京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、人工智能、机器人,有什么血缘关系
大数据、人工智能(AI)、机器人、算法、深度学习、物联网、传感器……,这些名词似乎每天都会看到或听到,当人们还搞不清楚是什么时,媒体已不断报导人类的工作将很快被取代,让人们愈来愈焦虑。
我跟大家有一样的疑惑,但是信息科学始终对我有份致命的吸引力。可能因为我的第一份工作,是当了4年的程序设计师。去年,我才毅然放下工作,去美国加州大学进修大数据预测科学。因为长期从事品牌营销与消费者沟通,所以想用一些简单的语言,帮大家厘清这些名词的关系。
为什么机器人很厉害?因为它们装上了大脑,也就是人工智能。但是人工智能也有优劣,就跟人一样,IQ有高低之别。机器人厉不厉害,就看它的人工智能好不好。所以,如果没有人工智能,机器人就只是“机器”而已,不是“人”。
人工智能如何变厉害?要喂它“吃”大数据。大数据就像人工智能的食物,跟人类一样,吃进去的食物愈新鲜、愈干净,人工智能就愈健康。
人工智能如何消化那么多数据?这就要靠算法了。算法就是机器人的消化系统,负责读取、消化大数据,同时产出结果。
所以,算法是关键。但算法也有很多种,有预测分析的算法、各类统计算法、深度学习的算法等等。每个会写程序的人,都可能创造自己的算法,因此有高低优劣之分。好的算法,会造就聪明的大脑,也就是聪明的人工智能,以及高IQ的机器人。
现代企业如何搜集大数据?除了传统的ERP(企业资源计划管理系统)、CRM(客户关系管理系统)之外,新的趋势是靠网络、物联网、传感器,这些就是机器人的手脚。
物联网并不是新概念。传统零售业的POS(销售时点情报系统)与计算机相连,就是物联网的例子。现在,所有你想到的东西都可以连上计算机,例如,运动鞋垫连上网络,可提供运动频率、里程数、健康状况;工厂设备也可以连上网,随时提供生产的数据、良率及设备运转状况。家中的各类家电连上网后,让你随时掌握家里的动态、谁出去、何时回来、开关各类家电等等。
人类的工作到底会不会被替代?Google创办的奇点大学教授JeremyHoward担心,未来80%的工作可能被人工智能机器人取代,从无人商店、互联网法庭、帮医生读X光片辨认肿瘤、计算机问诊开处方、大数据抓恐怖分子等等。若证诸这并非诳语,那么人类未来将何去何从?
根据目前的发展,人工智能机器人有一项技能还学不会,就是“问对问题”。例如Google可以针对各种问题提供解答,却无法问出一个你需要的问题。所以,未来学习“如何问对问题”,比“给对答案”重要,这也将是你最重要的价值!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20