作者|陈枫、蒋馨怡
来源|读芯术
表弟,00后,刚上大学的青年才俊,21世纪电子产品消费主力军,新科技的狂热爱好者。
前两天华为mate 20 X 5G版首发,他联合全家七大姑八大姨帮抢新机。就算明年5G机铁定降价也挡不住他要“抢头柱香”的热情。
10:08,全家各大平台聚精会神拼手速,就那么老眼昏花般的一秒,全部售罄。
恍惚一下,回到了最初的2G时代,刚上大学我有了人生中第一部手机——诺基亚7650。至今也忘不了30W像素带来的震撼,还有滑动翻盖时的顺畅和奢华。
2002年至今,不到20年,5G已然来临。我们已经无法清楚回想2G的蜗速。00后也不知道那时诺基亚的贪吃蛇有多好玩。
拉长时间线,才发觉“世上已千年”。
下一个改变世界的是什么?
自计算机发明之后,人类一直在寻找“下一件改变世界的大事”。虽然当下大多数人使用的手机都比最早问世的超级计算机快,但身处时代之中的人们,还是很少去认识,或者反思世界变化的速度和方向。
大数据、人工智能和物联网是近年来被滥用最多的三个术语,许多人不知道这三个技术是如何联系在一起的,也不知道它们如何为我们所期望的技术进步铺平的道路。
本文将阐述这些概念,并进一步探讨它们在工业中的重要性、面临的阻碍以及未来的发展方向。
“数据”和信息的大爆炸
1989年,在万维网发布之后的几年中,互连的机器数量大幅增加。1994年至2000年间,当GPS变得切实可行时,计算机和连接设备产生的数据量急剧增加,该设备网络的潜力很快就发挥出来了。
1999年,“物联网”这个术语首先由麻省理工学院的凯文·阿什顿(Kevin Ashton)创造,他假设:“如果计算机知道世上所有事物的知识,那么它们会在没有任何人类帮助的情况下使用自己收集的数据。这样一来,我们能够跟踪并计算所有内容,大大减少浪费、损失和成本。”
随着GPS技术的兴起,RFID标签用于会员卡系统,掌上电脑市场升温,企业能够“看到”他们的流程,而且各种条件都非常适合信息爆炸的出现。由于现有工具处理的数据量过多,2005年,Roger Mougalas首次使用“大数据”这一术语。
2007年iPhone的推出标志着“大数据”进军消费领域,从那时起,智能手机、可穿戴设备、平板电脑和各种智能设备的崛起改变了我们对物理世界和数字世界的看法。
大变化:数据的存储和应用
与此同时,社交媒体和电子商务的兴起也导致了“数字角色”概念的出现,数据的惊人价值越来越有目共睹。21世纪也出现了公司专门成立的数据部门,以帮助企业管理组织数据并用其来改进流程。
联合创始人兼LatentView Analytics主席Venkat Viswanathan在消费者营销领域体验到了数据的力量,并对商业环境也产生了兴趣。Viswanathan表示,“实现这一转变是由于数字化的数据更加精细,公司正在从消费者领域获取创意,并将其应用于行业中。”
工业环境已经被用于技术和数据的收集,因为仅使用数据就可实时影响下达的决策,如检查压力水平、温度等。直到专业传感器的数据变得精细化及存储成本的下降时,人们才考虑将数据存储起来供以后分析使用。Viswanathan说:“随着存储成本下降以及云存储在过去5至8年间投入使用,我们终于有机会回顾历史数据并发现数据当中的模式。”
大数据为AI提供无限可能
一旦数据存储成为各个企业的可行选择,云就可以收集庞大而详细的数据集,人工智能终于有了坚实的基础。多年来,人工智能研究经历了多次研究,其中算法技术的发展由于兴趣或投资的缺乏而陷入困境。
随着越来越多数据的可用性的增强,人工智能研究分为越来越细的应用,最新一代算法在基础领域取得了巨大的进步,例如自然语言处理、计算机视觉和机器翻译,这是因为出现了数量巨大且可供学习的信息。
可用于训练的各种来源的数据的激增,使得人工智能系统获得了巨大的改进,这种现象被称为“数据的不合理有效性”,这表明即使是简单的算法,只要有足够的数据,也可以得出准确的结论。结合几十年的工作来完善这些算法,从而去执行类人化的表现而完成特定的任务,人工智能终于有了值得全力以赴的一面——用于获取有现实意义的结果。
大数据的发展必然推动了人工智能领域,正如红木软件首席问题解决官Devin Gharibian-Saki所说:“人工智能系统的运行基于统计模型,因此如果没有大量数据来支持人工智能,就无法运行人工智能。”
物联网、AI和大数据是一个硬币的三面
现在,我们可以运用大量传感器、物联网设备,甚至是用户数据,在所有业务领域进行预测和决策,但前提是用户必须了解这些数据的含义和来源。“你必须知道你最终想要什么,否则,所有数据、技术和传感器都是无用的。”Gharibian-Saki说道。特别是在一个任何可测量的环境中,数据丢失的风险比以往更大。企业必须记住,孤立地使用物联网、大数据或人工智能无法快速取胜,Gharibian-Sak接着说:“我们总是寻找能够解决所有问题的一个方案,但物联网设备、传感器、机器人技术和人工智能是同一系统中的不同所有组成部分,如果没有这种整体观点,将需要很长时间才能取得巨大成功。”
物联网、大数据和人工智能相互融合并创建自动化生态系统。物联网设备收集数百万条标准的数据,然后在云中进行整理,用于训练和改进人工智能算法。物联网、大数据和人工智能相互联系,相互促进。未来,必将带来新世界的巨变。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14