Являются более умные машины или более умные люди ключом к нагнетанию стоимости больших данных? Участники дискуссии в Алвейсоне Инновационный Саммит Силиконовой Долины обсудили это.
МАУНТИН-ВЬЮ, Калифорния – с ростом больших данных прибывает проблема анализа и доступа к правильной информации из числа огромного склада данных, которые могут собрать сегодняшние системы. Компании обычно нанимают ученых, работающих с данными для помощи в усилии, но участник дискуссии здесь в Алвейсоне, Инновационный Саммит Силиконовой Долины сказал будущий рост, связан с более умными системами и менее человеческим участием.
«Проблема, я вижу с Hadoop [системы, которые управляют большими данными], состоит в том, что это походит на хвастовство на эпизоде [сериал] ‘Запасливый человек’, сколько Вы спасли», сказали Ариджит Сенгапта, CEO BeyondCore, который предлагает автоматизированную систему (BeyondCore для Office) для анализа больших данных. «Скорость рекламного щита становится быстрее, но проблема состоит в том, что человек задает вопросы, и это – медленная часть».Sengupta сравнил текущее состояние систем больших данных к первым годам Google, когда поисковый гигант имел людей, категоризирующих результаты Веб-поиска. «Это не масштабировалось; та же вещь происходит теперь с большими данными», сказал он.Стефан Грошупф, CEO Datameer, который предлагает решение для анализа больших данных, согласился, что усовершенствования должны быть сделаны, но он подчеркнул потребность предоставить больший доступ к большим данным. «Что мы видим с нашими банковскими и розничными клиентами, то, что они пытаются убежать от привязывания ученых, работающих с данными подвал, но вместо этого демократизировать решения», сказал он. «Человеческий мозг является все еще лучшим при принятии решений».
Сенгапта не согласился: «Если люди принимают решения, мы проиграли сражение».Когда BeyondCore передал Sears как клиент, ритейлер хотел знать, сколько времени это возьмет, прежде чем они могли ожидать получать любое понимание и попросили демонстрацию с помощью их собственных данных. «Мы использовали их данные, и они нашли потребительское понимание за 10 минут, которые они не были в состоянии найти через пять месяцев анализа их данных», сказал Сенгапта.Идея, что более широкий и более простой доступ к большим данным необходим, была временно назначена Сэндхья Венкэйтачалэмом, партнером в фирме предприятия Centerview Capital. «Когда мы говорим с клиентами о больших данных, мы слышим, что IT получает давление от пользователей на автоматизации продаж», сказала она. «Они хотят получить следующее поколение BI [бизнес-аналитика] в руки пользователей быстро».
Если была одна область соглашения среди членов комиссии, случалось так, что это – очень первые годы больших данных. «Рынок и вариант использования для больших данных огромные, но рынок все еще очень, очень рано», сказал Майк Макиэг, исполнительный директор Altiscale, который предлагает доступ к системам больших данных Hadoop как сервис облачных вычислений.Макиэг не согласился с Sengupta, в котором компьютерные системы в конечном счете лучше всего оборудованы, чтобы проанализировать большие данные и извлечь стоимость, скрытую. «В то время как мы видим, что машинное обучение ведет многое из этого, человеческое решение к тому же абсолютно критически важно», сказал Макиэг в более позднем интервью с eWEEK.
«Машины будут человеческими ассистентами в течение длительного времени», добавил он.