Если вы новичок в мире технологий, вы, скорее всего, не слышали о тенденции к «демократизации» данных — тенденции, которая, возможно, началась в 2013 году. высокооплачиваемых специалистов к тому, чтобы быть доступными для всех уровней сотрудников и широкой общественности. Они называют этот процесс демократизацией данных. Одно из предположений, лежащих в основе демократизации, заключается в том, что толпа мудрее отдельного человека и что великие инновации могут происходить, когда каждый имеет доступ к данным.
Если вы помните из одного из моих более ранних блогов, я рассказываю о той роли, которую машинное обучение играет в области науки о данных. По сути, машинное обучение — это способ найти закономерности из прошлого, чтобы предсказать, что может произойти в будущем. Сегодня я хочу глубже погрузиться в декабрьскую статью Forbes 2016 года, в которой представлены аргументы в пользу демократизации машинного обучения. В статье Франсуа Шолле, исследователь Google, говорится, что важно демократизировать машинное обучение по двум причинам: чтобы не дать чьему-либо вкладу пропасть даром, и для социальной и экономической стабильности.
Первая причина, по которой больше людей должны иметь доступ к знаниям в области машинного обучения и их инструментам, заключается в том, что среда богата для вдохновения людей на создание новых инноваций. Демократизация машинного обучения — ключевая стратегия, позволяющая заинтересованным и талантливым людям повышать ценность существующих продуктов. В книге Джареда Дина Большие данные, интеллектуальный анализ данных и машинное обучение: создание ценности для бизнеса он подчеркивает важность передачи данных и инструментов в руки большого количества людей, чтобы зажечь творческий гений. И как метко резюмирует Атул Бьютт из Стэнфордского университета: В этих кучах данных скрываются знания, которые могут изменить жизнь пациента или изменить мир.
Шолле считает, что машинное обучение и искусственный интеллект не только помогут внедрять инновации в больших масштабах и быстрее, но и автоматизируют многие рабочие места. Позволяя толпе создавать ценность, потеря этих рабочих мест будет компенсирована, поскольку люди будут иметь власть над технологией машинного обучения. Интересно подумать, что вы можете разработать инструмент автоматизации, который устранит вашу работу и каким-то образом выиграет от того, что сделает себя устаревшим. Я не совсем уверен, что большинство людей были бы в восторге от творчества, если бы знали, что их творение может разрушить их средства к существованию. Какими бы слабыми ни были аргументы, демократизация машинного обучения происходит и, вероятно, продолжит расти в некоторой степени в будущем.
Рубрика: Приложения для работы с большими данными, Краудсорсинг, Data Talent, Машинное обучение
Первоначально опубликовано на http://thedatalass.com 18 апреля 2017 г.