데이터의 새로운 역할
정보 폭증
오늘날 인간은, 그리고 더 나아가 기계는 인류가 역사가 시작된 이래로 생성한 전체 데이터의 양보다 더 많은 데이터를 한 주에 생성하고 있습니다. 그리고 그 다음 주에는 데이터의 양이 다시 인간 지식의 전체 양보다 두 배가 될 것입니다. 이러한 데이터를 광케이블을 통해 빛의 속도로 전송할 수 있는 능력과 결합하여 의사 결정에 사용할 수 있는 데이터의 범위와 속도는 인간의 능력을 넘어 나노 공간으로 진입했습니다.
AI가 데이터를 사용하는 방법
우리는 이 모든 데이터를 축적하는 동안 데이터의 보안에 대해 걱정하고 있습니다. 이러한 우려(그리고 다가올 나노 위기까지)에도 불구하고 빅데이터의 장점은 그에 수반되는 위험보다 훨씬 더 유망합니다. 아무리 능숙한 통계학자라도 쓰나미처럼 쏟아져 들어오는 데이터는 목마른 인공지능에게는 한 방울의 물방울에 불과합니다. 지능형 시스템이 이러한 데이터의 바다를 마시면 우리 모두에게 도움이 될 수 있는 놀라운 발견을 하게 됩니다.
-
1단계
데이터 수집
데이터는 사람의 입력, 센서 판독값, 기타 AI 작업의 결과 등 세 가지 소스를 통해 시스템에 도착합니다.
-
2단계
데이터 저장
데이터는 로컬 서버, 원격 서버(클라우드 포함), 장치 내부 또는 플래시 드라이브나 CD와 같은 이동식 미디어에 있는 데이터의 집합체인 데이터 레이크에 저장됩니다.
-
3단계
데이터 분석
각 데이터 포인트는 정확성과 유용성 모두를 위해 액세스됩니다. 모든 데이터 포인트는 오류가 있거나 관련성이 없을 수 있습니다.
-
4단계
알고리즘 실행
알고리즘은 정의된 목적에 따라 결과를 계산하도록 설계된 프로세스입니다. 각 알고리즘에는 여러 단계가 있지만, 문제를 해결하기 위해 모든 단계를 반드시 거쳐야 하는 것은 아닙니다. 알고리즘은 사람이 작성하기 때문에 어떤 단계든 의도하지 않은 편견이 포함될 수 있습니다. 예비 리더는 조직에서 사용하는 모든 알고리즘이 공정한 결과를 도출할 수 있도록 노력해야 합니다.
-
5단계
결과 보내기
각 결과는 차례로 다른 컴퓨팅 장치, 로봇, 운동 기계 등 체인의 다음 엔티티가 액세스할 수 있는 위치에 저장됩니다.
-
6단계
조치 취하기
결과를 확인한 후 후속 엔티티는 물리적 움직임이든 추가 계산이든 원하는 동작을 수행합니다.
모든 분야에서 인공지능은 눈앞의 복잡성을 헤쳐나가고 반복되는 패턴을 파악하면서 매일 엄청난 이해의 도약을 이루고 있습니다. 어떤 패턴이 일상적으로 어떤 결과와 연관되면, AI는 알려진 패턴이 나타날 때마다 바로 그 결과를 예측할 수 있습니다. 이러한 예측 분석은 인간의 능력을 넘어서는 것으로(기계라는 초인간적인 영역에서 일어나는 일이기 때문에) 인간의 이해력을 넘어서는 경우가 많습니다. 이러한 커뮤니케이션의 콘텐츠는 사람이 만들지만, 모든 커뮤니케이션에 포함된 데이터는 기계가 수집하고 공유합니다.
