另外，隨著大數(shù)據(jù)專家的成本上升，越來越多的企業(yè)也會尋求簡單易用成本相對較低的第三方數(shù)據(jù)產(chǎn)品。國際知名咨詢機(jī)構(gòu)IDC預(yù)測，可視化數(shù)據(jù)發(fā)現(xiàn)工具的增長速度將比商業(yè)智能（BI）市場的其余工具快2.5倍。到2018年，投入于支持最終用戶自助服務(wù)的這種工具將成為所有企業(yè)的要求。諸多大數(shù)據(jù)廠商已經(jīng)發(fā)布了擁有“自助服務(wù)”功能的大數(shù)據(jù)分析工具。
趨勢5：大數(shù)據(jù)算法越來越智能化，深度學(xué)習(xí)將更為普及
知名IT研究與顧問咨詢公司Gartner認(rèn)為，機(jī)器學(xué)習(xí)是2017年的十大戰(zhàn)略技術(shù)趨勢之一。在2017年，隨著大數(shù)據(jù)分析能力不斷增強(qiáng)，越來越多的企業(yè)開始投入于機(jī)器學(xué)習(xí)，并從中獲益。企業(yè)可以通過機(jī)器學(xué)習(xí)算法識別潛在客戶，或識別即將流失的客戶，或識別營銷推廣中作弊的渠道，或及時發(fā)現(xiàn)關(guān)鍵KPI下跌的原因等?？傊?，機(jī)器學(xué)習(xí)可以驅(qū)動企業(yè)運(yùn)營更加智能化。
我們認(rèn)為，隨著機(jī)器學(xué)習(xí)的大規(guī)模應(yīng)用和發(fā)展，越來越多的企業(yè)將使用深度學(xué)習(xí)算法，使用深度學(xué)習(xí)算法將會使得預(yù)測更為準(zhǔn)確。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一系列試圖使用多重非線性變換對數(shù)據(jù)進(jìn)行多層抽象的算法，互相關(guān)聯(lián)的多層級為深度學(xué)習(xí)提供了“深度”，相較于傳統(tǒng)的機(jī)器學(xué)習(xí)算法來說，是一個巨大的進(jìn)步，尤其是卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法，將會越來越受歡迎。
趨勢6：大數(shù)據(jù)和人工智能深度融合，成為人工智能發(fā)展的重要驅(qū)動力
AlphaGo是2016年最令人深刻的人工智能研究成果，AlphaGo引起了大家對人工智能的高度關(guān)注。但是，人工智能的發(fā)展還停留在弱人工智能階段，目前很難超越人類認(rèn)知能力，甚至也達(dá)不到與人類匹配的認(rèn)知能力。但我們不可否認(rèn)人工智能在實踐中的進(jìn)步，比如語音識別和圖像理解方面的進(jìn)步。企業(yè)可以在合適的場景中運(yùn)用這些逐漸成熟的語音和圖像識別的技術(shù)。
未來人工智能的發(fā)展，取決于兩個方面：一方面是深度學(xué)習(xí)算法技術(shù)的成熟和計算效率的提升；另一方面取決于海量數(shù)據(jù)或大數(shù)據(jù)的發(fā)展。這是因為，深度學(xué)習(xí)算法要發(fā)揮作用必須先接受訓(xùn)練。比如，機(jī)器要學(xué)會識別圖片中的狗，必須先被輸入一個包含數(shù)量上萬或者數(shù)十萬的標(biāo)記為狗的“訓(xùn)練集”，這個訓(xùn)練集數(shù)量越大，狗的種類越全，機(jī)器學(xué)習(xí)的效果越好。
人工智能專家吳恩達(dá)曾把人工智能比作火箭，其中深度學(xué)習(xí)是火箭的發(fā)動機(jī)，大數(shù)據(jù)是火箭的燃料，這兩部分必須同時做好，才能順利發(fā)射到太空中。因此，對于深度學(xué)習(xí)和人工智能，需要越來越多的數(shù)據(jù)。國際上互聯(lián)網(wǎng)巨頭除了自身業(yè)務(wù)可以采集到海量的數(shù)據(jù)以外，正在用更開放的策略吸引第三方的數(shù)據(jù)輸入，以充實其大數(shù)據(jù)，更好的促進(jìn)人工智能的所依賴的大數(shù)據(jù)基礎(chǔ)。
