При рождении люди беззащитны. Примерно год мы не можем ходить, еще около двух лет, прежде чем сможем выразить свои мысли, а другие не могут постоять за себя. Наше выживание полностью зависит от окружающих. А теперь сравните это со многими другими млекопитающими. Дельфины, например, прирождены плавать; Жирафы учатся стоять за несколько часов; Детеныш зебры может бегать в течение XNUMX минут после рождения.
В животном мире наши кузены становятся удивительно независимыми вскоре после рождения. На первый взгляд это кажется значительным преимуществом для других видов, но на самом деле это ограничение. Младенцы животных растут быстро, потому что их мозг устроен в соответствии с заранее запрограммированным распорядком. Но подготовка к этому ведется гибко.
Напротив, люди могут процветать в самых разных средах, от замерзшей тундры до высоких гор и оживленных городских центров. Это возможно, потому что человеческий мозг рождается на удивление незавершенным. Вместо того, чтобы придумывать все, что связано, человеческий мозг формирует детали жизненного опыта.
Теперь представьте себе такую технологию, как искусственный интеллект (AI), которая использует ассоциативный индекс данных, который определяется связями, которые существуют в данных. Вместо того, чтобы находить все, что программист подключает для предварительно сохраненных запросов, он знает связи в данных и позволяет пользователям исследовать данные со всех сторон и с разных точек зрения в соответствии со своей интуицией. Это дало бы компаниям большую гибкость и выгоду, так как каждый день у них возникают новые бизнес-проблемы, и с оперативными данными они могут исследовать и получать неожиданную информацию.
Этот новый тип искусственного интеллекта мы называем «расширенным интеллектом». По сути, речь идет о том, чтобы поставить человеческую интуицию в центр передовых алгоритмов и анализа данных. Вот три момента, о которых следует помнить компаниям, объединяющим человека и ИИ:
Освоение человеческого мозга с помощью когнитивных вычислений
Инвестируя в платформы когнитивных вычислений, компании могут извлекать контекстную информацию, как люди, адаптируясь по мере развития их потребностей и целей. В отличие от фиксированных алгоритмов, платформы когнитивных вычислений могут разрешать неоднозначности и допускать непредсказуемость, используя вероятность для принятия решений, даже с небольшой репрезентативной информацией.
Хотя эта технология все еще развивается и многое еще предстоит сделать, прежде чем имитировать человеческий мозг, человеческие атрибуты объединяются в аналитические платформы для эффективного принятия решений.
Управляйте инновациями в области ИИ с помощью ассоциативных данных.
Доступ ко всем данным и их ассоциация станут ключевым фактором в эпоху искусственного интеллекта. Большой объем бизнес-данных находится в различных организационных хранилищах, а также в общедоступных источниках данных.
Чтобы обеспечить целостный взгляд на сложную проблему, важно установить связи между этими наборами данных, из которых можно будет идентифицировать новую информацию, основанную на ИИ. По сути, если аналитические технологии не позволяют компаниям получить полную информацию о своих данных, создание искусственного интеллекта только сделает проблему более очевидной.
Убедитесь, что данные одобрены через управление данными
При больших объемах данных, поступающих из нескольких разрозненных систем, эффективная стратегия управления данными также становится важной для Amware для получения надежной информации. Контроль данных обеспечивает простой и понятный способ гарантировать, что правильные данные используются для генерации информации, но он также выявляет и сообщает об ошибках данных и быстро устраняет их, чтобы сохранить доверие организации. К данным и, в конечном итоге, к генерируемой информации.
Чтобы пойти еще дальше с этой уверенностью, интегрированный каталог данных управления данными позволяет компаниям искать информацию быстро и эффективно, поэтому пользователи тратят меньше времени на поиск нужных надежных данных.
Кредит изображения: Shutterstock
Поместите человека в центр.
Несмотря на ключевую роль, которую автоматизация и продвинутые алгоритмы должны играть в анализе данных, идеальная модель всегда ставит человека в центр внимания.
В конце концов, люди чувствуют, воспринимают и в конечном итоге принимают решения. Вот почему вместо замены инструментов или оборудования бизнес-аналитики увеличение числа пользователей увеличит принятие, помогая им лучше контролировать данные и позволяя им легче находить информацию. И еще «правил».
Элиф Тутук, старший директор по исследованиям, Qlik
