Az AI fejlődése és hatása az adatelemzésre

A nagy adatban rejlő lehetőségek teljes kiaknázásához ideje túllépni a CPU-kon és olyan új generációs alternatívákat vizsgálni, amelyek soha nem látott sebességgel dolgozzák fel az adatokat.

Az adatok már eddig is számtalan áttöréshez vezettek és jelentős előnyöket biztosítottak, de ahhoz, hogy valóban maximalizálják értékét, a szervezeteknek meg kell érteniük a mesterséges intelligencia fejlődését és az adatelemzésre gyakorolt hatását. Az AI fejlődésének története fényt deríthet az adatelemzés jelenlegi helyzetére. A mesterséges intelligencia első felhasználási esetei évtizedekre nyúlnak vissza az algoritmusokat és azok alkalmazásait feltáró kutatási projektekig. A nagy mennyiségű felhasználói adat elemzésével megbízott egyedi szolgáltatások elterjedése hamarosan követte, de az algoritmusokat az általános célú processzorok feldolgozási sebessége korlátozta.

2009-ben a kutatók felfedezték, hogy a grafikus feldolgozóegységek (GPU-k) jobbak a CPU-knál a mély neurális hálózatok feldolgozásában, ami elindította a modern mesterséges intelligencia forradalmát. A GPU-forradalom soha nem látott algoritmikus teljesítményt hozott létre és új algoritmusok előtt nyitott meg egy világot. A mesterséges intelligenciával ellentétben a nagy adatnak még nem sikerült leutánozniuk a mesterséges intelligencia harmadik áttörését és saját, egyedi számítástechnikai infrastruktúrára szert tenniük. Jelenleg még mindig a CPU-k szolgálnak az adatelemzés alapjául, de ahogy a vállalatok egyre több adatot halmoznak fel, jellemzően újabb szervereket adnak hozzá, amíg az adatelemzés költségei felül nem múlják annak előnyeit.

Ahhoz, hogy valóban kiaknázzuk a nagy adatban rejlő lehetőségeket, ideje túllépni a CPU-kon és olyan új generációs alternatívákat vizsgálni, amelyek soha nem látott sebességgel dolgozzák fel az adatokat. Az AI fejlődésének megértésével a szervezetek új utat járhatnak be az adatelemzés felé és megtalálhatják az "új aranyhoz" vezető ideális utat.

Megosztás Facebookon