인공지능과 데이터 과학, 중요한 5가지 사실

인공지능이란 컴퓨터가 인간의 지능을 가지고 어떻게 생각하고 배우고 발전할 수 있는지를 연구하는 컴퓨터 과학과 정보 기술의 영역으로서 컴퓨터가 지능적인 인간의 행동을 모방할 수 있도록 하는 것을 인공지능이라고 합니다.

데이터 과학, 데이터 사이언스란 데이터 마이닝과 유사하게 과학적 방법론, 프로세스, 알고리즘 및 시스템을 융합하여 정형화된 형태와 비정형 형태를 포함한 다양한 데이터에서 지식과 통찰력을 추출합니다.

데이터 과학, 물론 인공지능(AI)입니다. 어떤 사람들에게는, 그러한 단어들이 기회와 약속을 의미합니다. 다른 사람들에게, 그들은 곧 정말로 알아내야 할 어떤 것에 대한 무서운 용어이다. 그리고 몇몇 다른 사람들에게, 그것들은 버림과 함께 학대하는 유행어이다. 2020년에는 데이터 과학 개발이 전혀 부족하지 않을 것입니다. 다음은 데이터 과학에 대해 알아야 할 다섯 가지입니다.

돈

 국립벤처 캐피탈협회에 따르면, 1,356개의 AI 관련 회사들이 2019년에 미국에서 184억 5천 7백만 달러를 모금했습니다. 이는 2018년 168억 달러에서 증가한 수치이다.

논문 

지난 여름, 구글 AI의 수석 동료이자 SVP인 Jeff Dean은 2018년 말까지 Arive에 매일 약 100개의 새로운 기계 학습 논문이 게재되었다고 계산했는데, 그 논문은 최고가 아니었습니다.

전문화

데이터 과학자가 전문화되기 시작했습니다. 엔지니어링 역할은 프로덕션 시스템의 데이터 및 기계 학습에 중점을 둡니다. 과학 역할은 분석 및 의사 결정 지원에 더 중점을 둡니다.

데이터 이해

경영진은 효과적인 데이터 과학의 병목현상으로 인식되기 시작했습니다. 고객이 제품을 이해하지 못할 경우 제품이 제대로 작동하지 않을 수 있습니다. McKinsey와 같은 기업은 경영진이 데이터 과학과 데이터 과학을 더 잘 이해할 수 있도록 교육을 제공하고 있습니다.

윤리적인 문제

모든 사람들이 윤리가 중요하다는 것에 동의하지만, 어떻게 윤리가 가장 잘 다루어져야 하는지에 대해서는 아무도 동의하지 않습니다. 

유럽연합은 인공지능에 관한 고급 전문가 그룹과 함께 발전하고 있습니다. MIT는 윤리적 고려를 변화시키겠다는 약속과 함께 새로운 슈바르츠만 컴퓨팅대학을 출범시켰지만, 윤리적 권위가 누구인가에 대한 광범위한 동의는 없습니다.

데이터 과학과 AI는 누가 말하느냐에 따라 사람들이 말하는 것보다 더 중요하고 덜 중요하죠. 이것이 당신이 그것이 어디로 가는지 좀 더 잘 다루는데 도움이 되기를 바랍니다.