物联网热潮将改变数据分析方式
分类:本网原创 热度:

商圣科技12月08日消息:
随着越来越多的设备上线,每个生成数据,分析信息以及用于促进机器学习的方式都必须改变。
 
数据是提高机器学习和人工智能(AI)系统准确性和预测的关键- 苹果和橙子的图像越多,区分两者的效果就越好。

一台机器的“智能”是数据驱动的,高性能计算副总裁兼首席技术官Goh Eng Lim表示,Hewlett-Packard Enterprise(HPE)在新加坡供应商的Reimagine Summit上与媒体对话。
 
然而,他强调,公司不应仅仅关注数据保留,因为单靠建立数量是不够的。还需要对数据进行策划,标记和联合。
 
Goh指出,组织经常在孤岛中操作数据,人力资源部门生成的数据与销售团队的数据无法整合。为了做出更好的预测,机器学习系统需要能够在整个公司内无缝地提取数据。
 
他们还需要处理经过适当标记和策划的数据,以确保对准确,高质量的数据做出决策。
 
当被问及物联网的预期繁荣是否会引入进一步的复杂化时,他承认这种可能性,并补充说它确实会使局势恶化。
 
 
        据Gartner预测,去年连接设备的数量估计已超过全球人口84亿,并将在2020年继续攀升至204亿。Goh指出,对于其中之一,将每个连接设备生成的所有数据推回到数据中心进行分析是不可行的。
 
“网络无法跟上,”他说。“因此,您需要物联网设备更智能,以便能够在边缘做出明智的决策,例如,只需将需要的信息发送回网络。”
 
物联网设备可以确定数据是否具有高质量,并且应该被推回到网络以促进深度学习,或者处理边缘处的学习并且仅回送知识 - 而不是纯数据。Goh说,边缘或物联网设备需要获得更多智能才能执行此类决策和任务。
 
HPE一直在宣传边缘计算的重要性,兜售其HPE Edgeline系统,据称这对于支持更多计算和更好地管理网络边缘数据是必要的。
 
HP Euba亚太区日本系统工程总监Mark Verbloot在峰会上发言时说,将物联网计算放在边缘也解决了延迟问题和数据主权问题。Verbloot说,它可以更快地处理和访问数据洞察。
 
在2016年的ZDNet报告中,A * Star新加坡资讯通信研究所的研究人员表示,他们已经开始探索技术 - 特别是分布式数据分析 - 这些技术可以在物联网的有限大小和计算能力范围内更有效地分析数据。设备。
 
当被问到今天人工智能中的黑洞是什么时,吴说,深层神经网络仍然是不透明的。他解释说,当这些系统作出预测或决定被证明是错误的时,他们无法确定出了什么问题。人类也无法提供进一步的指示,因为人类不可能通过神经网络分析的所有数据来查找出错的地方。
 
他还欢迎新加坡成立咨询委员会以评估人工智能和数据的道德和法律使用。
 
注意到当基因组计划开始时,同样的道路是必要的,他说技术往往超越政策,而后者需要赶上。他补充说,机器人已经在显着推进,并指出了SoftBank的 波士顿动力公司取得的进展。
 
Goh进一步指出,机器依赖于历史数据来得出答案,但历史上可能正确的可能不会被社会接受或定义为“正确”。这强调了人类需要进行干预并确定什么是对或错。
 
“人类在看到世界[发展]和[学习]成长以评估什么是对错,我们仍然需要成为机器人决策的主管,至少还需要多年,”他说,并补充说这就是为什么人文科学和社会科学的研究仍然至关重要。


转载请注明: http://www.ygpy.net/bwyc/2018/0805/1229.html
上一篇:美国宇航局的太空望远镜发现巨大的幽灵之星
猜你喜欢
热门排行
精彩图文