2018 年のビッグデータのトレンド: 人工知能... データ分析には視覚化モデルが含まれます...

導入

ノートパソコン、スマートフォン、センサーはすべて、モノのインターネット向けに大量のデータを生成します。企業がデータを管理し、それを有用なビジネス インテリジェンスに変換できるほど機敏であれば、これは競争上の優位性を獲得する (または競争力を維持する) 大きなチャンスとなります。

人間の脳は視覚イメージの処理に非常に優れています。このプロセスでは、脳は潜在意識を活用し、意思決定者が画像を素早くスキャンして情報を処理できるようにします。視覚的なチャートは、脳の画像認識能力を活用します。優れた視覚化モデルは、膨大なデータセットを処理するためのより良い選択肢となり、2018 年の重要なビッグデータ トレンドの 1 つとなります。

Amazonも人工知能を活用しています。 Amazon の推奨エンジンは人工知能を使用して、約 5% ～ 10% の精度でユーザーの興味を予測します。予測の精度を向上させるために、Amazon と Microsoft は提携し、人工知能のトレーニングに機械学習を使用する新しいプラットフォームを立ち上げました。 Gluon と呼ばれる新しいプラットフォームは、あらゆるスキルレベルの AI 開発者が利用できるようになります。 Gluon プラットフォームにより、AI 開発者は人工ニューラル ネットワークの設計と開発が容易になると言われています。

元の翻訳:

モノのインターネット (IoT) の拡大により、データ管理の分野に数え切れないほどの新しいビッグデータ ソースが追加され、2018 年以降のビッグデータの主要なトレンドの 1 つになるでしょう。ノートパソコン、スマートフォン、センサーはすべて、モノのインターネットに膨大な量のデータをもたらします。

企業がデータを管理し、それを有用なビジネス インテリジェンスに変換できるほど機敏であれば、これは競争上の優位性を獲得する (または競争力を維持する) 大きなチャンスとなります。ビッグデータが増加するにつれて、企業はそれに追いつこうと努力し、データを有用な洞察に変換しようと奮闘しています。ビジネス インテリジェンスは競争力を維持するための鍵であり、データ分析は必要な最新情報を提供します。 2017年、いくつかの企業がビッグデータ可視化サービスやソフトウェアの開発を積極的に進めました。これにより、研究者は一般大衆に関する情報をより効率的に収集および調整して顧客体験を向上させることができ、リーダーは意思決定プロセスを合理化できます。

2018 年には、クラウド サービスを提供する企業の数が増え続け、価格競争力が高まり、中小企業でもビッグ データ リソースを利用できるようになります。

2018年のビジネスインテリジェンス

企業の意思決定の変化は進行中であり、2018 年も続くでしょう。 2017 年、ビッグ データの処理の目標はますます効率的かつコスト効率の高いものとなり、中小企業やスタートアップ企業にとってもビッグ データに基づくビジネス インテリジェンスの重要性が高まっています。この傾向は 2018 年以降も続き、ビッグ データの処理コストは次の例外を除いて引き続き低下します。

クラウドベースのビジネス インテリジェンスの使用コストが増加します。

データ分析により、より優れたデータ視覚化モデルとセルフサービス ソフトウェアが提供されます。

新しい市場や地域への進出に関する決定はビッグデータに基づいて行われます。

2018年のクラウドトレンド

ニッチを作る

2018 年には、他のすべての業界と同様に、クラウド アプリケーションに精通する人が増え、専門分野やニッチな仕事が発展し、研究の選択肢が増え、業界内での競争が激化するでしょう。小売業や地域の成長などの専門分野を持つデータ サイエンティストが徐々に標準になるでしょう。

ハイブリッドクラウド

クラウドはビッグデータの便利な保存および処理ソリューションを提供しますが、「すべての」データをクラウドに保存する意思のある企業はほとんどありません。 2018 年には、オンプレミスのデータ管理とクラウドの利便性を組み合わせた、両方の長所を提供するハイブリッド クラウドの使用が大幅に増加すると予想されます。

他の分野もクラウドを利用する

通常、IT 部門は他の部門がクラウドを使用するための「仲介者」となります。しかし、クラウド技術の使用は非常に簡単になりました。今では、営業やマーケティング、人事などの他の部門もクラウドを直接使用できるようになりました。機密情報にアクセスする人が増えるにつれて、セキュリティは重大な懸念事項になります。

2018年のデータ分析

データ分析には視覚化モデルが含まれる

2017 年に 2,800 人のビジネス インテリジェンス専門家を対象に実施された調査では、データの視覚化とデータの検出が大きなトレンドになると予測されました。データ検出の範囲は拡大し、データ分析と関係性の理解だけでなく、より深いビジネス洞察を明らかにするためにデータを提示する方法も含まれるようになりました。その結果、データを有用な洞察に変える方法として、視覚化モデルがますます人気を集めています。視覚化モデルの改善と進化は、ビッグデータから洞察を得るために不可欠な要素となっています。

人間の脳は視覚イメージの処理に非常に優れています。このプロセスでは、脳は潜在意識を活用し、意思決定者が画像を素早くスキャンして情報を処理できるようにします。視覚的なチャートは、脳の画像認識能力を活用します。優れた視覚化モデルは、膨大なデータセットを処理するためのより良い選択肢となり、2018 年の重要なビッグデータ トレンドの 1 つとなります。

予測分析

多くの企業は、将来の行動を予測するために「履歴」ビッグデータ分析を使用しています。ただし、このような予測を行う場合、現在の最新のデータの分析がより重要になります。 「過去の実績は将来の成功を保証するものではない」という古い格言がありますが、これはビジネス インテリジェンスの分野にも当てはまります。予測分析は、リアルタイムで「顧客を知る」ことができるという利点をユーザーに提供し、信じられないほどの収益を生み出す可能性を秘めています。 (処方的分析はまだ初期段階にあり、今後数年は大きなトレンドにならない可能性があります。)

2018年のモノのインターネット

モノのインターネットは今後も拡大し続けるでしょう。 IoT デバイスから得られる情報をどのように活用するかは、まったく別の問題です。

小売業の改善

2018 年には、消費者と企業オーナーは、さまざまな消費者向けデバイスから得られるセンサーとデータの増加から恩恵を受けることになります。モノのインターネットは情報を収集できるため、企業は潜在顧客に対してより効果的に製品を販売することができます。ハイテクに精通した企業は、店舗内で最も人の往来が多いエリアを追跡できるセンサーベースのデータ分析に投資し始めている。

ヘルスケアの再構築

ビッグデータは現在、医療計画の策定に使用されていますが、人々が医療を求め、支払う方法も変える可能性があります。新しいウェアラブル技術により、ユーザーの健康状態を追跡できるため、病院や診療所は医療の質を向上させることができます。接続されたデバイスは、患者に薬の服用や運動、血圧の急激な変化に注意するよう通知することができます。

変化するサイバーセキュリティの課題

2018 年には、新たなサイバーセキュリティの課題が厄介な問題となるでしょう。悪意を持ったハッカーがモノのインターネットに侵入する方法を見つけるであろうことは予測できます。 2016 年 10 月、ハッカーはモノのインターネットを利用して攻撃を仕掛け、ネットワークの広範囲を麻痺させました。

モノのインターネットが拡大し続けるにつれて、グローバル ネットワーク インフラストラクチャの弱いリンクの数も増えることになります。人工知能と機械学習は解決策を提供し、ますます一般的になるだろう。デバイス同士の接続性が高まるにつれて、セキュリティ専門家は人工知能や機械学習プログラムを活用する方法を学ぶ必要があります。

2018年の機械学習

機械学習はコンピューターをトレーニングするプロセスであり、現在ではリアルタイム広告、パターン認識、不正検出、ヘルスケアなど、さまざまなビジネス活動に企業で使用されています。しかし、2018 年には、機械学習はよりスマートに、より高速に、より効果的に進化します。

Advertisement のビジネス開発ディレクター、ロナルド・ヴァン・ルーン氏は次のように述べています。

「機械学習技術は急速に発展しており、デジタルビジネスは自動化に目を向ける必要があります。機械学習アルゴリズムは、テキスト、画像、動画、音声、ボディランゲージ、表情などの大量の構造化データと非構造化データから学習し、医療システムからビデオゲーム、自動運転車まであらゆるものに使用できます。無限の応用可能性を秘めており、機械に新たな次元をもたらします。」

教育する

最近では、機械学習が教育の改善に使用されている例もあります。たとえば、カリフォルニア州立大学では、教員に無料または低価格の教材を見つけて使用することを義務付けています。このプロセスを簡素化するために (以前のコース教材を無料または低コストの教材に置き換えるのは非常に時間がかかります)、Intellus Learning は、4,500 万を超えるオンライン リソースをインデックス化し、推奨を行うプログラム/アルゴリズムを (機械学習テクノロジーを使用して) 教えるソリューションを提供します。教師は、学生が使用できるように、無料または低価格の教材をコース教材管理システムにアップロードできます。

医学

さまざまな病気を識別し、正しい診断を下すことは、機械学習研究の目標の 1 つです。医療業界では、病気を特定し診断できるコンピューターとアルゴリズムの開発が進められています。テキサス大学オースティン校の研究者らは、複数の腫瘍増殖モデルを組み合わせるための完全に自動化された方法を開発した。機械学習アルゴリズムは脳腫瘍を自動的に識別できます。機械学習は、次のようなさまざまな医療現場ですでに使用されています。

• 行動修正
• 伝染病発生予測
• 医薬品開発
• 放射線検査
• 電子医療記録
• 診断と病気の特定

2018年の人工知能

人工知能の研究は現在、人間とコンピュータの相互作用をより自然にするアルゴリズムと、これらのアルゴリズムをトレーニングする方法の開発に重点を置いています。目標は、自然な人間の言語を使用して複雑な質問に答えることです。人工知能と機械学習により、次のようなスキルを含む、通常は人間の判断を必要とするタスクを自動化することが可能になりました。

• 手書きの資料を読む
• 表情を認識する
• 勉強
• 部分的な情報を使って計画したり推論したりする認知能力

ガートナー・リサーチの副社長デビッド・シアリー氏は次のように述べています。

「AI テクノロジーは急速に進歩しており、組織はこれらのテクノロジーをうまく活用して AI 強化システムを構築するには、スキル、プロセス、ツールに多額の投資をする必要があります。投資対象には、データの準備、データの統合、アルゴリズムとトレーニング方法の選択、モデルの構築などがあります。データ サイエンティスト、開発者、ビジネス プロセス オーナーなど、複数の関係者が協力する必要があります。」

グルーオンプラットフォーム

Amazonも人工知能を活用しています。 Amazon の推奨エンジンは人工知能を使用して、約 5% ～ 10% の精度でユーザーの興味を予測します。予測の精度を向上させるために、Amazon と Microsoft は提携し、人工知能のトレーニングに機械学習を使用する新しいプラットフォームを立ち上げました。 Gluon と呼ばれる新しいプラットフォームは、あらゆるスキルレベルの AI 開発者が利用できるようになります。 Gluon プラットフォームは、AI 開発者が人工ニューラル ネットワークを設計および開発することを容易にすると言われています。

Gluon プラットフォームは Amazon AWS サービスに基づいています。 Gluon インターフェースは「オープンソースで使いやすい」です。

人工知能とサイバーセキュリティ

ハーバード・ビジネス・レビューは次のように書いている。

「皮肉なことに、AI を利用したハッキン​​グに対する最善の防御策も AI です。AI はネットワーク インフラストラクチャの防御と攻撃に使用できますが、ハッカーの攻撃対象領域を拡大することもできます。つまり、攻撃手段が増えるということです。ビジネス リーダーは、AI セキュリティ研究の最新動向を常に把握しておくことをお勧めします。」

企業がサイバーセキュリティ プログラムの開発の重要性を認識するにつれて、AI はさらに普及するでしょう。慎重に構築された AI 防御システムは、長年にわたるハッキング事件からさまざまな攻撃および防御戦略を学習できます。通常のユーザー行動のベースラインを確立し、人間よりもはるかに速く異常な行動を検索できます。これは、日常的なサイバー攻撃に対処するために専用のセキュリティ チームを維持するよりもはるかにコスト効率が高くなります。 AIは防御戦略の開発にも使用できます。 2018 年には、人工知能とサイバーセキュリティの関係がさらに深まるでしょう。