京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、人工智能、机器人的血缘关系
大数据、人工智能(AI)、机器人、算法、深度学习、物联网、传感器……,这些名词似乎每天都会看到或听到,当人们还搞不清楚是什么时,媒体已不断报导人类的工作将很快被取代,让人们愈来愈焦虑。
我跟大家有一样的疑惑,但是信息科学始终对我有份致命的吸引力。可能因为我的第一份工作,是当了4年的程序设计师。去年,我才毅然放下工作,去美国加州大学进修大数据预测科学。因为长期从事品牌营销与消费者沟通,所以想用一些简单的语言,帮大家厘清这些名词的关系。
为什么机器人很厉害?因为它们装上了大脑,也就是人工智能。但是人工智能也有优劣,就跟人一样,IQ有高低之别。机器人厉不厉害,就看它的人工智能好不好。所以,如果没有人工智能,机器人就只是“机器”而已,不是“人”。
人工智能如何变厉害?要喂它“吃”大数据。大数据就像人工智能的食物,跟人类一样,吃进去的食物愈新鲜、愈干净,人工智能就愈健康。
人工智能如何消化那么多数据?这就要靠算法了。算法就是机器人的消化系统,负责读取、消化大数据,同时产出结果。
所以,算法是关键。但算法也有很多种,有预测分析的算法、各类统计算法、深度学习的算法等等。每个会写程序的人,都可能创造自己的算法,因此有高低优劣之分。好的算法,会造就聪明的大脑,也就是聪明的人工智能,以及高IQ的机器人。
现代企业如何搜集大数据?除了传统的ERP(企业资源计划管理系统)、CRM(客户关系管理系统)之外,新的趋势是靠网络、物联网、传感器,这些就是机器人的手脚。
物联网并不是新概念。传统零售业的POS(销售时点情报系统)与计算机相连,就是物联网的例子。现在,所有你想到的东西都可以连上计算机,例如,运动鞋垫连上网络,可提供运动频率、里程数、健康状况;工厂设备也可以连上网,随时提供生产的数据、良率及设备运转状况。家中的各类家电连上网后,让你随时掌握家里的动态、谁出去、何时回来、开关各类家电等等。
人类的工作到底会不会被替代?Google创办的奇点大学教授JeremyHoward担心,未来80%的工作可能被人工智能机器人取代,从无人商店、互联网法庭、帮医生读X光片辨认肿瘤、计算机问诊开处方、大数据抓恐怖分子等等。若证诸这并非诳语,那么人类未来将何去何从?
根据目前的发展,人工智能机器人有一项技能还学不会,就是“问对问题”。例如Google可以针对各种问题提供解答,却无法问出一个你需要的问题。所以,未来学习“如何问对问题”,比“给对答案”重要,这也将是你最重要的价值!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16