Role of Big Data and AI in Digital Transformation
來源: Intelligentcomputing
毫無疑問,商業模式目前有三大趨勢:物聯網(IoT),大數據和人工智慧(AI)。從仍然分散的互聯網的事情,到計算範式的快速波動,人們如何重塑我們的生活方式,每個人都在談論這些趨勢,但真正發生了什麼?
以下是對消費者需求的瞭解,以及從消費者角度,來看未來的未來。
大數據
Wikipedia中定義的大數據,是一個數據集的術語,它是如此龐大或複雜,傳統的數據處理應用軟體不足以處理它們。由於數據集非常龐大,所面臨的挑戰包括捕獲、儲存、分析、數據管理、搜索、共享、傳輸、可視化、查詢、更新和資訊隱私。然而,它更可能用於參考預測分析,用戶行為分析,高級數據方法(包括人工智慧),而不僅僅是數據集的大小。
期待區塊鏈式技術應用的出現,特別是在分類帳系統中,以代碼編寫的契約的智慧合同。這些通常比傳統合同更安全和不可逆轉,但是在引用和執行這些合同時提高效率。
另外,數據自助服務解決方案的興起,也將使組織能夠分析其數據,而無需建立數據科學部門。對於沒有預算的中小企業來說,對於高需求的數據科學家來說,這是非常有價值的。
Hadoop的使用也迅速下降,這個框架允許大型數據集的分布式處理,因為雇用必要的人才,來支持這個框架,在內部被證明是具有挑戰性的。還傾向於在雲上使用應用程序,來減少數據中心的支出,從而使數據自助服務模式受到歡迎。
正如研究公司Gartner Inc.在其,分析數據管理解決方案魔力象限中,所指出的那樣,由於靈活性,敏捷性和營運定價模式,預期現在正在將雲,作為替代佈署選項。
因此,由於更多的公司能夠為員工,提供從結構化和非結構化數據,獲得的正確知識,所以可以期待C級管理人員,更容易獲得洞察力。
這是一把雙刃劍,但隨著大數據技術的發展,高管們的期望將立即成為他們的數據,而不是想等待批量分析報告。因此,近乎即時數據,更快地提供可操作分析的壓力。
物聯網
福布斯將物聯網描述為,連接任何具有開啓和關閉交換機的設備(和/或彼此)的概念。如果設備具有開關,則可能將其配置為IoT的一部分。
認為「智慧家庭」設備,如鎖定,當它檢測到您的手機附近時可以解鎖,或者可能是在檢測到行動時,才打開的指示燈。
我們看到來自許多,具有類似解決方案的供應商的噪音。在我們可以預期,這些供應商中的一些將獲得勝利,這將導致市場上較少的供應商。隨著供應商的減少,我們也可以期待監管和標準化發揮作用,使我們變得更簡單,和更具凝聚力的解決方案。
與此同時也是安全問題,因為IoT網路攻擊,在去年在烏克蘭西部佔用了一個電網。當然,關於汽車駭客自駕車的研究,也引起了關注,所以可能會對物聯網帶來安全措施。
現在,我們在物聯網市場上遇到了很多分散,但希望隨著其他時間的發展,物聯網的解決方案將會更加完善,而且開放的生態系統和平台的一部分,將促進互操作性,並提供服務來自多個設備和來源的組合數據。
兩個主要領域的應用,可能將成為物聯網的焦點,即智慧城市和智慧家居。然而,在智慧家居部門,由於頻寬是任何IoT技術工作的先決條件,預計今年網路管理網格,或類似網狀產品的浪潮將會更加簡單。
這正是非營利藍牙特別興趣小組品牌,和開發商行銷副總裁Errett Kroeter所希望的。 「目前網格劃分的其他一些標準是眾所周知的難點。我們的目標是保持網狀網路的簡單,讓人們實際上想要使用它們。」
最後,物聯網的發展,與其他產生大量數據的設備和系統相結合,正在加速人造智慧的需求,從這一資訊中創造意義
人工智慧
人工智慧的字典定義,是機器模擬智慧人類行為的能力。雖然我們在2016年的AI回升已經有了很大的成長,但我們將在未來每一年進一步成長。回到當下,我們瞭解到,亞馬遜的Alexa以能夠說人類語言的形式,表現人造智慧,現在在超過500萬個家庭。你可以向Alexa詢問有關天氣,或告訴她要求你搭計程車,她會回應。這意味著,去年,AI進入主流採用。
然而,醫療行業人工智慧的發展還有很多。智慧手機創業公司的重點,從2012年的20個成長到2016年的近70個。顯然,值得注意的重點是iCarbonX,旨在建立數位生活的生態系統,以實現個性化的健康管理系統,和Flatiron Health,旨在透過有組織的數據打擊癌症,幫助腫瘤學家提高護理品質。
在衛生技術巨頭飛利浦,目前,大約有百分之六十的研究人員,開發人員和軟體工程師正在致力於醫療資訊學領域的創新工作,其中大部分人員正在研究,人造智慧在當前和未來醫療創新中的應用。
醫療保健人工智慧應用趨勢,主要集中於成像和診斷,人工智慧可以幫助您發現,人們看不到的微妙細節和圖像變化。這越來越成為一個擁擠的行業。而且還有助於預防健康人群和處於危險中的人群,以及使用大數據集的慢性病患者的健康惡化,是一個重點領域。
飛利浦首席創新和策略官Jeroen Tas認為,AI有助於放射科醫師為病例準備相關資訊,並確定患者狀況的微妙變化。另一個領域是重症監護病房,人工智慧可以幫助確定急性發作的早期跡象,如心跳驟停或猝死。
塔斯還聲稱,「透過將遺傳資訊與病理學,醫學圖像,實驗室結果家族史資料,其他條件和以前的治療相結合,可以創建更豐富的患者圖片。這些數據可以在AI的幫助下進行組織,以增加重要的附加上下文,有助於幫助臨床醫生做出,更準確的診斷和支持個性化治療選擇。
軟體工程師,設計師和其他專家的多學科團隊,似乎已經為放射科醫師,創建並推出了首個經過驗證的應用程序。在遠端病人監護中,人工智慧可以實現虛擬護理,包括虛擬護理助理。
以後
物聯網,大數據和人力資源都在成長,並且接近更多的商業和大眾使用案例。
0 comments:
張貼留言