التعرف على كيفية تقدم الذكاء الاصطناعي باستخدام علوم البيانات

ثلاث أيقونات موضوعة حول حاسب متنقل

ما المقصود بعلم البيانات، ولماذا يشكل ذلك أهمية؟

 

علم البيانات هو عملية استخدام الخوارزميات والأساليب والأنظمة لاستخراج المعرفة والاحصائيات والرؤى من البيانات المهيكلة وغير المهيكلة. وهو يقوم باستخدام التحليلات والتعلم الآلي لمساعدة المستخدمين على القيام بالتنبؤات، وتحسين التشغيل الأمثل، وتحسين العمليات واتخاذ القرار.

من المتوقع أن تقوم فرق العمل في علوم البيانات اليوم بالاجابة على العديد من الأسئلة. تتطلب الأعمال توقعا وتحسينا أفضل استنادا الى الرؤى في الوقت الفعلي المدعومة بأدوات مثل هذه.

دورة حياة علم البيانات تبدأ بجمع البيانات من المصادر ذات الصلة، وتنقيتها ووضعها في نسق يمكن للآلات أن تفهمه. في المرحلة المقبلة، تستخدم الأساليب الاحصائية والخوارزميات الأخرى للعثور على الأنماط والاتجاهات. ثم يتم برمجة النماذج وبنائها للتوقع والتنبؤ؛ وأخيرا، يتم تفسير النتائج.

وقد أدى التقدم المحرز في الذكاء الاصطناعي والتعلم الآلي والتشغيل الآلي الى رفع معايير أدوات علم البيانات في مجال الأعمال التجارية. والنتيجة هي تشكيل فرق علوم البيانات - علماء متخصصين في البيانات، والمبرمجين والمهندسين ومحللي الأعمال - التي تمتد عبر وحدات الأعمال.

هناك فرصة ضخمة هنا. التشغيل الآلي لمهام علم البيانات المملة، مثل اعداد البيانات، وتمكين المحللين الذين لا تتوافر لديهم خبرات في مجال التكويد (00:21) على بناء النماذج، والمحافظة على مرونة الأعمال والابتكار. التشغيل الآلي لدورة حياة علوم البيانات يساعد على تحرير وقت الخبراء لمعالجة الجوانب الأكثر اثارة للاهتمام والابتكار في هذا المجال. يساعد الذكاء البشري - بالاضافة الى تقنية علم البيانات والتشغيل الآلي - في استخراج قيمة أكبر من البيانات في الشركة.

علم البيانات

 

بحلول عام 2025، سيقوم الذكاء الاصطناعي بتشغيل 50 بالمائة من أنشطة علماء البيانات آليا، مما يخفف من حدة النقص الحاد في المواهب*. IBM تقدم AutoAI لجعل علوم البيانات آلية وادارة دورة حياة الذكاء الاصطناعي.

80%

من وقت علماء البيانات يتم قضائه في البحث عن البيانات وتنقيتها وتنظيمها**

#1

"عالم البيانات" هو أكثر الوظائف الواعدة في عام 2019***

لماذا علوم البيانات تهم اليوم؟

مع حجم وتنوع البيانات الاجتماعية والهاتفية والأجهزة، الى جانب التقنيات والأدوات الجديدة، يلعب علم البيانات (03:43) اليوم دورا أوسع من أي وقت مضى. الشركات تعتبر أن علم البيانات والذكاء الاصطناعي (06:13) سيكون الاستراتيجية التي تتيح التكنولوجيا. ولكي يكون علم البيانات فعالا، فان دورة حياته الكاملة لا يجب أن تدعم التحليلات التقليدية فحسب، بل يجب أن تعمل أيضا بتناغم مع التطبيقات الحديثة. وهذا يعني أن ممارسة علوم البيانات لا بد أن يتطور الى ما هو أبعد من المهام الروتينية والمملة - حيث أن 85% من الوقت الذي يقضيه عالم البيانات يتم قضائه في تنقيه وتشكيل ونقل البيانات من مكان الى آخر، وغالبا ما يتم ذلك لتغذية التعلم الآلي. ولا يترك ذلك سوى نسبة مئوية صغيرة من الوقت للعثور على الأنماط والاتجاهات، وبناء النماذج، والتنبؤ بالنتائج وتوقعها، وتفسير النتائج.

ولحسن الحظ، فان هناك بعض الراحة. حيث أن أحدث تطور في علم البيانات الحديث هو امكانيات AutoِAI التي تقوم بالتشغيل الآلي لمراحل اعداد البيانات واستخراج النماذج في دورة حياة علم البيانات. الآن، لا يمكن فقط لعلماء البيانات استخدام مهاراتهم المتخصصة بالطريقة المقصودة؛ لكن هناك المزيد من الشركات يمكنها الاستفادة من علم البيانات، من التنبؤ الى التحسين.

الأسئلة الكبيرة لعلم البيانات

  • ما هو الألف عميل التاليين الذين سنخسرهم ولماذا؟
  • أين يجب أن ننشئ كشكا آخر أو متجرا جديدا؟
  • أي من الموظفين ذوي الأداء العالي هم أكثر عرضة أن نخسرهم؟
  • اذا قمنا بتسعير المنتجات بشكل مختلف، فهل سنوفر التكاليف؟
  • هل يقدم فريقي الأشياء المناسبة للأشخاص المناسبين؟

← قراءة تقرير حالة استخدام الذكاء الاصطناعي

← مشاهدة الندوة عبر الانترنت حول دليل تشغيل الذكاء الاصطناعي (الرابط موجود خارج IBM)

 

النجاح من خلال علم البيانات

فيما يلي بعض الطرق التي تستخدم فها الشركات البيانات للحصول على ميزة تنافسية:

تجارب العملاء

أحد مقدمي تقنية مركز الاتصال الكبار يقوم باستخدام البيانات لاعادة تخيل تجربة مركز الاتصال واكتساب رؤى قيمة من العملاء.

الرعاية الصحية الوقائية

اتجهت عيادات تقديم الرعاية الصحية العاجلة الى علماء البيانات لمساعدة مقدمي الخدمة في مراقبة واتخاذ التدابير الوقائية بفعالية، مما يؤدي الى تحسين قدرة المرضى على البقاء.

ادارة المخاطر

اذا كان نموذج البنك غير دقيق، فانه يمكن أن يكون له عواقب مدمرة. أحد البنوك الكبيرة تقوم باستخدام علوم البيانات لتعزيز التخفيف من حدة المخاطر وتقليل مخاطر النماذج.

الأمان والموثوقية

واحد من أكبر مصنعي السيارات يقوم باستخدام علوم البيانات لفهم سلوك السائق وتصميم السيارات بشكل أفضل وأكثر أمانا وموثوقية بشكل متخصص.

ولاء العملاء

يقوم كبار متاجر التجزئة في المملكة المتحدة باستخدام علوم البيانات لاستخلاص أفكار قابلة للتطبيق، وتعظيم العروض الترويجية، وتعظيم الانفاق التزايدي لأكثر من 15 مليون حامل لبطاقة الولاء.

المنتجات ذات الصلة والعروض

IBM Watson Studio

يساعد IBM Watson® Studio في تقديم أدوات للعمل بشكل تعاوني مع البيانات لبناء وتدريب النماذج على نطاق واسع. وهو يمنحك المرونة اللازمة لبناء النماذج حيث توجد بياناتك ويتم نشرها في أي مكان في بيئة مختلطة، بحيث يمكنك تشغيل علوم البيانات بطريقة أسرع.

IBM Watson Visual Recognition

يقوم IBM Watson Visual Recognition باستخدام طرق التعلم العميق لتحليل الفيديوهات والصور للمشاهد والعناصر والوجوه من خلال Watson APIs. وهو يساعد في تسريع الوقت للنتائج باستخدام النماذج التي تم تدريبها مسبقا باستخدام المحتوى المرئي.

IBM Cloud Pak for Data

ويساعد IBM Cloud Pak™ for Data في جمع وتنظيم وتحليل البيانات باستخدام منصة متعددة الأوساط السحابية. فهو يقوم بتكوين قاعدة تحليل موثوق بها تجعل من السهل الحصول على البيانات ويمكنك من توسيع الاحصائيات طبقا للطلب باستخدام الذكاء الاصطناعي.

IBM Decision Optimization

يوفر IBM Decision Optimization الأدوات التي تستخدم العلوم الرياضية والحوسبية لمساعدة علماء البيانات على تحسين قرارات التعلم الآلي. يمكن الآن نشر نماذج تحسين القرار بسهولة أكبر كخدمة داخل Watson Machine Learning.

IBM Watson OpenScale

يقوم IBM Watson OpenScale™‎ بتتبع وقياس النتائج من الذكاء الاصطناعي خلال دورة حياتها، وكيفية تحكم وتكيف الذكاء الاصطناعي مع مواقف العمل المتغيرة - للنماذج المصممة والتي يتم تشغيلها في أي مكان.

التعلم العميق

خدمة التعلم العميق في IBM Watson Studio تساعد العلماء على تصميم شبكات عصبية بصريا وتوسيع نطاق التدريب والعمل في الوقت الذي يتم فيه الدفع للموارد المستخدمة فقط.

IBM SPSS Modeler

يقوم IBM SPSS® Modeler بتمكين المؤسسة من استخدام علم بيانات بخاصية السحب والوضع لتسريع وقت تقديم القيمة لنماذج الانتاج-النطاق.

IBM Watson Studio Desktop

يساعد Watson Studio Desktop أي شخص على بدء التشغيل وانشاء النماذج ونشرها من سطح المكتب - في أي وقت وفي أي مكان.

IBM Watson Machine Learning Accelerator

يعمل Watson Machine Learning على توسيع نطاق التعلم الآلي ونشر نموذج التعلم العميق في بيئة موزعة متعددة المستأجرين.

Watson Studio Premium

ومن خلال الجمع بين التحليلات التنبؤية والوصفية في منصة البيانات والتحليلات للبيئة السحابية، فان IBM تعمل على تمكين المؤسسة على التعجيل بالوقت لتحقيق قيمة معينة باستخدام علوم البيانات والذكاء الاصطناعي. يساعد Watson Studio Premium for IBM Cloud Pak for Data في تحقيق عائد كبير على الاستثمار (ملف، 1.6 ميجابايت).

حلول علوم البيانات لصناعتك

الرعاية الصحية

الكشف عن الاحصائيات والرؤى من التجارب السريرية، وبيانات المرضى والكثير غير ذلك:

  • توقع المشاكل الصحية والمساعدة على انقاذ الأرواح عن طريق التنبيهات
  • الحد من سوء التشخيص
  • تحديد أنماط الأعراض
  • ازالة المخاطر من أدوية الوصفات الطبية

الخدمات المصرفية

تسريع خدمة العملاء باستخدام التطبيقات السحابية المختلطة المبتكرة المعززة بالتعلم الآلي:

  • تمكين موظفي المبيعات من تقديم اجابات فورية لطلبات القروض
  • انشاء تطبيق mobile credit-scoring
  • ابهار العملاء وزيادة الايرادات

الصناعة التحويلية

دعم صناعة السيارات ذاتية القيادة باستخدام تكنولوجيا التعلم الآلي:

  • تدريب أجهزة استشعار السيارة المستقلة باستخدام التعلم الآلي
  • تخفيض تكلفة الانتاج على نطاق واسع
  • جعل السيارات بدون سائق بأسعار معقولة وأكثر أمانا للركوب

خدمات الحاسب

اتاحة التشغيل الآلي للعمليات الروبوتية بمساعدة الذكاء الاصطناعي (RPA):

  • مساعدة الموظفين على التركيز على الأنشطة الاستراتيجية
  • تعظيم استثمارات التشغيل الآلي للعمليات الروبوتية (RPA) من خلال Watson Machine learning
  • تسريع تطوير حلول RPA بنسبة 20%

الاعلام والترفيه

تقديم رؤى أسرع وأعمق لمشاهدي التلفزيون من خلال التعلم الآلي:

  • تسريع الاحصائيات والرؤى في بيانات الجمهور الأكثر تعقيدا
  • السماح بالتوسع بسرعة وسهولة مع تغيير الطلب
  • التركيز على اتاحة الأعمال

التعليم

الاستفادة من بيانات الطلاب والمناهج الدراسية والاستطلاعات والاختبارات وما غير ذلك:

  • دعم التخطيط المخصص، والتتبع، والاستشارات المعززة بالبيانات
  • تحديد الثغرات في مجال التعلم
  • زيادة استعداد الطلاب

قصص نجاح علوم البيانات

دمج أدوات علوم البيانات مفتوحة المصدر مع تلبية متطلبات الأمان

ادارة مخاطر النموذج باستخدام علوم البيانات والتعلم الآلي

اعادة تحديد مستقبل تجارب المشجعين باستخدام علوم البيانات والذكاء الاصطناعي

تدريب ونشر نماذج التعلم العميق للقراء البصرية دون اتصال (OCR)

تبسيط عملية وضع النماذج وتحسين العرض والطلب

تسريع خدمة العملاء والسيطرة على المخاطر باستخدام تقييمات مخاطر الائتمان السريعة

مكافحة الجريمة باستخدام علوم البيانات: نشر الموارد المناسبة في المكان المناسب في الوقت المناسب

الحفاظ على صحة سكان الحياة البرية باستخدام علوم البيانات والتعلم الآلي

جعل المصانع أكثر ذكاءا من خلال تسخير التعلم الآلي لادارة الجودة

O’Reilly: الذكاء الاصطناعي سريع الحركة للأعمال

سوف يسفر الذكاء الاصطناعي عن قيم جديدة متوقعة للأعمال تبلغ 13 تريليون دولار على مدى العقد المقبل. ولكن لا توجد ممارسة قياسية لتنفيذ الذكاء الاصطناعي، ومن الصعب الحد من مخاطر فشل المشروع. تعرف على المزيد حول ممارسات Agile AI وتحديد موقع فريقك للفوز، من الخبراء كارلو أببوجليسي، باكو ناثان، ووليام س. Roberts.

‏*‏ ‏"كيفية اختيار المنصة المناسبة لعلوم البيانات والتعلم الآلي"، ‏Gartner Research، ‏مارس ‏2019

‏**‏ ‏"‏ما الذي يقوم به علماء البيانات حقا، وفقا لعدد 35 من علماء البيانات"، Harvard Business Review، ‏أغسطس 2018

*** ‏"‏لماذا يعتبر عالم البيانات أكثر الوظائف الواعدة لعام 2019"‏، ‏TechRepublic، ‏يناير ‏2019