為了跟上大數(shù)據(jù)的節(jié)奏和改善我們對信息的使用，我們需要能快速而廉價地抽取相關(guān)性并將其與行動關(guān)聯(lián)起來的應(yīng)用
考慮到預期的數(shù)據(jù)科學家和具有量化分析能力的商業(yè)用戶的短缺，以及我們迫切的繼續(xù)挖掘已經(jīng)收集到的海量數(shù)據(jù)的需求，我們要能更好地開發(fā)分析應(yīng)用，使其能夠生成認知并關(guān)聯(lián)到行動上。這類應(yīng)用，被我稱為認知應(yīng)用，將超遠勝于從數(shù)據(jù)中抽取相關(guān)性。
我們已經(jīng)在數(shù)據(jù)理解上取得了很大進展。我們已經(jīng)降低了管理大數(shù)據(jù)的開銷，與此同時改進了我們分析和提取關(guān)鍵信息的能力。但是，大數(shù)據(jù)的增量過快以至于我們不能通過更快或者更靈活的查詢以及報告來緊跟步伐。我們需要能夠創(chuàng)建廉價快速的可執(zhí)行認知能力，特別是通過使用認知應(yīng)用。我將在下一篇博客中更加完整地討論這一主題。
Evangelos Simoudis，加州理工學院信息科學與技術(shù)顧問委員會成員，布蘭迪斯大學科學委員會成員，布蘭迪斯大學國際商業(yè)學院的咨詢委員會成員，紐約城市科學中心和規(guī)劃咨詢委員會成員。在布蘭迪斯大學獲得計算機科學博士學位以及在加州理工學院獲得電子工程碩士學位。