画星星高手

It nerver rains but it pours.

浅谈大数据与人工智能技术对社会的影响与发展前景

从上世纪90年代开始,随着互联网的普及,计算机技术的发展势不可挡,很快便带领全人类进入全新的信息时代,而在计算机技术日新月异的今天,其更是成为人类工作生活中不可或缺的一部分。

本文从影响与前景两个角度,简要分析大数据与人工智能这两项当代最热门最具有活力的新兴技术。

大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。并且,大数据技术具备以下五个特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。在大数据技术的应用方面,我们国内的互联网企业中不乏优秀的例子,例如,在线搜索引擎会收集用户的搜索习惯(例如常用的搜索关键词),从中提取出用户的兴趣爱好,然后根据这些数据为用户提供个性化的定向广告,这样,既提高了广告投放的准确度,也提高了用户接收广告信息体验。再者,搜索引擎公司会将一部分用户习惯数据提供给一些网络电商平台,从而使得用户在登录电商平台时,平台会根据用户的习惯推荐该用户可能购买的商品。这也就是为什么我们刚刚在搜索引擎上面搜索了某件物品,后面打开电商网站时就会自动弹出该类物品的推荐了。这些都是大数据带给我们的便利。

大数据的应用在日常生活中数不胜数,例如一下的例子:

  • 洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。
  • google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。
  • 统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。
  • 麻省理工学院利用手机定位数据和交通数据建立城市规划。
  • 梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。[10]
  • 医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析。

现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。阿里巴巴创办人马云在台湾的演讲中就提到,未来的时代将不是IT时代,而是DT的时代,DT就是Data Technology数据科技,显示大数据对于当今时代来说举足轻重。

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类,而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似,大数据并不在“大”,而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言,如何利用这些大规模数据是赢得竞争的关键。

大数据的价值体现在以下几个方面:

  1. 对大量消费者提供产品或服务的企业可以利用大数据进行精准营销
    这个也就是上文中提到的搜索引擎与电商平台之间的数据共享,其实不只是电商平台,几乎我们日常生活中接触到的一切网络平台,都存在数据共享,以前人们说互联网的发展使地球变小了,变成地球村一般,拉近了人与人之间的距离。而如今,不再是拉近人与人之间的距离这么简单了,现在人与互联网之间是双向的关系,人类与互联网紧密结合在一起,互联网可以说是融入到现代社会每个人的身体里了。

  2. 做小而美模式的中小微企业可以利用大数据做服务转型
    在我国倡导经济结构转型的背景下,越来越多的公司企业选择向服务类产品转型,由从前的销售产品模式转变为免费提供产品,服务收费的模式,以获取更大的利润空间,所以大数据的应用对这些企业来说就显得尤为重要了。

  3. 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值
    未来的社会一定是一个互联网的社会,现在越来越多的传统企业正在引入各种高新技术,向着互联网行业发展,传统行业与互联网的结合无疑是最具有发展活力的。

结合当今行业背景,大数据的发展前景有以下几个趋势:

趋势一:数据的资源化

何为资源化,是指大数据成为企业和社会关注的重要战略资源,并已成为大家争相抢夺的新焦点。因而,企业必须要提前制定大数据营销战略计划,抢占市场先机。

趋势二:与云计算的深度结合

大数据离不开云处理,云处理为大数据提供了弹性可拓展的基础设备,是产生大数据的平台之一。自2013年开始,大数据技术已开始和云计算技术紧密结合,预计未来两者关系将更为密切。除此之外,物联网、移动互联网等新兴计算形态,也将一齐助力大数据革命,让大数据营销发挥出更大的影响力。

趋势三:科学理论的突破

随着大数据的快速发展,就像计算机和互联网一样,大数据很有可能是新一轮的技术革命。随之兴起的数据挖掘、机器学习和人工智能等相关技术,可能会改变数据世界里的很多算法和基础理论,实现科学技术上的突破。

趋势四:数据科学和数据联盟的成立

未来,数据科学将成为一门专门的学科,被越来越多的人所认知。各大高校将设立专门的数据科学类专业,也会催生一批与之相关的新的就业岗位。与此同时,基于数据这个基础平台,也将建立起跨领域的数据共享平台,之后,数据共享将扩展到企业层面,并且成为未来产业的核心一环。

趋势五:数据泄露泛滥

未来几年数据泄露事件的增长率也许会达到100%,除非数据在其源头就能够得到安全保障。可以说,在未来,每个财富500强企业都会面临数据攻击,无论他们是否已经做好安全防范。而所有企业,无论规模大小,都需要重新审视今天的安全定义。在财富500强企业中,超过50%将会设置首席信息安全官这一职位。企业需要从新的角度来确保自身以及客户数据,所有数据在创建之初便需要获得安全保障,而并非在数据保存的最后一个环节,仅仅加强后者的安全措施已被证明于事无补。

趋势六:数据管理成为核心竞争力

数据管理成为核心竞争力,直接影响财务表现。当“数据资产是企业核心资产”的概念深入人心之后,企业对于数据管理便有了更清晰的界定,将数据管理作为企业核心竞争力,持续发展,战略性规划与运用数据资产,成为企业数据管理的核心。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关;此外,对于具有互联网思维的企业而言,数据资产竞争力所占比重为36.8%,数据资产的管理效果将直接影响企业的财务表现。

趋势七:数据质量是BI(商业智能)成功的关键

采用自助式商业智能工具进行大数据处理的企业将会脱颖而出。其中要面临的一个挑战是,很多数据源会带来大量低质量数据。想要成功,企业需要理解原始数据与数据分析之间的差距,从而消除低质量数据并通过BI获得更佳决策。

趋势八:数据生态系统复合化程度加强

大数据的世界不只是一个单一的、巨大的计算机网络,而是一个由大量活动构件与多元参与者元素所构成的生态系统,终端设备提供商、基础设施提供商、网络服务提供商、网络接入服务提供商、数据服务使能者、数据服务提供商、触点服务、数据服务零售商等等一系列的参与者共同构建的生态系统。而今,这样一套数据生态系统的基本雏形已然形成,接下来的发展将趋向于系统内部角色的细分,也就是市场的细分;系统机制的调整,也就是商业模式的创新;系统结构的调整,也就是竞争环境的调整等等,从而使得数据生态系统复合化程度逐渐增强。

作为当代的新兴技术,大数据这个字眼的出现总是伴随着人工智能,可以说大数据与人工智能的关系非常紧密,大数据为人工智能的研究提供大量有用的数据,而人工智能的发展又反过来促进大数据的收集、分析、利用。

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。

最近一段时间被热度最高不过于Google旗下DeepMind公司的AlphaGo人工智能了,这个人工智能可不一般,它在围棋方面的造诣颇高,一举打败了韩国职业九段选手李世石,在经过一段时间的算法升级与学习之后,AlphaGo再次对人类发起挑战,这次的挑战目标是世界排名第一的棋手柯洁,最终再次战胜柯洁。AlphaGo一鸣惊人,更加坐实了现如今是人工智能的时代。

人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。

目前国内的许多公司都有对人工智能的研究,就笔者自己也在学习人工智能方面的技术,比如笔者申请软件著作权的项目“小白人工智能助理”,人工智能的发展前景一片红火。

人工智能的发展虽然还处于起步阶段,但是其对社会的影响却是巨大的、全方位的,现在许多简单重复的体力工作已经可以由人工智能控制的机器人来完成了,例如澳大利亚的搬砖砌墙机器人、英国的洗碗机器人。在不久的将来,会有更多岗位被人工智能替代。

繁重的科学和工程计算本来是要人脑来承担的,如今计算机不但能完成这种计算,而且能够比人脑做得更快、更准确,因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”,可见复杂工作的定义是随着时代的发展和技术的进步而变化的,人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展,另一方面又转向更有意义、更加困难的目标。

毫无疑问,人工智能技术的发展前景一片光明,其发展也离不开每一位技术人的参与!


参考文献

[1] 陈杰. 本地文件系统数据更新模式研究[D]. 华中科技大学 2014
[2] 刘洋. 层次混合存储系统中缓存和预取技术研究[D]. 华中科技大学 2013
[3] 李怀阳. 进化存储系统数据组织模式研究[D]. 华中科技大学 2006
[4] 邓勇强,朱光喜,刘文明. LDPC码的低复杂度译码算法研究[J]. 计算机科学. 2006(07)
[5] 陆承涛. 存储系统性能管理问题的研究[D]. 华中科技大学 2010
[6] 罗东健. 大规模存储系统高可靠性关键技术研究[D]. 华中科技大学 2011
[7] 王健宗. 云存储服务质量的若干关键问题研究[D]. 华中科技大学 2012
[8] Identifying Metabolite and Protein Biomarkers in Unstable Angina In-patients by Feature Selection Based Data Mining Method[J]. Chemical Research in Chinese Universities,2011,27(01):87-93.
[9] Theory and techniques of data mining in CGF behavior modeling[J]. Science China(Information Sciences),2011,54(04):717-731.
[10] 吴元升,魏文华。 Data Mining in Customer Relationship Management in companies[J]. 科技信息,2011,(12):533-534.
[11] WU Qiang,XU Hua. Three-dimensional geological modeling and its application in Digital Mine[J]. Science China(Earth Sciences),2014,57(03):491-502.
[12] Amani Tahat,Jordi Marti,Ali Khwaldeh,Kaher Tahat. Pattern recognition and data mining software based on artificial neural networks applied to proton transfer in aqueous environments[J]. Chinese Physics B,2014,23(04):414-425.
[13] 维克托•迈尔•舍恩伯格 Big Data:A Revolution That Will Transform How We Live, Work, and Think 浙江人民出版社 2012-12
[14] 亨利•布莱顿、霍华德•塞林那 视读人工智能 安徽文艺出版社 2007-1
[15] Jeff Hawkins / Sandra Blakeslee On Intelligence 陕西科学技术出版社 2006-1
[16] 玛格丽特•A•博登人工智能哲学 The Philosophy of Artificial Intelligence 上海世纪出版集团(上海译文出版社)2006-7


我的微信公众号:DealiAxy

《浅谈大数据与人工智能技术对社会的影响与发展前景》

It never rains but it pours. 欢迎关注我的公众号:DealiAxy 提供更多技术文章

点赞

发表评论