
2017大預(yù)測:大數(shù)據(jù)、物聯(lián)網(wǎng)與人工智能
物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能,無疑是2017最被期待的幾大趨勢。每個(gè)人都在談?wù)撨@些趨勢,但真正發(fā)生了什么?我們將分為上下兩篇來一一解讀這些預(yù)測。今天分享的是大數(shù)據(jù)、物聯(lián)網(wǎng)領(lǐng)域、人工智能的一些預(yù)測分析。
毫無疑問,物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能,無疑是2017最被期待的幾大趨勢。從仍然處于分散狀態(tài)的物聯(lián)網(wǎng)到計(jì)算范式的快速波動(dòng),再到人工智能正在如何重塑我們的生活方式,每個(gè)人都在談?wù)撨@些趨勢,但真正發(fā)生了什么?
以下是您需要怎樣理解這些趨勢,并如何從一個(gè)消費(fèi)者的角度面對它們引領(lǐng)的未來。
大數(shù)據(jù)
按照Wikipedia的定義,大數(shù)據(jù)是一個(gè)數(shù)據(jù)集,它異常龐大或復(fù)雜,傳統(tǒng)的數(shù)據(jù)處理應(yīng)用軟件完全不足以應(yīng)對。由于數(shù)據(jù)集非常龐大,所面臨的挑戰(zhàn)包括抓取、存儲(chǔ)、分析、數(shù)據(jù)管理、搜索、共享、傳輸、可視化、查詢、更新和信息隱私等等。大數(shù)據(jù)的價(jià)值在于可以進(jìn)一步用于參考預(yù)測分析,用戶行為分析,高級(jí)數(shù)據(jù)方法(包括人工智能),而不僅僅停留在數(shù)據(jù)集的大小本身。
2017年,期待區(qū)塊鏈技術(shù)應(yīng)用的出現(xiàn),特別是在分類帳系統(tǒng)中以代碼編寫的智能契約合同。這些通常比傳統(tǒng)合同更安全和不可逆轉(zhuǎn),但同時(shí)在引用和執(zhí)行這些合同時(shí)產(chǎn)生更高效率。
另外,數(shù)據(jù)自助服務(wù)解決方案的興起也將使普通架構(gòu)的公司能夠分析其數(shù)據(jù),而無需建立數(shù)據(jù)科學(xué)部門。這對于沒有預(yù)算雇用數(shù)據(jù)科學(xué)家的中小企業(yè)來說是非常有價(jià)值的,要知道數(shù)據(jù)科學(xué)家在2016年是非常搶手的職業(yè)。
hadoop的使用也迅速下降,這個(gè)框架允許大型數(shù)據(jù)集的分布式處理,因?yàn)楣陀帽匾娜瞬艁碇С诌@個(gè)框架在內(nèi)部被證明是具有挑戰(zhàn)性的。在云上使用應(yīng)用程序來減少數(shù)據(jù)中心的支出成為更優(yōu)化的選擇,因而數(shù)據(jù)自助服務(wù)模式也更受歡迎。
研究公司Gartner Inc.在其數(shù)據(jù)分析數(shù)據(jù)管理解決方案魔力象限中指出“由于靈活性,敏捷性和運(yùn)營定價(jià)模式,預(yù)期正在轉(zhuǎn)向云作為替代部署選項(xiàng)?!?
因此,由于更多的公司能夠?yàn)閱T工提供從結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)獲得的正確知識(shí),所以可以期待非公司高管人員同樣更容易洞察公司的運(yùn)營情況。
這是一把雙刃劍,但隨著大數(shù)據(jù)技術(shù)的發(fā)展,高管們的期望將是立即獲得數(shù)據(jù),而不是等待批量分析報(bào)告。因此,在對近乎實(shí)時(shí)產(chǎn)生的數(shù)據(jù)做出可行性分析產(chǎn)生的壓力也隨之而來。
物聯(lián)網(wǎng)
福布斯將物聯(lián)網(wǎng)描述為連接任何具有開啟和關(guān)閉功能的設(shè)備(和/或彼此)的概念。這就是說,只要設(shè)備具有開關(guān),就可能將其配置為物聯(lián)網(wǎng)的一部分。
想象“智能家居”設(shè)備,如智能鎖,當(dāng)它檢測到你的手機(jī)在附近時(shí),就自動(dòng)解鎖;或者在檢測到有移動(dòng)時(shí),自動(dòng)開燈。
在2016年,我們看到來自許多具有類似解決方案的供應(yīng)商的新突破。在2017年,我們預(yù)測這些供應(yīng)商中的一些將戰(zhàn)勝另一些,這意味著市場上只留下少數(shù)供應(yīng)商。隨著供應(yīng)商的減少,我們預(yù)計(jì)監(jiān)管和標(biāo)準(zhǔn)化也將發(fā)揮更大作用。與此同時(shí),安全問題也將日益凸顯,早在去年,烏克蘭西部的一個(gè)電網(wǎng)就遭到了來自IoT網(wǎng)絡(luò)的攻擊破壞;關(guān)于無人駕駛汽車遭遇黑客的研究也引發(fā)了關(guān)注,所以2017年,物聯(lián)網(wǎng)領(lǐng)域的安全問題可能有新動(dòng)向和突破。
我們預(yù)測,兩個(gè)主要領(lǐng)域的應(yīng)用可能將成為物聯(lián)網(wǎng)的焦點(diǎn),即智能城市和智能家居。在智能家居部分,由于帶寬是任何IoT技術(shù)工作的先決條件,預(yù)計(jì)今年網(wǎng)絡(luò)管理網(wǎng)格或類似網(wǎng)狀產(chǎn)品將有簡易化的趨勢。
這正是非營利藍(lán)牙特別興趣小組品牌和開發(fā)商營銷副總裁Errett Kroeter所希望的,“目前網(wǎng)格劃分的其他一些標(biāo)準(zhǔn)是難以設(shè)立的。我們的目標(biāo)是保持網(wǎng)狀網(wǎng)絡(luò)簡單,以便人們真正想要使用它們。”
物聯(lián)網(wǎng)的發(fā)展,并與其他產(chǎn)生大量數(shù)據(jù)的設(shè)備和系統(tǒng)相結(jié)合,正在加速讓人工智能成為現(xiàn)實(shí),讓人們得以真正從海量信息中創(chuàng)造出意義和價(jià)值。
人工智能
人工智能,在字典里的定義是機(jī)器模擬智能的人類行為的能力。雖然我們在2016年已經(jīng)看到了AI的大幅進(jìn)步,但我們預(yù)測2017將迎來AI的一個(gè)爆發(fā)。去年,我們看到亞馬遜的Alexa已經(jīng)能夠以跟人對話的方式表現(xiàn)人工智能,而現(xiàn)在,Alexa已經(jīng)進(jìn)入了超過五百萬個(gè)家庭。你可以向Alexa詢問天氣,或讓Ta幫你叫車等等。這意味著,去年,AI已經(jīng)進(jìn)入主流用戶的實(shí)際應(yīng)用階段。
然而,醫(yī)療行業(yè)人工智能的發(fā)展還有很多。專注于醫(yī)療健康A(chǔ)I領(lǐng)域的創(chuàng)業(yè)公司從2012年的20個(gè)增長到2016年的近70個(gè)。顯然,值得重點(diǎn)注意的有iCarbonX,旨在建立數(shù)字生活的生態(tài)系統(tǒng),以實(shí)現(xiàn)個(gè)性化的健康管理系統(tǒng),和Flatiron Health,旨在通過組織化數(shù)據(jù)對付癌癥,幫助腫瘤學(xué)家提高護(hù)理質(zhì)量。
在醫(yī)療健康領(lǐng)域的技術(shù)巨頭飛利浦,目前大約有百分之六十的研究人員,開發(fā)人員和軟件工程師正在致力于醫(yī)療信息學(xué)領(lǐng)域的創(chuàng)新工作,其中大部分人員正在研究人造智能在當(dāng)前和未來醫(yī)療創(chuàng)新中的應(yīng)用。
醫(yī)療健康人工智能應(yīng)用趨勢主要集中在成像和診斷,人工智能可以幫助您發(fā)現(xiàn)人們看不到的微妙細(xì)節(jié)和圖像變化。這越來越成為一個(gè)擁擠的行業(yè)細(xì)分。使用大數(shù)據(jù)集,幫助預(yù)防健康人群和處于慢性病危險(xiǎn)中人群的健康惡化也是一個(gè)重點(diǎn)領(lǐng)域。
飛利浦首席創(chuàng)新和策略官Jeroen Tas認(rèn)為“AI有助于放射科醫(yī)師為病例準(zhǔn)備相關(guān)信息,并確定患者狀況的微妙變化。另一個(gè)領(lǐng)域是重癥監(jiān)護(hù)病房,人工智能可以幫助確定急性發(fā)作的早期跡象,或是心臟驟停等急性發(fā)作。
Tas也聲稱“可以通過將遺傳信息與病理學(xué)、醫(yī)學(xué)圖像、實(shí)驗(yàn)室結(jié)果、家族史數(shù)據(jù)和之前的治療相結(jié)合,而創(chuàng)建更豐富的患者圖片。這些數(shù)據(jù)可以在AI的幫助下進(jìn)行組織,從而有助于幫助臨床醫(yī)生做出更準(zhǔn)確的診斷,并支持個(gè)性化的治療。”
軟件工程師、設(shè)計(jì)師和其他領(lǐng)域?qū)<医M成的多學(xué)科團(tuán)隊(duì)似乎已經(jīng)為放射科醫(yī)師創(chuàng)建并推出了首個(gè)經(jīng)過驗(yàn)證的應(yīng)用程序。在遠(yuǎn)程病人監(jiān)護(hù)中,人工智能可以實(shí)現(xiàn)虛擬護(hù)理,包括虛擬護(hù)理助理等工作。
2017與未來
物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能都在不斷精進(jìn)和取得突破,并且越來越接近商業(yè)模式和大眾化應(yīng)用。而當(dāng)它們進(jìn)入普通人的日常生活時(shí),三個(gè)趨勢將進(jìn)一步融合和交叉,從而提供更強(qiáng)大、流暢、符合實(shí)際應(yīng)用的產(chǎn)品。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11