Münhasır Veriler, tamamen farklı insan-makine çalışma mekanizmaları altında işbirliği içinde nasıl işlenebilir?
Bu ders Uluslararası Veri Yönetimi Derneği'nin Çin Bölümü başkanı tarafından seçilmiştir. Hu Benli Geçenlerde "Veri ve Biliş Verilerin Arkasındaki Bilim" Üst düzey akademik seminerde yapılan konu, "Tamamen Farklı İnsan-Makine Çalışma Mekanizması Altında Verilerin Koordinasyonlu Olarak Nasıl İşleneceğine Dair Bazı Düşünceler" Konuşma.
Bu konferansın temasını birleştirerek, temellere geri dönmek ve neredeyse her gün ve her yerde bahsettiğimiz "veriler" (büyük veriler dahil), onun nesli (doğal ve insan), insan Bunu anlamak ve kullanmak ve insanların bilişiyle olan ilişkisini anlamak için ilgili bazı görüşler ortaya koyun ve herkesle fikir alışverişinde bulunun ve tartışın.
Bu konferansın temasını birleştirerek, temellere geri dönmek ve neredeyse her gün ve her yerde bahsettiğimiz "veriler" (büyük veriler dahil), onun nesli (doğal ve insan), insan Bunu anlamak ve kullanmak ve insanların bilişiyle olan ilişkisini anlamak için ilgili bazı görüşler ortaya koyun ve herkesle fikir alışverişinde bulunun ve tartışın.
1. Son yıllarda büyük veri, yapay zeka, bilişsel bilim, sinirbilim ve diğer alanların gelişmesiyle birlikte gördükleriniz, duyduklarınız, dokunduklarınız, konuştuklarınız, yazdıklarınız ve çizdikleriniz veri, veridir. Büyük ölçüde genelleştirilmiştir. Verilerin genelleştirilmesiyle, 'verilerin' ne olduğu ve bununla nasıl başa çıkılacağı, yönetim ve yönetişim vb. Konusundaki anlayışımız da değişiyor.
2. Aşağıdaki resme bakın
Bu resim genel olarak verinin insan ve makine arasında fiziksel bir sinyal olarak sürekli dolaşım sürecini tanımlamaktadır.İnsanlar için veri fizyolojik bir uyarıcıdır ve daha sonra algı ve biliş yoluyla bir kavram haline gelir, düşünmeyi üretir ve sonra ifade edilmesi gerektiğinde, El yazısı, konuşma, duruş ve diğer formlar veya formlar aracılığıyla, sürekli dolaşan yeni fiziksel sinyaller üretilir. Bu kişinin veri döngüsü ile etkileşiminin bilişsel sürecinin dünyamızı sürekli olarak anlamamıza ve değiştirmemize izin verdiği söylenebilir.
Veri kaynakları açısından veriler, doğa ve insanlar tarafından üretilir. Karşılaştıkları zorluklardan farklı şekilde ele alınırlar. İnsanlar tarafından üretilen veriler, kaçınılmaz olarak insan faktörlerini içerir. Veri yönetiminin derinlemesine zorluklarını çözmek için, söz konusu veri siloları ve alanlar arası verileri paylaşmanın zorluğu gibi hala insan bilişiyle ilgili temel zorluklarla karşı karşıyayız. Verinin ne olduğunu bilmemiz gerekiyor. Arkasındaki bilim Verilerle insan etkileşiminin bilişsel sürecine ilişkin daha fazla anlayış ve anlayış var.
Sürekli olarak üretilen ve kullanılan veri döngüsü, insan beyninin içindeki ve dışındaki dünya gibi birkaç farklı dünyada mevcuttur. İnsan beyni fiziksel ve öznel dünyalara ayrılabilir. İster doğada ister insanda üretilmiş olsun, insan beyninin dışındaki verilerin tümü fizikseldir. Ancak, insanlar tarafından üretilen veriler söz konusu olduğunda, kendileri de fiziksel nesneler olsalar da, bu, onu üretme sürecinin ve onu anlamanın nesnel olduğu anlamına gelmez.Aynı, en basit olanı gerçek bir dünyayı görmek gibidir. "Köpek" ve "köpek" kelimesini görmek herkes için iki farklı bilişsel süreçtir.Ayrıca, farklı insanlar köpeklerle yaşadıkları farklı deneyimler nedeniyle "köpek" hakkında farklı anlayışlara sahiptir. Tam olarak aynı değil.
Lütfen aşağıdaki resme bakın:
Bu resimde üç "köpek" var; biri fiziksel nesnel dünyada var olan bir köpektir ve köpek, insanların algılayabileceği ışık veya ses gibi sinyaller üretir ki bu güçlü bir nesnel veri, diğeri ise insan beynindeki köpeğin hafızası ve kavramıdır. Ve ilgili düşünce; Biri, insanlar tarafından bir köpeği temsil etmek için kullanılan bir sembol veya resimdir ('köpek',
","
), Ses (gou, köpek) vb. Üçüncüsü de fizikseldir, ancak birincisi ile haritalama ilişkisi olmasına rağmen insanlar tarafından üretilir, ancak farklıdır.
Sonra, lütfen yukarıdaki resimde görülen kız ve oğlanın hafızasını, kavramını, köpeğin deneyimini düşünün ve gelecekte köpeğin tanımı ve tarifi ile tamamen aynı olacaklar mı? Tam olarak aynı değilse, hangi koşullarda köpeklerle iletişimde sorun yaşamayacaklar ve ne zaman zorluk çekecekler? neden.
Beynin hafızası ve veri işleme, uzay ve zamanda bütünsel, sürekli ve plastiktir. Akademisyen Guo, daha önceki açılış konuşmasında bize kapsamlı bir giriş ve açıklama yaptı: "Beyin bir bütün olarak nasıl çalışır". Şimdinin kavramları, düşünceleri ve ifadeleri, karmaşık zaman-mekana ve geçmiş deneyimler, bilgi ve hatta bilinçle genel bağlantılara ve sürekliliğe sahiptir. İnsanların bir kavramın temsili bir kelime gibidir, bu nedenle farklı insanların onu anlayışı tam olarak aynı, hatta tamamen farklı olmayacaktır. Bu çok zor bir veri yönetimi problemidir ve makinelerin simülasyonu yapıp çözmeye yardımcı olması pek olası değildir. Teoride, eğer bir makine belirli bir kişiyi gerçekten "öğrenebilir" ve simüle edebilirse, o kişiyle doğduğundan beri aynı verileri "öğrenmesi" gerekir. Carnegie Mellon Üniversitesi Bilgisayar Bilimleri Bölümü, Never-Ending Learning adlı bir yapay zeka projesine sahiptir.
Bunları anlamak, bir grubun çeşitli konularda tam bir fikir birliğine varmasının neden zor olduğunu anlayabilir.Bu, sürekli iletişim ve farklılıkları korurken sürekli ortak zemin aramayı gerektirir.
3. Veri kesişimi ve veri paylaşımı
Son yıllarda, gittikçe daha fazla disiplinin gelişim trendiyle kesişmesi gerekiyor ve birçok icat veya yenilik genellikle disiplinler arası alanlarda ortaya çıkıyor. Sibernetik savunucusu Wiener, "bilimsel sınırların kesişmesinin nitelikli araştırmacılar için en bol fırsatı sağladığını" hissetti.Aynı zamanda, disiplinlerarası terminolojideki karışıklık gibi çok benzer olan kesişimin neden olduğu sorunlara ve zorluklara dikkat çekti. Bugün karşı karşıya olduğumuz statüko. Bu süreçten kaçınılması pek olası değildir ve farklılıkları keşfetmek ve ihtiyaç duyulan yeni fikir birliğine ulaşmak için yalnızca biraz daha düzenli iletişim kullanılabilir.
Şu anda, farklı alanlar arasında veri alışverişini ve paylaşımını tartıştığımızda, sıklıkla bahsettiğimiz şey, verilerin kendisinin değişimi ve paylaşımıdır. Ancak bunun sadece bir parçası olduğu anlaşılmalıdır, verinin kendisine ek olarak, değiş tokuş edilen verinin tanımı ve hatta ortaya çıkan sahnelerin aynı anda değiş tokuş edilmesi gerekir, her ikisi de vazgeçilmezdir. Daha eksiksiz olmak gerekirse, bilinçli olup olmadıklarına bakılmaksızın, bu aynı zamanda her iki tarafın beynindeki kavramsal düşünceyi ve onların dil temsilini paylaşmanın karmaşık bilişsel sürecini de içerir.
Yukarıda bahsedildiği gibi, insanlar tarafından üretilen veriler beyindeki kavramların sadece dış temsilidir.Veri alışverişi (paylaşım) sürecinde alıcı sadece verinin kendisini kabul edebilir. Alıcının ve sağlayıcının değiş tokuş edilen verileri tutarlı bir şekilde anlayabilmesi için, sağlayıcı önce ilgili kavramları olabildiğince doğru bir şekilde ifade etmeli veya ifade etmelidir. Aynı zamanda, alışverişi yapılan verilerin uygulama senaryolarının iki taraf arasında aynı veya benzer olmasına da bağlıdır. Bu, her iki tarafı da gerektirir. Alınıp verilen verilerin ötesinde daha fazla iletişim ve onay vardır.
Her iki taraf için de aynı veri alışverişi anlayışına sahip olmak, genel olarak veri paylaşımını düşündüğümüzden çok daha karmaşıktır.Bu seminer sayesinde, disiplinler arası bir ön bilgi alışverişine ve tüm sürecin anlayışına sahip olabileceğimizi umuyoruz.
4. Veri ilişkilendirme ve ilişkilendirmenin kesişme noktası
Veri ilişkilendirmelerinin bilgisayarlar tarafından nasıl depolandığına ve alındığına odaklanmadan, ilişkisel veritabanlarından, veri ambarlarından bilgi grafiklerine, yapılandırılmış verilerden olmayana kadar veri ilişkilendirmelerinin anlamsal temsiline (modellerine) daha fazla dikkat etmeye kadar, veri ilişkilendirme teknolojisinin evriminden bahsedelim. Yapılandırılmış veriler vb. Bu teknolojilerin ilerlemesi, çağrışımları doğal dilde tanımlama ve ifade etme zenginliğine ulaşmasa da, insanların düşünme ve ifade alışkanlıklarına gitgide yaklaşmaktadır. İnsan dilinin kendi zenginliği vardır, ama aynı zamanda belirsizliği ve belirsizliği de vardır, bu sadece insanların anlayabileceği ve başa çıkabileceği, ancak makineler zordur.
İnsanların soyut kavramları, özellikle de alanlar arası bilişsel ilişkileri ilişkilendirme yeteneği, makinelerin başarabileceklerinin veya değiştirebileceklerinin çok ötesindedir. Burada Profesör Yang Zhenning'den bir konuşmasında alıntı yapıyorum - "20. Yüzyılda Matematik ve Fiziğin Ayrımı ve Kombinasyonu" - "Wu Dajun ve ben elektromanyetik ve matematikçilerin fizik dilindeki lif demetlerini açıklamak için bir makale üzerinde işbirliği yaptık. Teorik ilişkiler için, makalede bir "sözlük" olan bir tablo listeledik. Tablonun sol tarafı fiziksel spesifikasyonların ortak terimleridir ve sağ tarafı fiber demeti terimidir. "
Yang ve Wu, fiziksel elektromanyetikteki kavram temsilini matematiksel lif demetindeki kavram gösterimi ile çapraz ilişkilendirir, ancak yukarıdaki şekilden, bu haritalama ilişkisinin yüzeydeki veriler arasında sadece doğrudan bir eşleme olmadığı, bunun yerine İnsan beyni ve onun karmaşık ve oldukça soyut bilişsel ilişkileri, fizik ve matematiği görünüşte farklı kavramsal temsillerle birbirine bağlar. Bu, bir kişinin güçlü yeteneği ve yeridir, epifani gibi, bilim tarihinde birçok benzer örnek vardır, ancak bunların oluşum mekanizması ve süreci hala çok bilinmemektedir. Bu, ünlü bilim adamları arasındaki çok soyut ve geniş kapsamlı bir ilişki örneği olsa da, her birimiz sıradan insanların makinelerle değişen derecelerde çok farklı korelasyon yeteneklerine sahibiz.
Veri çağındaki herhangi bir disiplin için veri bilimi / yönetimi ve bilişsel bilim iki temel disiplindir. Her şeyden önce, tüm disiplinler ve endüstriler verinin kendileri için önemini anlar ve ilerlemeleri ve icatları yüksek kaliteli ve büyük miktarda veriye bağlıdır. Veri yönetimi yalnızca çeşitli alanlar ve işletmelerle nasıl daha iyi entegre edileceğini anlamakla kalmaz, aynı zamanda çapraz alan ve endüstri verilerinin çapraz korelasyonu için ilgili metodolojileri, teknolojileri, araçları ve hizmetleri sağlamalıdır. Bu, veri bilimi / yönetimi ve bilişsel bilim gerektirir , Ve aralarındaki ilişki belli bir temel anlayışa sahip. Buraya iki kitap getirdim. Biri veri yönetimi alanında. Bu, Uluslararası Veri Yönetimi Derneği'nin (DAta Yönetim Derneği Uluslararası, DAMA olarak anılır) "Veri Yönetimi Bilgi Sistemi" nin ikinci baskısıdır (ilk basım, Çince olarak yayınlanmıştır), veri yönetimi alanında yıllar içinde biriken bilgi ve deneyimi özetlemektedir.
Bilişsel bilimler alanındaki bir diğer kitap, Profesör Cai Shushan tarafından düzenlenen ve yayınlanan "İnsan Zihni ve Biliş: Çağdaş Bilişsel Bilimin Temel Kuramları ve Uygulamaları" dır.
Bu iki kitabın, 'veri ve bilişin' nasıl olduğunu ve verilerin nasıl kesiştiğini, ilişkilendirildiğini ve paylaşıldığını anlamak için her alan veya endüstri için temel referans olduğunu düşünüyorum.
Veri yönetimi genellikle yalnızca BT olarak kabul edilir, çünkü büyük miktarda çalışma, bilgisayarların verileri nasıl düzenlediği, depoladığı ve işlediği ile ilgilidir.İnsan bilişi ve davranışıyla ilgili yönleri iyi anlaşılmamış ve tartışılmamıştır ve tamamlanması ve güçlendirilmesi gerekir. . "Veri ve Biliş - Verilerin Arkasındaki Bilim" temelli bu seminerin, veri yönetimi endüstrisinin, insanlarla birlikte olan kısım ve makinedeki parça da dahil olmak üzere, verilerin tüm yaşam döngüsünü anlamasına yardımcı olacağı umulmaktadır.
5. Verilerin "Hesaplanması"
Bilgisayarlar insanlar tarafından tasarlanır ve üretilir ve verileri hesaplama mekanizması herkes için açıktır. Ancak insanların algıdan (girdi) sunuma (çıktı) kadar verileri nasıl "hesapladıklarına" dair anlayışları, karmaşık süreç hala çok sınırlıdır.
Son yıllarda yapay zekadaki ilerlemenin ve hatta atılımların genellikle temelde bilgisayar hesaplama gücündeki önemli artıştan kaynaklandığına inanılıyor ve kullanılan algoritmaların çoğu daha önce de mevcuttu. İnsanların ve makinelerin bilgisayar sistemleri açıkça farklıdır ve kendi avantaj ve dezavantajlarına yol açar.İnsanların ve makinelerin birlikte nasıl çalıştığına dair yeni bir düşünceye ve anlayışa ihtiyacımız var.
Yapay zeka, algoritmalar ve güçlü bilgisayardan veriye hesaplama yetenekleri aracılığıyla insan veri işleme veya "hesaplamanın" benzer veya daha iyi sonuçlarını simüle etmeyi umuyor. Yapay zeka araştırmasının mevcut genel yönü doğruysa, bu mutlaka doğru değildir ve bilgisayarların hesaplama gücü, mevcut temel örüntü tanıma yeteneğini ne ölçüde ve ne ölçüde geçip girebilir, önemli ölçüde artmaya devam eder. Kavramlar oluşturup düşünceler ve bilinç üretiyor musunuz?
Farklı mekanizmalar ve bilgisayar hesaplama gücünün sürekli olarak iyileştirilmesi nedeniyle, veri işlemede insanların ve makinelerin avantaj ve dezavantajlarının karşılaştırılması değişiyor. Yeni duruma göre, insanlar için "bilgi işlemin" (veya türlerinin) bilgisayar hesaplamaları ile değiştirilecek veya aşılacak ve insanların avantajları hala açık ve aşılmayacak veya makinelerle değiştirilmeyecek. Yeni veya Tanımak. "Herkes için kullanım", insan odaklı, böylece yapay zeka, temel kavramlarda, teorilerde ve uygulamalarda büyük hatalar veya yanıltıcı nedenlerle kontrolü kaybetmeden insanlara hizmet edebilsin. Bu aynı zamanda "Veri ve Biliş-Verinin Arkasındaki Bilim" in fırsatı ve mücadelesidir. Alanlar ve endüstriler arasında giderek daha derin alışveriş ve tartışmalarımız olmasını umuyoruz,
Bugün konuşmamın sonu bu, teşekkür ederim.
======================
Bu konferansın amacı, herkesin beyin bilimi, beyin benzeri bilim, bilişsel bilim, fizik ve yapay zekanın iş ve tıpta başarılı bir şekilde uygulanması gibi çeşitli yönlerden "verilerin arkasındaki bilimi" anlayacağını ummaktır. Disiplinler arası ve sektörler arası değişimler ve tartışmalar. Bu kadar çok alan arası uzmanını yoğun programları sırasında bilgi ve fikirlerini paylaşmak üzere Shanghai Pudong Zhangjiang Hi-Tech Park'a davet edebildiğim için çok onur ve minnettarım.
Aradan sonra bir sonraki bölümde interaktif iletişime başlayacağız. Buradaki izleyiciler de çeşitli alanlarda uzmandır. Umarım bir yandan bugünkü buluşmanın teması üzerine iletişim kurmaya devam edeceğiz, diğer yandan lütfen disiplinlerarası konuşun Değerli ve yararlı hissedip hissetmediklerini düşünerek fikir alışverişinde bulunun.
Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
