导读：

笔记本电脑、智能手机、传感器，都为物联网带来了少量数据。这是取得竞争优势（或许坚持竞争力）的严重机遇，前提是企业足够灵敏，可以管理好数据并把数据变成有用的商业智能。

人脑能高效地处置视觉图像。在这个进程中，大脑运用了潜认识，让决策者可以经过迅速扫描图像来处置信息。可视化图表应用了大脑的图像辨认才能，出色的可视化模型将成为处置庞大数据集的更好选择，也是2018年重要的大数据趋向之一。

亚马逊也运用了人工智能。亚马逊的引荐引擎应用人工智能来预测用户的兴味，精确率约为5%至10%。为了进步预测精确率，亚马逊与微软协作，共同推出了一个新平台，把机器学惯用于人工智能训练。这个新平台名为Gluon，可供各种技艺程度的人工智能开发人员运用。据称，Gluon平台可以让人工智能开发人员更容易设计和开发人工神经网络。

原文翻译：

物联网（IoT）的扩张曾经把数不胜数的大数据新来源添加进了数据管理的幅员，它将成为2018年及若干年之后次要的大数据趋向之一。笔记本电脑、智能手机、传感器，都为物联网带来了少量数据。

这是取得竞争优势（或许坚持竞争力）的严重机遇，前提是企业足够灵敏，可以管理好数据并把数据变成有用的商业智能。随着大数据的增长，企业试图跟上它的脚步，努力把数据变成可用的洞见。商业智能是坚持竞争力的关键，而数据剖析提供了所需的最新信息。在2017年，一些企业鼎力开展他们的大数据可视化效劳和软件。这使研讨人员可以更无效地搜集和协调关于群众的信息，改善客户体验，也使指导者可以简化决策进程。

在2018年，提供云效劳的企业数量将持续增长，招致竞争性定价，使小企业也能运用大数据资源。

2018年的商业智能

企业决策正在阅历的转变将延续到2018年。在2017年，处置大数据的目的使效率越来越高，本钱不时增加，从而培养了基于大数据的商业智能，对中小企业甚至初创公司来说更为重要。这一趋向将延续到2018年及当前，处置大数据的本钱将持续降低，但以下状况除外：

• 运用云端商业智能的费用将进步。
• 数据剖析将提供更好的数据可视化模型和自助式软件。
• 新市场和新地域扩张的决策将基于大数据。
• 2018年的云趋向

发明利基

2018年，更多的人将熟习云使用，专业化和利基任务将失掉开展，就像在一切其他行业里一样，从而带来额定的研讨选择和更多的业内竞争。拥有批发、区域性增长等特长的数据迷信家将逐步成为常态。

混合云

虽然云提供了便当的大数据存储和处置处理方案，但情愿把“一切”数据都放到云端的企业少之又少。2018年，混合云的运用应该会大幅增长，由于混合云兼具二者的优点，本地数据管理可以与云的便当性结合起来。

其他部门也将运用云

通常来说，IT部门是其他部门运用云的“两头人”。但是，云技术的运用曾经变得十分复杂。如今，销售和营销、人力资源等其他部门也能直接运用云。随着更多的人可以拜访敏感信息，平安将成为一个重要成绩。

2018年的数据剖析

数据剖析将包括可视化模型

2017年，对2800名商业智能专家的一项调查预测，数据可视化和数据发现将成为一股重要趋向。数据发现的范围曾经扩展，不只包括对数据剖析和关系的了解，还包括出现数据的方式，以发掘更深层次的商业洞见。其后果就是，作为一种把数据变成可用洞见的办法，可视化模型越来越受欢送。日益改善和演化的可视化模型曾经成为从大数据中获取洞见的必要组成局部。

人脑能高效地处置视觉图像。在这个进程中，大脑运用了潜认识，让决策者可以经过迅速扫描图像来处置信息。可视化图表应用了大脑的图像辨认才能，出色的可视化模型将成为处置庞大数据集的更好选择，也是2018年重要的大数据趋向之一。

预测剖析

很多企业应用“历史上的”大数据剖析来预测将来的行为。但是，在停止此类预测时，对以后最新数据的剖析更有价值。俗话说，“过来的成果不能保证当前的成功”，这也适用于商业智能范畴。预测剖析为用户提供了一个优势，可以实时“理解客户”，具有不可思议的创收潜力。（标准性剖析还处于初期阶段，今后几年内能够还不会成为一股微弱的趋向。）

2018年的物联网

物联网将持续扩张。如何应用来自物联网设备的信息，则完全是另一个成绩。

改善批发

2018年，消费者和企业主将受害于越来越多的传感器和来自各种消费类设备的数据。物联网能搜集信息，使企业可以更无效地把产品推销给潜在客户。懂技术的公司曾经开端投资基于传感器的数据剖析，这将使他们可以追踪其商店内人流量最大的区域。

重塑医疗

如今，大数据被用来制定医疗方案，但或许也将重塑人们就医和领取医疗费用的方式。新的可穿戴技术能追踪用户的安康情况，使医院和诊所得以改善医疗质量。联网设备可以提示患者服药、锤炼和留意血压的猛烈变化。

改动网络平安应战

新的网络平安应战将在2018年成为一个顺手的成绩。可以预见，心胸叵测的黑客将想方设法入侵物联网。2016年10月，黑客应用物联网发起攻击，使网络大面积瘫痪。

随着物联网持续扩张，全球网络根底设备的单薄环节也将持续增多。人工智能和机器学习提供理解决之道，它们将变得越来越普及。由于设备彼此之间的联络愈加严密，平安专家必需学会应用人工智能和机器学习顺序。

2018年的机器学习

机器学习是计算机的训练进程，如今被企业用于各种各样的商业行为，比方实时广告、形式辨认、欺诈辨认和医疗。但在2018年，机器学习将变得更聪明、更疾速、更无效。

Advertisement公司的商务拓展总监罗纳德·范龙（Ronald Van Loon）说：

“机器学习技术正在迅速开展，你的数字业务需求转向自动化。机器学习算法从少量的构造化数据和文本、图像、视频、语音、肢体言语、面部表情等非构造化数据中学习，可用于从医疗零碎、电子游戏到自动驾驶汽车的一切范畴，拥有有限宽广的使用前景，为机器翻开了一个新的维度。”

教育

近期曾经呈现了应用机器学习来改善教学的事例。例如，加利福尼亚州立大学要请教职员工寻觅和运用收费或低本钱的教学资料。为了简化这一进程（用收费或低本钱的教学资料取代以前的课程资料十分耗时），Intellus Learning提供了一个处理方案：把4500多万个在线资源编入索引，并教会（应用机器学习技术）顺序/算法作出引荐。教师可以把收费或低本钱的资料上传至课程资料管理零碎，供先生运用。

医疗

辨认不同疾病，并做出正确诊断，这是机器学习研讨的一个目的。医疗行业不断在开发能辨认和诊断疾病的计算机和算法。在德克萨斯大学奥斯汀分校，研讨人员创造了把多个肿瘤生长模型结合起来的全自动办法。机器学习算法能自动辨认大脑肿瘤。机器学习曾经被用于各种医疗行为，包括：

• 行为矫治
• 盛行病迸发预测
• 药物研发
• 放射反省
• 电子病历
• 诊断和疾病辨认

2018年的人工智能

人工智能研讨目前努力于开发使人机交互愈加自然的算法以及训练这些算法的办法。目的是用自然的人类言语来答复复杂的发问。人工智能和机器学习使通常需求人类决断的任务有了自动化的能够，这些任务包括如下技艺：

• 阅读手写资料
• 辨认面部表情
• 学习
• 认知才能，比方规划和应用局部信息停止推理

Gartner Research公司副总裁大卫·瑟尔利（David Cearly）说：

“人工智能技术正在迅速开展，企业将需求对技艺、流程和工具停止鼎力投资，以便成功天时用这些技术，构建人工智能强化零碎。投资范畴包括数据预备、数据整合、算法和训练办法选择，以及模型树立。包括数据迷信家、开发人员和业务流程一切者在内的多方必需展开协作。”

Gluon平台

亚马逊也运用了人工智能。亚马逊的引荐引擎应用人工智能来预测用户的兴味，精确率约为5%至10%。为了进步预测精确率，亚马逊与微软协作，共同推出了一个新平台，把机器学惯用于人工智能训练。这个新平台名为Gluon，可供各种技艺程度的人工智能开发人员运用。据称，Gluon平台可以让人工智能开发人员更容易设计和开发人工神经网络。

Gluon平台将落户亚马逊AWS效劳。Gluon界面是“开源且易于运用的”。

人工智能和网络平安

《哈佛商业评论》写道：

“挖苦的是，面对应用人工智能停止的黑客攻击，我们的最佳进攻战略也是应用人工智能。人工智能可用来进攻和攻击网络设备，还可以扩展黑客的攻击面，也就是让黑客拥有更多的攻击手腕。企业指导失掉的建议，是要理解人工智能平安研讨的最新停顿。”

随着企业看法到开发网络平安顺序的重要性，人工智能将变得愈加盛行。精心构建的人工智能进攻零碎能从多年来发作的黑客攻击事情中，学会各种攻击和进攻战略。它能设定正常用户行为的基准，然后搜索异常行为，速度比人类要快得多。这比维持一支专门处置日常网络攻击的平安团队要省钱得多。人工智能也可以用来制定进攻战略。在2018年，人工智能与网络平安的关系将变得愈加严密。

本次转自：品觉 微信大众号（pinjueche.com）

End.

转载请注明来自36大数据（36dsj.com)： 36大数据 » 2018年大数据趋向 ：人工智能… 数据剖析将包括可视化模型…