¿Cómo se relacionan el Big Data y la Inteligencia Artificial?

GRANDES Datos e Inteligencia Artificial

AI: hacer lo que estás haciendo a una escala mucho mayor

Por qué Big Data y AI se necesitan mutuamente, y usted los necesita a ambos

Me gustaría extender esta publicación.
Hoy en día estamos haciendo sitios web, aplicaciones, autos autónomos, robots, etc. Para implementar estos necesitamos Algoritmos de aprendizaje . Ahora aquí vienen los aspectos clave:

  1. Para entrenar algoritmos de aprendizaje, necesitamos datos.
  2. Web Proporciona una gran cantidad de datos, pero estos son datos no estructurados.
  3. GRANDES DATOS extraídos de la web, se utilizan para entrenar los algoritmos.
  4. Estos datos son muy útiles y con una cantidad cada vez mayor de datos, necesitamos una forma de utilizar esta cantidad de datos de manera inteligente.
  5. Ya hemos visto algunos buenos resultados y mejoras en el análisis de sentimientos y la predicción del mercado de valores.

Se dice que los datos son uno de los componentes básicos de los algoritmos de aprendizaje, y si se usan correctamente, se pueden ver resultados mágicos.

Otros recursos :

  • Big Data e Inteligencia Artificial: Intelligence Matters Archives
  • Big Data y AI se necesitan mutuamente y usted necesita ambos

Estos son como puntos en un espacio y si conecta todos los puntos verá que están en la misma página.

Soy un novato en el campo de la IA y no tengo conocimiento técnico de BigData, pero creo que sé un poco.

Verá, la IA y sus sub-ramas, a saber, el aprendizaje automático, el aprendizaje profundo, las redes neuronales, etc., son métodos algorítmicos que funcionan en una gran cantidad de datos para producir resultados interesantes a partir de ella. Esta gran cantidad de datos debe almacenarse en un formato y la mayoría de las veces este formato no es nuestra base de datos SQL típica, sino más bien un paquete de información muy desestructurado y poco contenido.

BigData es una metodología para almacenar grandes cantidades de datos en un formato no estructurado y esto es exactamente lo que se necesita para implementar ricos algos inteligentes. Por lo tanto, necesitamos una gran cantidad de datos, un algoritmo inteligente y un procesador potente que se combinen para producir modelos de datos. Así que sí, Big Data o cualquier otra práctica de manejo de datos grandes se utilizará con IA.

En un nivel realmente alto, la IA gira en torno a una entidad creada artificialmente que realiza o piensa de manera autónoma, de forma similar a los humanos. Big Data tiene que ver con analizar y analizar grandes conjuntos de datos para buscar tendencias, patrones, etc. Creo que solo están relacionados en la medida en que puede usar una tecnología para complementar la otra. Por ejemplo, en lugar de que los humanos decidan cómo interpretar, refinar y actuar en el análisis de big data, la IA podría usarse para tomar estas decisiones. Por el contrario, AI podría utilizar Big Data en su autoaprendizaje y / o toma de decisiones. Sin embargo, no creo que uno necesariamente requiera el otro.

La inteligencia artificial y el aprendizaje automático dependen de grandes cantidades de datos. Pero los grandes datos son difíciles de organizar y analizar. El siguiente artículo lo ayudará a comprender las tendencias de big data que los expertos buscan en el próximo año, cuando se trata de datos.

5 tendencias de Big Data que darán forma a la IA en 2017 – Fusion Analytics World

No hay inteligencia artificial sin Big Data …

Existe un acceso en tiempo real y siempre disponible a los datos y las herramientas que permiten un análisis rápido. Esto impulsó la inteligencia artificial y el aprendizaje automático y permitió la transición a un enfoque basado en datos.

casi la gente piensa que la IA se trata de la complejidad de los algoritmos, “Gran error” se trata básicamente de gran cantidad de datos filtrados y revisados.

Bigdata está recopilando y analizando información del cliente, obteniendo ideas sobre lo que los clientes quieren y necesitan, y actuando sobre esas ideas.

Machine Learning, una rama de la IA, agrega una capa de inteligencia a los grandes datos para abordar tareas analíticas complejas mucho más rápido de lo que los humanos podrían esperar. En última instancia, más que compensará la escasez de recursos analíticos que enfrentamos hoy.