Enfoque de datos|La evolución inteligente del Big Data
Cultivo de aplicaciones inteligentes en el terreno del big data
La aplicación de la inteligencia artificial tiene cuatro elementos clave: algoritmo, potencia informática, datos y escenarios de aplicación. Para la inteligencia artificial, el desarrollo de la tecnología de big data es la base para la exploración y el progreso de la tecnología de inteligencia artificial. Desde la década de 1990, el desarrollo de la tecnología de Internet y las computadoras de alta velocidad ha llevado a un crecimiento explosivo de la información, y la investigación innovadora sobre la tecnología de big data ha logrado grandes avances. IBM cree que los big data tienen cuatro características: volumen masivo, alta velocidad, diversidad y baja densidad de valor. La combinación de volumen masivo y baja densidad de valor sin duda amplifica la dificultad de los big data en el proceso de extracción de valor.
Por otro lado, Jeffrey Hinton y otros propusieron el concepto de aprendizaje profundo en 2006, marcando el comienzo de una nueva ola de desarrollo de inteligencia nacional. En los últimos años, algoritmos como el aprendizaje automático y el aprendizaje profundo se han utilizado ampliamente en el campo de la inteligencia artificial y también han promovido el desarrollo de la visión por computadora, el procesamiento del lenguaje natural y otros campos.
En opinión de Gong Ke, director ejecutivo del Instituto de Investigación de Estrategias de Desarrollo de Inteligencia Artificial de Nueva Generación de China, la importancia de los datos para la inteligencia artificial es que la recopilación de datos es la base del aprendizaje profundo y del entrenamiento y la verificación son inseparables. Como resultado, el big data y la inteligencia artificial han establecido una estrecha conexión a través del aprendizaje profundo.
Tomemos como ejemplo los escenarios de compras diarias en línea. Cada clic en un sitio web de compras, o incluso el tiempo pasado en diferentes páginas web, generará una gran cantidad de datos de comportamiento. Para las plataformas, descubrir los intereses, pasatiempos y hábitos de compra de los consumidores a partir de estos datos es la necesidad más urgente. Si sólo confía en la experiencia y el criterio del personal para obtener la información requerida a partir de estos datos, será difícil garantizar la precisión y la puntualidad, sin importar cuán grande sea la carga de trabajo. En este momento, es necesario aprovechar la inteligencia artificial, diseñar algoritmos de aprendizaje automático correspondientes y realizar capacitación sobre una gran cantidad de datos de comportamiento de compras en línea. Luego, el algoritmo se optimiza continuamente en función de los comentarios y, finalmente, se encuentran el plan de promoción del producto y las ideas de diseño del sitio web que están más en línea con la psicología del consumidor, logrando así el propósito de mejorar la eficiencia de las transacciones de la plataforma.
Durante el proceso de prevención y control de la epidemia, se han desplegado cámaras, detectores de infrarrojos y otros sensores en diversos escenarios de la vida diaria. Con la reanudación ordenada del trabajo y las clases, los viajes de la gente se han vuelto más frecuentes. Estos sensores generan cantidades masivas de datos de imágenes y texto todos los días y, obviamente, depender de humanos para analizar la información epidémica a partir de estos datos es una "tarea imposible". En los últimos años, la tecnología de visión por computadora se ha entrenado completamente en escenarios como la seguridad inteligente y el monitoreo ambiental. Por lo tanto, ante una epidemia, el algoritmo se puede personalizar rápidamente y combinar con la base de datos en segundo plano para capturar la temperatura corporal, el itinerario, la vacunación y otros parámetros de manera oportuna y precisa para brindar garantía para la prevención y el control de la epidemia.
Además, con el avance de la construcción de infraestructura de información de China y el desarrollo líder de redes 5G, los macrodatos marcarán el comienzo de un crecimiento explosivo continuo, lo que traerá beneficios al desarrollo de la tecnología de inteligencia artificial. Según el "Informe sobre el desarrollo de China digital (2020)" publicado por la Administración del Ciberespacio de China, China ha construido la red de fibra óptica más grande del mundo y la red 4G es la primera del mundo en velocidad y escala, con 718.000; Estaciones base 5G construidas y número de conexiones de terminales 5G Más de 200 millones. El tráfico de acceso de los usuarios de Internet móvil aumentará de 4.190 millones de GB a finales de 2015 a 165,6 millones de GB en 2020.
Combinando estas circunstancias, bien podríamos comparar el big data con una tierra vasta y espesa, pero también es un suelo fértil cubierto de grava y rocas. La inteligencia artificial es como una herramienta agrícola: no solo mejora la calidad de la tierra durante el proceso laboral, sino que también optimiza sus propios métodos y mecanismos de trabajo, cultivando así aplicaciones inteligentes con diversas funciones.
De aplicaciones de big data a aplicaciones inteligentes
Según el principio de evolución tecnológica, las aplicaciones de big data equivalen hasta cierto punto a aplicaciones inteligentes. Pero en realidad, el proceso de desarrollo aparentemente natural desde aplicaciones de big data hasta aplicaciones verdaderamente inteligentes es en realidad la dirección que una empresa de big data tras otra finalmente ha descubierto después de repetidas prácticas.
2013 es conocido como el primer año del big data y es el punto de partida del desarrollo industrial marcado por el rápido aumento del número de empresas de big data y la rápida entrada de capital. Antes de esto, los big data y la inteligencia artificial a nivel técnico habían dado grandes pasos agigantados. Por ejemplo, ya en 2006, se propuso un algoritmo de aprendizaje profundo respaldado por tecnología de inteligencia artificial.
Después de casi diez años de desarrollo, desde el boom del big data hasta el boom de la inteligencia artificial, desde las primeras empresas de big data hasta las empresas de inteligencia artificial que siguen vivas en la actualidad. Lo que vemos ya no es el surgimiento de una nueva industria como se esperaba antes, sino que las empresas de big data y las industrias tradicionales exploran conjuntamente nuevas soluciones para la industria.
Se puede ver que muchas de las empresas de inteligencia artificial que se están desarrollando ahora son desarrolladas por empresas de big data.
Un fenómeno interesante es que en el pasado las empresas de big data tienden cada vez más a presentarse como empresas inteligentes. Algunas empresas incluso han cambiado sus nombres y han añadido inteligencia al nombre de la empresa para resaltar "inteligencia".
Algunas empresas que originalmente se posicionaron como empresas de big data han agregado tecnología inteligente a sus soluciones de big data para hacer que sus modelos de datos originales sean más eficientes, rápidos y precisos. Por ejemplo, Chengdu Shulian Technology Co., Ltd., fundada en 2012, es un proveedor de servicios de big data que se centra en la gobernanza de datos, la visualización de análisis de datos y la extracción de datos. Sus soluciones actuales se centran en soluciones de servicios inteligentes. Según el responsable de Datalink, los productos de servicios de fabricación industrial lanzados ahora pueden alcanzar velocidades de detección en línea de milisegundos, con una precisión de detección superior al 95 %, liberando entre el 20 % y el 80 % de la mano de obra y ayudando a los clientes a aumentar significativamente la capacidad de producción. Detrás de estas capacidades se encuentra la visión artificial inteligente que integra algoritmos de visión artificial y aprendizaje profundo.
En el campo de los negocios de supervisión inteligente, con el apoyo del almacén de datos de supervisión inteligente acumulado durante muchos años, Shumeng, combinado con la tecnología de aprendizaje automático, ha lanzado productos inteligentes que pueden proporcionar a las autoridades reguladoras conocimientos comerciales y decisiones asistidas. haciendo. Se ha utilizado en escenarios como seguridad alimentaria, supervisión de publicidad, extracción de información de quejas y monitoreo de equipos especiales.
Con la popularización de las aplicaciones inteligentes, la gente se da cuenta gradualmente de que el núcleo de la inteligencia es en realidad permitir que los datos desempeñen un papel. Desde darse cuenta de la importancia de big data hasta descubrir su valor, este es un proceso de cambio gradual en la comprensión y también es un proceso inevitable de aplicar big data a aplicaciones inteligentes.
La evolución inteligente todavía enfrenta una brecha de talento.
Según las estadísticas de voluntarios del examen de ingreso a la universidad de 2021, la inteligencia artificial se ha convertido en una nueva especialización popular. Por un lado, no es difícil ver que las perspectivas de la industria de la inteligencia artificial están siendo ampliamente reconocidas. Por otro lado, también refleja que la escasez de talentos en inteligencia artificial se está volviendo gradualmente consciente del público. Según las observaciones de la industria, la brecha en los talentos de la inteligencia artificial proviene principalmente de dos aspectos.
Uno es la gran demanda de profesionales de la investigación técnica. Como todos sabemos, la innovación industrial es inseparable del desarrollo de la tecnología subyacente. A medida que la voz de la "inteligencia" se hace cada vez más alta, la inteligencia artificial necesita lograr nuevos avances basados en la profundización de la investigación existente.
Se entiende que la teoría de la inteligencia artificial se puede dividir en tres etapas: cálculo, percepción y cognición, que técnicamente corresponden a la inteligencia operativa, la inteligencia perceptiva y la inteligencia cognitiva respectivamente. Hu, vicepresidente senior y decano del Instituto de Investigación de iFlytek, señaló en la Cumbre AI WORLD 2018: la inteligencia computacional permite a las máquinas guardar y calcular; la inteligencia perceptiva permite a las máquinas oír, hablar, ver y reconocer; La inteligencia permite a las máquinas oír, hablar, ver y reconocer. Es para resolver problemas que las máquinas pueden entender y pensar.
El informe "Diez principales tendencias tecnológicas en 2020" publicado por la Academia Alibaba Damo mencionó que la inteligencia artificial ha alcanzado o superado los niveles humanos en campos de la inteligencia perceptiva como "escuchar, hablar y ver", pero en El campo de la inteligencia cognitiva que requiere conocimiento externo, razonamiento lógico o transferencia de dominio está todavía en su infancia.
Desde una perspectiva industrial, la inteligencia perceptual sigue siendo la tecnología principal utilizada en la industria en esta etapa y se utiliza principalmente en campos como el reconocimiento de voz, el análisis de texto y el procesamiento inteligente de imágenes. Y ha logrado buenos resultados en aplicaciones de fabricación inteligente, hogares inteligentes, transporte inteligente, supervisión inteligente y otros escenarios. Pero desde la perspectiva de servir a los humanos y reemplazar el trabajo humano, la inteligencia cognitiva que puede dar a las máquinas la capacidad de aprender y pensar como humanos, para que puedan tomar decisiones y acciones de forma independiente, es obviamente una herramienta técnica más ideal. Dejar que las máquinas aprendan a pensar es un camino lleno de incógnitas y obstáculos, y se espera que la demanda de personal profesional y técnico se mantenga fuerte durante mucho tiempo.
Según los datos proporcionados por Tianyancha APP, en los últimos cinco años, el número de empresas relacionadas con la inteligencia artificial en China ha seguido creciendo rápidamente, con una tasa de crecimiento anual de más del 35%. Entre ellas, se sumarán más de 400.000 nuevas empresas vinculadas en 2020, con una tasa de crecimiento del 42%, la más alta de la historia. Al 27 de junio de este año, había más de 14.300 empresas relacionadas con la inteligencia artificial en China, con ámbitos de negocio que incluían "inteligencia artificial, robots, procesamiento de datos, computación en la nube, reconocimiento de idiomas, reconocimiento de imágenes y procesamiento del lenguaje natural". Bajo esta tendencia, la demanda de talentos integrales seguirá expandiéndose, y la brecha de talentos en inteligencia artificial requiere esfuerzos conjuntos del país, las empresas y las universidades para llenarla. (Revista de datos/Yuan Xiaodong) Indique la fuente al reimprimir.