大資料、機器學習和人工智能未來發展的8個因素

人工智能和機器學習以及不斷增加的資料量正在改變目前的商業和社會格局。這些領域中出現了許多需要CIO注意的主題和問題。

日前，O'Reilly 公司在倫敦Strata舉辦了一個為期數天的資料會議，與會者為此更好地了解大資料、機器學習(ML)和人工智能的發展方向。這些新興技術在過去5年中發展迅速，而新技術、流程和應用程式改變了組織管理資料的方式。

此次資料會議提供了一個很好的技術發展晴雨表，與會者可以了解最新技術在大資料處理方面的作用，以及開發商和使用者的關注點。此次大會還闡明了影響大資料、機器學習和人工智能未來發展的8個因素。

1. 5G将刺激機器學習的增長，并産生新的應用和服務

O'Reilly公司首席資料科學家和會議組織者Ben Lorica在會上表示，他認為5G技術的帶寬和靈活性增加以及邊緣計算将成為關鍵的推動因素。他指出，中國在這項技術方面成為全球領先的力量，但許多公司仍在為他們正在進行的5G投資制定商業模式。

2.改變資料科學家的技能組合

谷歌雲首席決策科學家Cassie Kozyrkov在演講中指出，随着機器學習工具的使用者體驗得到改善，資料科學家所需的技能将不再專注于專業化，而是更加專注跨孤島工作的能力，并更加內建到業務方面。

3.線上和線下世界正在融合

阿裡巴巴電子商務集團和亞馬遜正在嘗試推出線下實體商店，而實體商店仍在适應新的網絡世界。電子商務團體的線下活動對于實體零售商來說是一種競争性舉動，而實體零售商的線上投資則具有防禦性。在這一切全面展開之前，還有很長的路要走，但亞馬遜和阿裡巴巴等公司在大規模管理資料方面的專業知識為他們提供了關鍵優勢。

4. 内部資料平台正成為增長和創新的關鍵

Lyft公司和BMW公司的資料科學家在會上的演講表明，将資料平台置于新産品開發和業務流程管理的中心可以推動創新。雖然對于像Lyft這樣的數字原生公司來說，這可能是很自然的事情，但随着資料生成傳感器嵌入到産品中，傳統的工業公司也不得不參與其中。

5.開放資料需要像開源軟體一樣認真對待

衆所周知，開源軟體背後是大資料和機器學習産品和服務的興起。開放源碼的商業和技術案例的重要性多年前就得到了證明。然而，人們對開放資料對創新的重要性的關注卻少之又少。

全球最大的開放式公司資料庫提供商OpenCorporations公司聯合創始人兼首席執行官Chris Taggart強調了企業在依賴專有資料集時遇到的問題，指出這些資料源可能是粗略的，并且中繼資料不會在産品間共享。開放資料更透明，不會将企業鎖定在昂貴的商業合同中，而這些合同對于企業來說很難放棄。

6.捕獲和管理實時資料的重要性

雖然人工智能和機器學習項目并不總是需要實時或接近實時的資料，但建構能夠處理資料的系統的能力可能是一種具有價值的競争優勢形式。随着資料驅動的決策越來越多地嵌入到組織中，競争優勢有時會轉移到那些能夠對事件作出更快響應的組織中。亞馬遜網絡服務在這方面的規模和廣度表明，實作這一點的工具變得越來越容易和便宜。

7. 法律和道德問題開始改變企業的創新方式

牛津大學Sandra Wachter博士在會上的演講強調了一個問題，而在未來一兩年内，這個問題可能會得到更多讨論。她指出，許多公司現在意識到他們有義務保護個人資料，因為GDPR法規等相關法律已經生效。然而，一個讨論較少的問題也是監管機構仍在努力解決的問題是，推理以及由嵌入式算法需要根據其處理的資料做出的決定。

至少在歐洲，使用者有權檢視持有的資料，并在不同程度上糾正或删除。但是，由于信用檢查和健康保險等領域的資料，企業可能會自動對使用者做出假設，是以使用者沒有相同的補救措施。

8.中小企業如何在大資料和算法決策時代開展競争

最後，人們需要思考的一個問題是，沒有網際網路巨頭或全球快速消費品公司的海量資料集的中小公司如何能夠在大資料和算法決策時代開展競争。大公司利用網絡服務的網絡效應鞏固其領先地位，這對于良性創新圈是一個風險，或許人們已經看到了這種風險。

然而，正如Unravel Data Systems聯合創始人兼首席技術官Shivnath Babu所指出的那樣，網際網路和應用程式經濟仍然能夠允許中小公司利用其應用程式和線上活動中的資料，并對市場産生影響。也許這一點以及來自公共資料源的開放資料的興起，将為新一代初創企業改變世界提供基礎，就像谷歌、Facebook、亞馬遜公司在過去20年所做的那樣。

如果你恰好在學大資料，想要通過本篇文章就學好大資料，我建議你可以把頁面關閉掉，大資料是入門學容易，達到高薪是絕對需要系統學習的，當然如果你想着通過大資料提高你的收入，可以詳細閱讀我推薦的文章

推薦閱讀文章

學習大資料需要具備怎麼樣基礎？