
大数据驱动的人工智能将如何推动社会和产业变革
中国软件行业协会常务副秘书长陈宝国先生在论坛致辞中表示,大数据推动的工业4.0时代,产业变革有四个渐进的思路,从单机装备智能化到智能装备群体化,再到群体装备系统化、复杂系统模块化,是未来智能化产品和产业的发展路径。“不过从技术成型走向广泛大幅的应用需要一个过程,还有一段路要走,需要来自政府、企业以及社会等各方面的大力支持和投入。”
人工智能越来越受到关注的当下,各行业的应用意愿也更加强烈。希捷近期在亚太区展开的调研发现,89%的机构计划在未来12个月里应用AI技术,74%接受调研人士已经部署了AI解决方案。
而这个数字在中国表现的更为激进,结果显示,几乎全部(99%)接受调研人士表明他们将在未来12个月里应用AI技术,92%的受访者已经在一个或者多个业务领域中应用了AI,其中IT,供应链/物流行业应用率最高(71%);产品创新/研发(60%)以及人力资源(51%)。
国际数据公司(IDC)联合希捷科技发布的白皮书《数据时代2025》预测,到2025年,全球数据圈将扩展至163ZB,相当于2016年所产生数据的十倍;而认知系统“触及”的分析数据总量将增长至原来的100倍,达到1.4ZB。
对此,希捷科技全球副总裁暨中国区总裁孙丹女士做了一个形象的比喻,当前的人工智能就像一个“婴儿”,大数据作为奶粉,是婴儿成长必须的营养品,但目前“婴儿”尚显稚嫩,缺少推理演绎与归纳能力,正如当前的人工智能,还不够“智能”,同时人工智能的落地问题也仍待解决。
最后,现场各位嘉宾一起探讨了人工智能的现状并且畅想了人工智能的未来,他们一致认为,在大数据的驱动下人工智能才得以发展,人工智能将会为整个社会带来前所未有的变革。
至顶网总经理兼总编辑高飞先生称,“大数据技术是人工智能发展的核心,人工智能未来的布局和发展需要整个大数据产业链条的进一步完善和优化。而大数据包括数据存储以及建立数据中心,同时也涵盖对数据的分析和变现,把不同的数据聚合在一起,通过算法以及算力的支持,最终掌握数据的“大脑”即数据核心价值,从而成就人工智能的发展。”嘉宾们认为,未来的社会将是人工智能的社会,各行各业人工智能的应用将更为普遍。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22