23 Σεπτεμβρίου 2017

Machine Learning: ταχύτερο από έναν επιστήμονα δεδομένων

Με την σύγχρονη έμφαση στην απόκτηση επιστημόνων δεδομένων που θα ηγηθούν προγράμματα business analytics σε όλες τις βιομηχανίες, οι μικρομεσαίες επιχειρήσεις δυσκολεύονται να αντιμετωπίσουν τις μεγάλες εταιρίες με μεγαλύτερους προϋπολογισμούς και με την έλλειψη ταλέντων. Όπως ανέφερε ο Fredric Paul στο NetworkWorld, οποιοσδήποτε με «γνώση δεδομένων» στον τίτλο εργασίας και με λίγα χρόνια εμπειρίας δέχεται 100 emails κάθε μέρα για εργασία. Με περισσότερα χρήματα και ίσως περισσότερο ενδιαφέροντα προβλήματα προς επίλυση, τα κορυφαία ταλέντα δεδομένων γίνονται θηράματα κορυφαίων εταιριών.

 

Η άνοδος των μηχανών;


Σε ένα άρθρο στη BetaNews, ο Lars Hård αναφέρει την υιοθέτηση της τεχνητής νοημοσύνης (ΑΙ) με τη μορφή της machine learning για την ανάπτυξη των analytics δεδομένων. Συγκεκριμένα, προτείνει να εφαρμοστούν αλγόριθμοι για σύνολα δεδομένων «…για να αυτοματοποιηθούν και να βελτιωθούν οι διαδικασίες και να προβλεφθούν τα αποτελέσματα και να αποκτηθούν νέες ιδέες», που προσφέρουν πλεονεκτήματα σε σχέση με το ανθρώπινο δυναμικό τόσο σε ταχύτητα όσο και σε όγκο δεδομένων που μπορούν να αναλυθούν.

 

Δεν είναι μια πράξη ανάλυσης που παρέχει αξία, αλλά η επαναλαμβανόμενη ανάλυση των δεδομένων που επιτρέπει στην ΑΙ να αποκτήσει γνώση, να ρυθμιστεί και να βελτιωθεί με την πάροδο του χρόνου, σε σχέση με τους ανθρώπους που πηγαίνουν σχολείο όσο περνούν τα χρόνια, σύμφωνα με τον Hård. Η ΑΙ έχει την δυνατότητα να ανακαλύπτει συνδέσεις στα δεδομένα που ξεφεύγουν από τα όρια του ανθρώπινου νου. Όσο τα ευφυή συστήματα προσαρμόζονται στην συνεχόμενη ροή δεδομένων, βελτιώνονται και γίνονται ταχύτερα ή εντοπίζουν καλύτερες ιδέες, πιο γρήγορα από ότι ένα στάνταρ χειροκίνητο σύστημα πληροφοριών.

 

Η εφαρμογή του machine learning σε επιχειρηματικά δεδομένα υπόσχεται τη δημιουργία επιχειρηματικών ιδεών – που είναι ο σκοπός της ανάλυσης δεδομένων. Στην πράξη, η ΑΙ μπορεί να λειτουργήσει καλύτερα σε δεδομένα πραγματικού χρόνου από το Διαδίκτυο των Πραγμάτων ή την κοινωνική ενασχόληση των καταναλωτών, που οδηγούν σε καλύτερες επιχειρηματικές αποφάσεις. Οι ευφυείς μηχανές έχουν επίσης την ικανότητα αποτελεσματικής κλιμάκωσης καθώς οι όγκοι δεδομένων αυξάνονται σε αυτούς τους επιχειρηματικούς τομείς.