El análisis creativo de Big Data conducido por máquinas puede conducir a grandes preguntas y grandes hallazgos.
Claro, las máquinas pueden hacer eso, pero están limitadas al conocimiento del “sistema”.
Imagine un ejemplo: un automóvil puede tener 100 sensores diferentes, las máquinas están recolectando numerosos datos y los separa no solo por las salidas resultantes sino también por ej. género de un conductor, ubicación, tiempos de viaje, condiciones climáticas, etc. Al analizar estos datos en conjunto, pueden aparecer resultados y tendencias interesantes.
- Cómo comenzar a saber más sobre las redes neuronales
- ¿Cómo son relevantes los proyectos como Apache Spark para la inteligencia artificial?
- ¿Es útil la teoría de juegos para la inteligencia artificial?
- ¿Qué debe hacer si viene una máquina para su trabajo?
- ¿Jack Ma tiene razón al decir que la IA causará más dolor social que beneficios en los próximos 30 años?
Sobre la base de estos datos, puede hacer preguntas como:
- Cómo se usa el automóvil y cómo se puede mejorar la experiencia del usuario
- ¿Cuáles son los denominadores comunes antes de accidentes de choque o problemas con el motor?
- Cómo se podría operar el tráfico de manera más eficiente
- etc.
Hacer preguntas interesantes sobre por qué las tendencias son tales y tales es la parte menos interesante. Lo más interesante es encontrar las respuestas. A menudo, conjuntos de datos adicionales pueden ayudarnos a comprender estas tendencias y comportamientos que a su vez pueden conducir a otras preguntas y hallazgos interesantes.
