 赢咖4注册九章云极DataCanvas引领中国机器学习开发平台市场
  • 赢咖4娱乐开闸蓄水企业机器学习井喷
  • 赢咖4广州市青少年机器人竞赛举行 143支中小学队伍参赛
  • 赢咖4娱乐明略科技机器学习平台的功能亮点与落地实践
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下