「人工智能」数据分析与数据科学的未来( 二 )
本文插图
凯特·斯特拉奇尼(Kate Strachnyi): 好的 。 所以你的意思是我们现在很安全吗?
乌萨马·费耶德(Ysama Fayyad):是 。 实际上 , 从历史上看过去的两个AI冬季 , 由于所有的炒作 , 我认为将会有一个新的AI冬季 , 我们创造的工作要比淘汰的工作多得多 。 因此 , 你打开了一堆新的领域 , 人们可以在其中执行许多更高价值的工作 。
凯特·斯特拉奇尼(Kate Strachnyi): 从人类活动要求中消除单身主义可以使人类变得更加敏感 , 富有创造力和积极主动 。 应该对行业的许多领域都带来好处 , 而不是害处 。 你同意吗?
乌萨马·法耶德(Usama Fayyad):我完全同意 , 实际上 , 我是完全支持的 。 我将使用一个非常基本的示例 , 该示例与数据科学关系不大 , 但却是相关的 。 一百多年前的会计处理打开了这些庞大的分类帐 , 需要花几天时间计算数字并仔细检查有没有记错 。 此外 , 还有各种各样的技巧可以避免错误 , 并仔细检查这些尘土飞扬且无法访问的分类帐 。 如今 , 如果没有软件来完成跟踪数字 , 累加数字 , 做所有正确的事情 , 创建资产负债表等所有日常工作 , 那么没有人会想到做会计这项工作 。 对我来说 , 这是一个例子 , 现在会计师可以考虑更具战略意义的事情 。 我们可以考虑诸如“这笔费用有必要吗?”之类的事情 , “这有意义吗?” , “我们可以在这里省钱吗?” , “我们可以更好地利用资产吗?”等他们从来没有时间考虑的问题 。 这才是真正理财的价值所在 。
凯特·斯特拉奇尼(Kate Strachnyi): 数据技术对企业期望的影响是什么?
人们通常会在图形和摘要级别使用数据 , 而诸如机器学习算法之类的机器则需要每个小事务及其周围事物的细节 。
本文插图
乌萨马·法耶德(Usama Fayyad):我们所看到的最大的事情是数字化浪潮 。 我认为 , 在很多数字化或所谓的数字化转换工作中 , 这几乎是我的挚爱 , 人们开始将许多手动任务数字化 , 使它们更准确 , 重复性更低 , 且更快 。 因此 , 发生的事情是它们造成了我们所谓的“即时技术债务” , 因为你现在已经建立了数字化机制 , 并且忘记了诸如“如何捕获正确的数据?”之类的问题 。 “我该如何表示这些数据?” “如何存储这些数据?” “如何在正确的时间检索它?” 和“这是什么级别的数据?” 。 人们通常会在图形和摘要级别使用数据 。
那是人类完全不消耗 , 但是对于学习算法是必需的东西 。 所以 , 对我来说 , 现在正在发生的事情是人们正在重新思考 , 在告诉我们 , 好吧 , 如果我真的在进行适当的数字化 , 我想确保我投入正确的大脑和正确的智力 , 以这样的方式实际设计它 。 这样 , 当我捕获正确的数据 , 正确地管理数据时 , 最重要的是 , 启用非常挑剔的机器学习算法 , 这些算法只能处理某种格式的数据 , 如果不是这种格式的数据就完全崩溃了 。 我认为这就是现在正在发生变化并变得更好的事情 , 尤其是对于大数据 , 这使得处理不同类型的数据变得容易 。
凯特·斯特拉奇尼(Kate Strachnyi): 企业具有在信息安全与信息利用之间实现数据平衡的风险承受能力 , 作为首席数据官 , 你对此有何看法?
Usama Fayyad:一个巨大且非常重要的话题 。 我坚信你可以最大限度地利用 , 同时也最大程度的保护隐私 。 你只需要注意自己的操作方式即可 。 如此众多的组织沉迷于数据泄漏 , 攻击和黑客攻击 。 事实证明 , 大多数威胁是内部威胁 。 这些内部威胁中有许多来自有意或无意安装了不良软件 , 恶意软件等的人 。 这就是所谓的社会工程 。 即使你没有连接到外部 , 坏人也可以通过这种方式将其带入 。 实际上 , 非常著名的漏洞就是这样发生的 , 包括新闻中的一些著名漏洞 。 我要在这里说的是 , 一旦边界安全 , 就很安全 。
推荐阅读
- 「百度」百度发布直播搜索大数据:疫情下电商及知识类直播增速明显
- 「科技小数据」消费信贷的客户呈现出年轻化的趋势,新消费崛起
- 2020改变就在眼前,量化派助力多行业人工智能化
- 中国新闻网■中国LAMOST发布最新巡天数据集 光谱总数达1448万条
- 『接风娱乐』人机对战协作新时期已经来临,提高智能化与人工智能技术趋于结合
- 罗永浩直播带货破亿,超7600万次商品点击,老罗直播数据完整版报告来了!
- 『未央网』4月正式上线,10家韩国金融及监管机构联合推出开放金融数据库
- 「TalkingData」打造智能化的小微企业信用评估体系?,如何用数据+算法
- 游戏谈▲人工智能上线助力疫情!5天时间如何如何完成?
- #cnBeta#重大失误?NASA全面向AWS云端迁移数据 却忽略了访问成本
