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。
沒有留言:
張貼留言