數(shù)據(jù)科學家也可能被人工智能取代

由于人工智能取代人類活動的爭論越來越激烈，數(shù)據(jù)科學家開始體驗人工智能輔助自動化的好處和風險。

人們開始對人工智能被用來自動化一切事物的前景感到不安?，F(xiàn)在人工智能已經(jīng)證明了它有能力替代一些藍領工作(通過機器人等)和白領職業(yè)(通過自然語言生成等)，圍繞這種技術的文化敏感度正在上升。

這也許可以解釋為什么當談到人工智能的影響時，開始看到人們使用“自動化”這樣近似同義詞的描述。當討論自動化侵入到人工智能驅(qū)動應用程序的開發(fā)中時，一些觀察者更喜歡使用諸如“操作化”，“生產(chǎn)化”，“擴充”和“加速”等術語。人們還看到圍繞“自助服務”工具建立“可重復工作流程”等等的討論，這聽起來像是實現(xiàn)工作流程自動化的下一個邏輯步驟。

這種對“自動化”這個可怕字眼的厭惡，可能源于這樣一個事實，即使是數(shù)據(jù)科學家也開始擔心人工智能對于取代自己工作的潛在影響。正是在這種文化時代精神的考慮下，安德魯·布魯斯特(Andrew Brust)最近的一篇關于Alteryx“機器學習模型”的新操作工具的文章提供了一個非常好的討論，不僅討論了數(shù)據(jù)科學提高生產(chǎn)力的好處，而且討論了來自其他供應商的不同解決方案，所有這些都不同程度地將自動化推向了數(shù)據(jù)科學開發(fā)、部署和優(yōu)化工作流程。

在對Wikibon的研究中，人們看到“數(shù)據(jù)科學的開發(fā)者”的激增，這是自動化的另一種委婉說法。雖然布魯斯特說，在數(shù)據(jù)科學工作流程中取代人工的前景“沒有什么好處”，但顯然具有很多功能并不完善，否則可能由不太熟練的數(shù)據(jù)科學家處理。

Alteryx的工具正處于前沿數(shù)據(jù)科學工具供應商現(xiàn)在所提供的主流，所以他們很好地展示了自動化數(shù)據(jù)科學家可以期待的方式：

在推廣和部署階段，無代碼的Alteryx Designer tool自動生成定制的RESTAPI和機器學習模型的Docker鏡像。

Alteryx新推出的工具，使用最近與Yhat獲得的數(shù)據(jù)科學模型管理技術，在Alteryx Serveranalytics平臺上自動部署模型執(zhí)行。

Promote可以根據(jù)不斷變化的應用程序需求自動縮放每個模型的運行時資源消耗。

設計師工作流程可以自動訓練機器學習模型，使用新的數(shù)據(jù)接口，然后促進自動重新部署。

反過來，通過跟蹤當前部署的模型版本并確保在生產(chǎn)中始終有一個足夠的預測模型，從而自動確保模型治理。

也許不應該夸大自動化的潛力，把數(shù)據(jù)科學家放在這個困境上。如果有的話，數(shù)據(jù)科學自動化工具將幫助他們少花錢多辦事。這些功能甚至可以減輕重復的任務，使數(shù)據(jù)科學家能夠?qū)⑺麄兊募寄馨l(fā)展到更具創(chuàng)造性和挑戰(zhàn)性的領域。自動化甚至可以讓數(shù)據(jù)科學家避免職業(yè)勞動力短缺的困境。正如“麻省理工學院技術評論”最近的一篇文章所指出的那樣，缺乏有技能的人員如果沒有達到一定的自動化程度，就可能會讓人工智能/機器學習革命中斷。

即使熟練的數(shù)據(jù)科學家也無法掌握交易的每一個技巧，這為自動化工具打開了大門，可以幫助他們動態(tài)優(yōu)化模型超參數(shù)。

自動化正在進入數(shù)據(jù)開發(fā)、部署和管理流程的每個部分。更多的數(shù)據(jù)專業(yè)人士正在采用工業(yè)級自動化功能，以加快數(shù)據(jù)采集、準備、清洗和交付等可重復過程的執(zhí)行。