人工智慧超越你的想像：Qlik將用戶和機器智能緊密聯結，相得益彰
「驚！未來5年內，510萬人將因人工智慧失業」「人工智慧時代，90%的工作崗位即將消失」……對於大部分人而言，一提到人工智慧，就會想到資訊app推送的那些聳人聽聞的標題。
人工智慧的強大確實會令人恐慌，但是，智者更懂得讓強大的人工智慧為己所用。那麼，該如何利用人工智慧的強大來創造價值？Qlik全球產品市場副總裁James Fisher為您解惑：
過去幾年裡，很多分析家都預測「智能數據探索」將代表分析市場的下一波顛覆浪潮：利用人工智慧和機器學習來自動分析信息，獲得深度分析結果。數據自動準備、自然語言處理和生成，以及對模式識別、相關性和異常識別進行高級統計分析等功能的出現將顛覆分析領域，這些功能是如此強大，甚至讓人有點難以置信了。
對這一波顛覆性浪潮，企業應該保持一個謹慎的態度以及採取不同的對待方法。企業最關心的是在能夠快速實現數據價值的同時達成個人、團隊和企業的目標。雖然數據量、計算能力和員工對使用數據的需求呈指數增長，但整個數據探索的發展卻受制於企業數據素養的欠缺。
這就是Qlik的所有舉措都以用戶為中心的原因所在，Qlik開發能夠支持人類分析流程的產品：幫助更多的人進行深度分析，為整個企業帶來價值，滿足他們的目標。雖然機器智能為改善分析流程提供了更多可能性，但這並不意味著機器智能將以黑盒方法最終取代用戶驅動的視覺分析——至少在短期內不會。
黑盒方法即隱藏邏輯演算法/流程，只對用戶展示最終推論的分析方法。在Qlik，所有的分析以及推論背後的邏輯是一步一步向用戶展示的，並沒有隱藏整個過程。
因此，現階段為了推動價值的實現，智能數據探索功能應與以人為中心的分析和研究相結合，以滿足企業所有用戶和應用的需求。當機器和人一起合作時，會產生乘數效應，因而可以稱之為新一類的增強智能。
人工智慧和真正的增強智能是有區別的，人們的目的是能夠更智慧地利用機器智能，而不應被局限在機器規定的預定義問題或者分析框架上：
有些時候，機器智能能夠從統計上得出深度見解，讓用戶以不同的角度看待事物，最終消除偏見，拓寬知識面；有些時候，用戶會通過機器不具備的直覺、知識和上下語境等能力來預測和研究概念。最好的解決方案是讓兩者能一起合作，創造1+1大於2的效果。
讓我們換一種思考方式，比如在《星際迷航》里，如果不是斯波克和柯克船長聯手，進取號星艦肯定無法超越它的第一次任務……
新的智能數據準備功能、用於處理數據和提出深度分析建議的先進演算法和服務，以及能讓更多用戶輕鬆使用的自然語言搜索和通信功能。其他功能還包括其本身具有的擴展平台、在下游應用和工作流中嵌入深度分析的能力，使用Qlik開放的APIs獲得與數據互動的新方式，例如進行對話分析。
對話分析即對自然語言的處理能力，Qlik具備並一直在不斷完善這種能力。不同於語音分析，對話分析與谷歌的工作原理相同，針對用戶與軟體對話的方式進行不斷改善， 可以使用戶與軟體溝通時類似人與人之間的溝通。
Qlik CTO Anthony Deighton曾在2017年全球客戶大會Qonnections上展示了一些令人興奮的新標準應用，這些應用都構建於Qlik的認知規則引擎之上。
在過去幾個月里，Qlik已經向全世界的客戶展示了這些應用，它在幫助人們靈感閃現的那一刻是非常令人感到興奮的。人工智慧的前景不可限量，為了推動價值實現，並能夠從乘數效應中獲益，智能數據探索結合以人為本的分析將成為今後的主導模式，而Qlik總是走在前端。
TAG:Qlik數據可視化分析 |