Втора проектна задача по професионални вештини

Сара Симјаноска
221168, СИИС 10

„Big Data и вештачка интелигенција, предизвици и можности“

Апстракт
Big Data се поголеми и посложени сетови на податоци, особено од нови изори на податоци. Овие збирки на
податоци се толку обемни што традиционалниот софтвер не може да управува со нив, но овие огромни
количини на податоци може да се користат за решавање на деловни проблеми со кои претходно не би можеле
да се справиме. Big Data се користи во многу сфери на општеството како здравството, образованието,
медиумите и т.н. Но, покрај тоа што користењето на Big Data има свои предности постојат и многу предизвици
со кои би требало да се соочиме при нивното користење. Еден од тие проблеми е тоа што менаџерите би
требало да се стекнат со нови вештини со цел полесно да управуваат со Big Data. Од друга страна вештачката
интелигенција е широка гранка на компјутерската наука која се занимава со градење на паметни машини кои
се способни да извршуваат одредени задачи за кои инаку би била потребна човечка интелигенција. ВИ има
многу можности за користење во иднината. Суперинтелигенција, хиперинтелигенција или натчовечка
интелигенција е хипотетички агенс кој би поседувал интелигенција далеку над онаа на најпаметните и
најнадарените човечки ум. ВИ веќе има широка примена во медицината и образованието, но се очекува во
иднина нејзината улога да е многу позначајна. Вештачката интелигенција живее во фаза на континуирано
учење во која постојано се храни со податоци па така Big Data се неопходни за вештачката интелигенција, а
истото важи и обратно.

I. Вовед
Едноставно кажано, Big Data се поголеми, посложени сетови на податоци, особено од нови
извори на податоци. Овие збирки на податоци се толку обемни што традиционалниот
софтвер за обработка на податоци едноставно не може да управува со нив. Но, овие огромни
количини на податоци може да се користат за решавање на деловните проблеми со кои
претходно не би можеле да се справите. Вештачката интелигенција е широка гранка на
компјутерската наука која се занимава со градење паметни машини способни за
извршување задачи за кои обично е потребна човечка интелигенција. ВИ е
интердисциплинарна наука со повеќе пристапи, но напредувањето во машинското учење и
длабокото учење создаваат промена на парадигмата буквално во секој сектор од
технолошката индустрија.
 II. Можности за употреба на Big Data
„Анализите со Big Data се користи во здравството со обезбедување персонализирана
медицина и препишувачки аналитики, предвидување и ризик при клиничка интервенција,
намалување на варијабилноста на отпадот и негата, автоматизирано надворешно и
внатрешно известување за податоците за пациентите, стандардизирани медицински
термини и регистри на пациенти.[1]“ Big Data во здравствените истражувања се особено
ветувачки во однос на истражувачките биомедицински истражувања, бидејќи анализата
заснована на податоци може да се придвижи побрзо од истражувањата водени од хипотези.
На пример, како што е опишано во [1] за следење на епилепсијата вообичаено е да се
создаваат 5 до 10 GB податоци дневно. Слично на тоа, една некомпресирана слика од
томосинтезата на дојката во просек изнесува 450 MB податоци. Ова се само неколку од
многуте примери каде компјутерската дијагностика користи Big Data. Поради оваа причина,
Big Data се препознаени како еден од седумте клучни предизвици што треба да ги надминат
системите за дијагностицирање со помош на компјутер за да стигнат до следното ниво на
перформанси.
Денес во образованието имаме присуство на настава од далечина. Сообраќајот на онлајн
курсевите расте експоненцијално, луѓето бараат на Google програми за е-учење, учениците
инсталираат софтвер за да ја завршат домашната задача и да ја проверат онлајн. Моќта на
огромен број алатки за е-учење го трансформира образованието во моментов. Во наредните
годни, научниците за податоци ќе ги испитаат сите збирки податоци за тоа како се користел
овој софтвер, со какви проблеми морале да се соочат корисниците, со какви преференции
биле, колку често или ретко било нивното присуство, кои тестови успешно ги поминале и
се друго што можат да дознаат од внесените податоци. Во блиска иднина,
трансформацијата во образованието ќе биде екстремно поразлична од денес. Образовниот
систем ќе направи револуција во начинот на кој може да им каже на учениците која
професија да ја изберат, насочувајќи ги да развијат вештини во науката или хуманистичките
науки. Изграден врз база на собрани податоци и аналитика, образовниот софтвер ќе ги
задоволи потребите и на учениците и на професорите [2].

III. Како може вештачката интелигенција да се интегрира во образованието?

Вештачката интелигенција може да се интегрира во образованието на многу различни
начини. Со нејзина помош може да се забрза персонализираното учење и континуираното
оценување на учениците со што тие би добиле побрза повратна информација. ВИ нуди
можност за учење по пат на соработка во која се вклучуваат приспособливо формирање на
групи, стручно водење, виртуелни агенти и интелигентно модерирање за формирање група
која најдобро одговара на одредена колаборативна задача [3]. На Слика 1 е прикажано како
вештачката интелигенција се интегрира во образованието и го менува истото.
 Слика 1. Како ВИ го менува образованието [3]

IV. Вештачката интелигенција открива како мозокот го обработува јазикот

Во последните години се истакнати моделите за јазикот со вештачка интелигенција кои
станале многу добри. Тие најмногу се истакнувале во предидувањето на следениот збор во
низа. Оваа технологија се користи кај пребарувачите и апликациите за да го предвидат
следниот збор што ќе го напишеме. Последната генерација на модели е уште повеќе
развиена. . Овие модели не само што можат да го предвидат зборот што следи, туку и да
извршуваат задачи за кои се чини дека бараат одреден степен на вистинско разбирање, како
што се одговарање на прашања, сумирање на документи и завршување на приказната.

V. Поврзаноста на Big Data и вештачката интелигенција

На вештачката интелигенција и се потребни податоци за да ја изгради својата
интелигенција, како првично така и последователно и континуирано. Колку е поголема
количината на податоци до кои можат да пристапат системите за вештачка интелигенција,
толку повеќе машините можат да научат и затоа нивните резултати ќе бидат попрецизни и
поефикасни. Вештачката интелигенција живее во фаза на континуирано учење во која
постојано се храни со податоци. Исто како што Big Data се неопходни за вештачката
интелигенција, истото важи и обратно. Ваквите огромни количини на податоци не би ја
имале вредноста што ја имаат без моделите на вештачка интелигенција, способни да го
отклучат потенцијалот на овие складишта на податоци и да ги трансформираат во
интелигенција. Иако концептот на вештачка интелигенција датира со векови наназад, со
подемот на Big Data во последната деценија тој доживеа повторно оживување. Вештачката
интелигенција и Big Data се тесно поврзани меѓусебно [5].

VI. Заклучок
Како заклучок, може да се каже дека вештачката интелигенција зависи од големите
податоци. Само со огромни количини на податоци, технологиите за вештачка
интелигенција можат да ги имитираат процесите на размислување на човекот. Важно е да
се забележи дека и Big Data и вештачката интелигенција не се натпреваруваат едни против
други, туку зависат и имаат корист еден од друг.
Употребата на Big Data е од големо значење за луѓето, бидејќи може да заврши работа за
која се потребни карактеристиките кои ги има. Има улога речиси во секоја област, од кои
позначајна и поважна е улогата на Big Data во здравството.
Вештачката интелигенција веќе се користи во секојдневието, но се претпоставува дека во
иднина ќе се развива многу повеќе. Машините ќе заземат некои од поопасните работи на
луѓето, па дури и ќе можат да се однесуваат и да размислуваат како луѓето. Сепак,
придобивките од ВИ, носат и свои ризици за кои допрва треба да се размисува.

Литература:
[1] Big data - Wikipedia
[2]Big Data in Education Industry:Benefits and Examples-Inoxoft
[3]Како вештачката интелигенција може да се вгради во образованието?
(schooleducationgateway.eu)
[4] Artificial intelligence sheds light on how the brain processes language | MIT News |
Massachusetts Institute of Technology
[5]AI vs. Big Data. What is What, Terms and Predictions | by Christianlauer | Towards Data
Science