军事新闻

如何解决企业AI的最大挑战_科技频道_东方资讯

时间:2020-05-21 01:02  作者:admin  来源:未知  查看:  
内容摘要:> AI Strategy Roadmap for the Enterprise 在过去两年中已生成了90%的现有数据。 每天产生7.5亿兆字节的数据-每人约147,000千兆字节。 这些数字惊人,但可以预料:世界在增长,而机器经济也在以指数级增长。 这并不是说所有这些数据都立即有用。 如果没有...

> AI Strategy Roadmap for the Enterprise

在过去两年中已生成了90%的现有数据。 每天产生7.5亿兆字节的数据-每人约147,000千兆字节。 这些数字惊人,但可以预料:世界在增长,而机器经济也在以指数级增长。

这并不是说所有这些数据都立即有用。 如果没有大量的预处理,组织就不能简单地利用这些资源,但是有人在工作吗? Forrester报告称,在企业公司内部,仍有73%的数据未用于分析。 业务策略和数据策略之间仍然存在很大的差距-您组织的预测性解决方案将仅与初始问题陈述一样坚固。 根据Gartner的说法,组织需要建立特定的用例,并部署具有可衡量结果的技术,以实现AI的价值。数据是一大难题

这个比喻仍然存在-数据就是新的石油(尽管最晚在2006年创造了这个词,也许并不是那么"新")。 在原始状态下绝对有价值。 精制后,它甚至更有价值。 但是,当将其转变成专门为解决特定问题而设计的产品时,其应用将无数,其价值将飞速增长。

数据也是如此:组织需要记住,这里的最终目标不是收集尽可能多的数据。 他们需要从数据中提取价值并将其应用于特定的业务问题。 观察数据,从中学习数据,然后基于该反馈使工作自动化的想法是机器学习的核心。

> GIF via giphy

尽管好莱坞经常描述这种情况,但ML并没有朝着证明"终结者假说"的方向发展。了解机器学习

在任何组织成为数据驱动者之前,了解基础知识很重要。 人们通常认为机器学习的最终目标是对实时仪表板上显示的数据进行图形化和可视化处理。 ML与自动执行任务有关(而不是与替换工作有关),而不仅仅是显示统计信息。 广义上讲,机器学习向计算机教授有关世界的知识,以便机器可以使用该知识执行其他任务。 另一方面,统计信息可以教给人们一些有关世界的知识,以便他们可以看到更大的图景并做出明智的决策。