江苏龙网

  1. 首页 > 人文 > >

「人工智能」数据分析与数据科学的未来


根据IADSS联合创始人Usama Fayyad博士 ， 在2019年波士顿ODSC大会上的主题演讲后的采访 ， 我们了解到了数据科学当前和未来的问题以及可能的解决方案 。
凯特·斯特拉奇尼（Kate Strachnyi）：鉴于人们在数据中所扮演的角色千差万别 ， 因此将来会采用哪些行为改变或使用哪些工具？
Usama Fayyad：我认为组织中的工具和行为变更可能以比实际方式更昂贵的方式进行 ， 这意味着它们正在经历聘用数据科学家的好与坏 。 他们中的一些人看到了价值 ， 有些人看到了他们聘用中的不合适 ， 现在他们不得不通过解雇或替换来从中调整 ， 以获取更高的价值 。 我认为由此产生的结果是 ， 项目组要开始进行更彻底的评估 。 如果你没有一个好的数据科学家 ， 那么距离聘请另一个好的数据科学家的时间也就不远了 。
「人工智能」数据分析与数据科学的未来
本文插图
那么 ， 如果你的部门一开始或者已经没有好的科学家在职 ， 那你应该从哪里开始呢？这就是为什么你需要招募人才 ， 对吗？你如何解决？我们认为 ， 通过制定标准 ， 对每个职员的角色 ， 职位以及所需要的培训进行良好的描述 ， 实际上才能使人们更容易地通过很多简历 ， 然后选择那些看起来很有前途的工作 ， 选择可能有价值的面试 ， 知道在面试中可能会问些什么 。 我们分享了很多候选人的反馈 ， 他们说：“嘿 ， 我在十个不同的地方接受了同一份工作的面试 。 除了围绕编程的两个小问题外 ， 面试几乎没有什么共同之处 。 ”
凯特·斯特拉奇尼（Kate Strachnyi）：好吧 ， 我要说的是 ， 如果有一个数据科学家需要回答的十个常见问题 ， 你可以考虑将这些问题的答案发布到Google的某个地方 。
Usama Fayyad：当然 。 这就是为什么没有其他替代方法可以进行实时跟踪 ， 从而使你更加深入 。 仅仅问常见问题是不够的 。 当你进行视频采访时 ， 有一些工具可以检查这些行为 ， 以查看是否有人在看其他地方 ， 或者其他人是否坐在后台窃窃私语 。 令我惊讶的是 ， 现在有了技术 ， 人们可以使用AI来检测是否在受监督的视频采访中有标记某项内容 ， 并且是否有公司提供这些服务 。 当你收到一个红旗时 ， 你会停下来并说：“你真的知道这个地区吗？让我问你一些后续问题 。 ”通常 ， 作弊的人会很快崩溃 。
凯特·斯特拉奇尼（Kate Strachnyi）： 与我们所说的有关 ， 有很多人想成为数据科学家 ， 但是他们也在AI中发挥了很多技术创新作用 ， 可以帮助数据科学家完成工作 。 那么 ， 你是否认为 ， 机器人正在接替我们的工作 ， 并且技能差距将会缩小？这是个问题吗？
“ AI并不是要用机器人代替人类 。 它是要把机器人从人类身上带走 。 ”
Usama Fayyad：我认为这是MIT数据实验室或MIT媒体实验室提出的座右铭：“ AI并不是要用机器人代替人类 ， 而是要把机器人从人类手中带走” 。 因此 ， 我认为AI和许多此类技术正在使他们的工作更加轻松 。 实际上我根本不相信他们有能力取代我们的工作 。 可以替代的工作是非常平凡 ， 非常机械化 ， 非常重复的任务 ， 这类工作我认为机器会比人类做得更好 。 我们需要人类 ， 因为到目前为止 。 我们不知道如何构建一种具有大多数人拥有的东西的机器 ， 这是常识 ， 并且能够在新情况下快速做出判断 。
我喜欢用自动驾驶来举例子 。 我认为短期内我们不会看到自动驾驶 。 这项技术可能需要30多年的时间 。 但是我确实相信 ， 今天在很多领域 ， 这些AI算法都可以为我们提供很多帮助 。 因此 ， 避免分心的驾驶员发生碰撞 ， 提前给予警告并进行刹车操作 ， 这些是十分有用的 。 对于许多人同时泊车的情况来说 ， 可以帮助你完成任务的工具现在可以自动化 ， 这是一件好事 。 因此 ， 在这些区域中 ， 你可以自动执行许多操作 ， 但是到目前为止 ， 我们还无法构建能预见我们可能遇到的情况的机器 。 之前没有看到过能迅速做出反应 ， 能将来自另一种类似情况的知识映射到该情况并有效利用的例子 。 我有很多类似这种情况的例子 ， 这也就是我为什么不相信自动驾驶将如何发生的原因 ， 至少在我的一生中如此 。 但是我认为这些机器已经足够先进 ， 可以执行许多平凡的任务 ， 并在我分心 ， 无能或有其他问题时为我提供帮助 。


推荐阅读


上一篇：京东方：BOE（京东方）北京生命科技产业基地项目动工

下一篇：我的第一部5G手机@中国电信5G+云VR虚拟导购 助力渠道伙伴数字化营销转型