其次,我们正处于几年前开始的认知革命之中。 几乎每个行业都在追赶 AI 潮流,其中包括**自然语言处理**(**NLP**)和机器学习。 尽管这些领域已经存在了很长时间,但它们最近重新受到关注,以至于它们现已成为大学中最受欢迎的课程之一,并且在开源活动中获得了最大份额。 显然,如果要生存,公司就需要变得更加敏捷,更快地发展并转变为数字业务,并且随着可供决策的时间越来越接近实时,它们必须完全具备数据功能, 驱动。 如果您还包括 AI 算法需要高质量数据(以及很多数据)才能正常工作的事实,我们就可以开始理解数据科学家扮演的关键角色。
其次,我们正处于几年前开始的认知革命之中。 几乎每个行业都在追赶 AI 潮流,其中包括**自然语言处理**(**NLP**)和机器学习。 尽管这些领域已经存在了很长时间,但它们最近重新受到关注,以至于它们现已成为大学中最受欢迎的课程之一,并且在开源活动中获得了最大份额。 显然,如果要生存,公司就需要变得更加敏捷,更快地发展并转变为数字业务,并且随着可供决策的时间越来越接近实时,它们必须完全具备数据驱动功能。 如果您还包括 AI 算法需要高质量数据(以及很多数据)才能正常工作的事实,我们就可以开始理解数据科学家扮演的关键角色。
当我们继续讨论数据科学和 AI 如何改变计算机科学领域时,我认为了解最新技术水平非常重要。 IBM 沃森(Watson)是这些旗舰项目之一,为我们在 *Jeopardy* 游戏中击败肯·詹宁斯(Ken Jennings)和布拉德·鲁特(Brad Rutter)奠定了基础,为我们取得更大的进步铺平了道路。