Реализация методов искусственного интеллекта на базе технологии больших данных

Татьяна Зобнина, ведущий разработчик систем машинного обучения, департамент систем автоматизации ИТ и процессов обслуживания, NAUMEN Большие объемы данных во многих отраслях помогают перенести методы машинного обучения из исследовательских лабораторий на реальное производство. Наиболее актуальные вопросы сегодня связаны не со сбором, хранением и передачей огромного количества данных, а с их пониманием, т. е. превращением данных в знания, выводы и действия.   Сегодня уже очевидно, что большие данные – это не маркетинговый ход. В 2005 г. объем всех данных составлял примерно 150 эксабайт, в 2010-м – 1200 эксабайт, а сейчас ежедневно создается 2,5 квинтиллиона байтов данных. Пользователи Twitter генерируют более 500 млн твитов каждый день, аналогичное количество изображений загружается в Facebook. В 2016 г. граф связей пользователей Facebook содержал более миллиарда узлов и свыше сотни миллиардов ребер-связей между пользователями. Объем Всемирной паутины, согласно индексу Google, превышает 45 млрд веб-страниц, а Google ежедневно выполняет несколько миллиардов поисковых запросов по всем страницам.   Потенциал Вместе с достижениями в области ИИ и машинного обучения большие данные могут привести в новым открытиям в различных областях знаний. Например, высокопроизводительные геномные эксперименты можно применять для персонализированной медицины, а исторические климатические данные – для понимания глобального потепления и прогнозирования погоды. Инструменты анализа снимков со спутников с помощью алгоритмов машинного […]


Полная версия доступна только зарегистрированным пользователям !








 

ИД «Connect» © 2015-2019

Использование и копирование информации сайта www.connect-wit.ru возможно только с письменного разрешения редакции.

Техподдержка и обслуживание Роман Заргаров


Яндекс.Метрика
Яндекс.Метрика