大數據(Big Data)與AI的依存關係

​AI與Big Data是兩個最熱門的科技語彙。您有沒有好奇過：為甚麼人們講AI時總會提到Big Data，而講Big Data時總會提到AI？事實上，AI及Big Data是兩個截然不同的概念，但它們卻存在密不可分的依存關係...

為什麼AI為甚麼需要Big Data?
AI的能力取決於它自身的演算法及它所接收的數據。演算法控制AI處理數據的方式，繼而奠定了AI對於數據的思考及判斷模式。與人類一樣，AI在系統建立初期是一片白紙，並未具備任何知識。在這個階段，工程師會向AI系統輸入大量數據，以訓練系統建立知識。當AI收到數據後，它會利用演算法去處理每則數據。演算後的結果會成為AI的知識。訓練完畢後，AI系統會被正式放入使用場景內。此時，AI會被要求利用自身的知識去處理更多不同類型的數據。在這個階段，人們會判斷AI處理數據的準確性，而AI的準確性很大程度上受限於AI所接觸的數據量。人類的熟能生巧理論同樣適用在AI上，當一個AI處理的數據愈多，它的準確度便愈高。隨着準確度的提升，AI能夠在缺少人類干涉的情況下妥善地運作，AI也就能被稱為強大了。

Big Data為甚麼需要AI?
在這個時代，數據變得垂手可得。人們渴望在大量的數據中掘出有用的資料，數據分析因此成為了企業們爭相爭奪的技術。然而，這巨量且多樣的數據造成了處理上的困難，AI的運用成為了唯一的解決方法。

1. 數據分析
在現時的數據分析方式上，AI擔任一個核心的角色。數據分析項目往往涉及多種數據集，人力或是一般的程式皆無法有效率地對這些數據進行分析。為了改善效率及加深分析的深度，人們利用了AI的學習能力去找出大量數據之間的規律及關係，使人們能夠從數據中得出有用的資訊，包括對未來的預測。

2. 數據管理
不僅是數據分析，在數據管理上，人們同樣依賴AI的輔助。數據管理是數據分析前的必要步驟，在發掘數據的價值前，人們需要先整理五花八門的數據。在數據分析上，只有少數的數據能夠被直接使用，大部分的數據都需要被清理、篩選及規格化，這是一個耗時的工序。人們於是訓練AI以自動化清理數據的過程，從而改善效率。

結語
看到這裏，您明白AI和Big Data經常同時出現的原因了嗎？隨着技術的改進及人們需求的變化，人們漸漸混合不同科技概念去解決各種問題。技術的混合成就了技術的進步，甚至造成了技術之間的依賴關係，令不少不熟悉科技的人把這些概念搞混。事實上，這些科技概念並不可怕，只需要少許時間，任何人都可以弄清這些概念。為什麼AI 和 Big Data 經常走在一起？！

#bigdata #artificialintelligence

立即Subscribe 我們緊貼 Marketing Technology 最新資訊／走勢！

By submitting this, we will only use data provided to us in accordance with our Privacy Policy.