宝石流云|终于有人把AI、BI、大数据、数据科学讲明白了( 五 )


宝石流云|终于有人把AI、BI、大数据、数据科学讲明白了07 信息学信息学(informatics)是信息技术和信息管理的交叉学科 。 在实践中 , 信息学涉及用于数据存储和检索的处理技术 。 从本质上讲 , 信息学讨论信息是如何管理的 , 指的是支持流程化工作流的系统和数据生态系统 , 而不是对其中发现的数据进行分析 。
在信息科学中经常谈到的健康信息学 , 它专门用于保健医疗研究 , 是介于健康信息技术和健康信息管理之间的一种专业技术 , 它将信息技术、通信和保健融合起来 , 以提高病人护理的质量和安全性 。 它位于人、信息和技术三者交汇处的中心 。
保健政策是指在一个社会中为实现特定的保健目标而采取的决定、计划和行动 。 保健政策制定者希望看到医疗保健变得更经济、更安全、更高质量 , 信息技术和健康信息技术往往是实现这一目标的重要手段 。
事实上 , 其中一项最必不可少的工作是正确定位数据资源 , 使之能提供每个患者360度的完整健康状况信息视图 , 只有数据共享才能做到这一点(见图1-2) 。
宝石流云|终于有人把AI、BI、大数据、数据科学讲明白了▲图1-2 健康信息管理、健康信息技术和信息学之间的区别
分析集成了所有这些概念 , 并依赖于底层数据、支持技术和信息管理过程来实现这一目标 。
08 人工智能与认知计算人工智能(AI)是一门“让计算机做需要人类智能才能做的事情的科学” 。
人工智能和机器学习的区别在于 , 人工智能是指利用计算机完成模式的识别与探索这类“智能”工作的广义概念 , 而机器学习是人工智能的子集 , 它主要指利用计算机从数据中学习的概念 。
机器学习是人工智能的一个子集 , 它可以根据数据进行学习和预测 , 不是仅仅根据特定的一组规则或指令完成事先规划好的操作 , 而是利用算法训练来自主识别大量数据中的模式 。
人工智能(和机器学习)可以在分析生命周期中使用 , 以支持发现和探索(例如 , 数据是如何构造的 , 存在什么模式等) 。 人工智能在分析中的应用通常以机器学习(如上文所述)或认知计算的形式出现 。
认知计算是一种独特的应用 , 它将人工智能和机器学习算法结合在一起 , 试图复制(或模仿)人脑的行为 。
认知计算系统被设计为像人一样通过思考、推理和记忆等方式来解决问题 。 这种设计方法使认知计算系统具有一个优势 , 使得它们能够“随着新数据的到来而学习和适应”并“探索和发现那些你永远不会知道去问的东西” 。
认知计算的优势在于 , 一旦它学会了某种能力 , 它就永远不会忘记 , 而人类往往做不到这一点 。
在人与算法的竞争中 , 不幸的是 , 人类常常输掉 。 人工智能的优势就在于此 。 因此 , 如果我们要成为聪明的人 , 就必须学会谦逊 , 因为在计算机世界里 , 我们的直觉判断可能还不如依靠一组简单规则实现的算法 。
——Farnham Street博客(Parish , 2017 , Do Algorithms , 在复杂的决策中算法能击败我们吗?)
在狭义的术语中 , 人工智能代表人类智慧 , 而认知计算则提供信息来帮助人们做出决策 。
关于作者:格雷戈里·S. 纳尔逊(Gregory S. Nelson) , ThotWave的创始人和CEO , 是国际分析研究所(International Institute for Analytics)的专家 , 也是杜克大学福卡商学院(Fuqua School of Business)的特约教授 。
本文摘编自《数据分析即未来:企业全生命周期数据分析应用之道》 , 经出版方授权发布 。
宝石流云|终于有人把AI、BI、大数据、数据科学讲明白了延伸阅读《数据分析即未来》


推荐阅读