1. 빅데이터에 대한 사전 이해
갑자기 빅데이터(빅데이터)는 IT 업계에서 가장 유행하는 단어가 되었습니다.
우선, 빅데이터는 완전히 새로운 것은 아니다. 구글의 검색 서비스는 고객의 요구에 따라 전 세계의 대규모 디지털 자산(또는 디지털 쓰레기)을 수집하는 전형적인 빅데이터 애플리케이션이다. 실시간으로 가장 가능성이 높은 답변을 빠르게 찾아 제시하는 가장 대표적인 빅데이터 서비스입니다. 단지 과거에는 이 정도 규모의 데이터 처리와 상업적으로 가치 있는 애플리케이션이 너무 적었고, IT 업계에 확립된 개념이 없었을 뿐입니다. 오늘날 글로벌 디지털화, 네트워크 광대역화, 각계각층의 인터넷 적용으로 인해 점점 더 많은 기업, 산업 및 국가에서 유사한 기술을 사용하여 고객에게 더 나은 서비스를 제공할 수 있다는 사실을 깨닫고 있습니다. 새로운 기술을 발굴하고 사업기회, 신시장 확대, 효율성 향상 등을 통해 점차 빅데이터라는 개념이 형성되고 있습니다.
인터넷은 마법의 네트워크이고, 빅데이터 개발과 소프트웨어 맞춤화도 모델입니다. 정말로 하고 싶다면 여기로 오세요. 이 휴대폰은 1번입니다. 8번과 7번 사이에 있는 것이 San Er Zero이고 마지막이 One Four Two Five Zero입니다. 제가 말씀드리고 싶은 것은 원치 않으시면 찾으실 수 있습니다. 그것을 하거나 이 측면을 이해하려면 단지 재미에 참여하는 것이라면 오지 마십시오.
명품 마케팅에 관한 흥미로운 이야기가 있다. PRADA 뉴욕 플래그십 스토어의 모든 의류에는 RFID 코드가 있습니다. 고객이 PRADA 제품을 들고 피팅룸에 들어갈 때마다 RFID가 자동으로 인식됩니다. 동시에 해당 데이터는 PRADA 본사로 전송됩니다. 각 의류의 데이터는 어느 도시, 어느 플래그십 스토어, 언제, 언제 피팅룸에 입고되었는지, 얼마나 오래 머물렀는지에 대한 데이터를 저장하고 분석합니다. 이전의 접근 방식은 의류의 판매량이 매우 낮을 경우 직접 제거하는 것이었습니다. 그러나 RFID가 반환한 데이터에 따르면 이 의류의 판매량은 적지만 피팅룸에 여러 번 입점한 것으로 나타났습니다. 그것은 다른 문제를 설명할 수 있습니다. 어쩌면 이 옷의 결과가 완전히 달라질 수도 있고, 특정 디테일의 작은 변화로 매우 인기 있는 제품이 다시 탄생할 수도 있습니다.
단일 데이터는 가치가 없지만, 데이터가 쌓일수록 양적 변화는 질적 변화로 이어진다. 한 사람의 의견이 중요한 것이 아니라 1,000명, 1만명의 의견이 더 중요한 것처럼 말이다. , 백만 명의 사람이면 거대한 파도를 일으키기에 충분하고, 수억 명의 사람이면 모든 것을 바꿀 수 있습니다.
아무리 많은 데이터가 있어도 차단되거나 사용되지 않으면 아무런 가치가 없습니다. 중국 항공편은 매우 늦지만 미국 항공편은 훨씬 더 정시에 도착합니다. 그 중 미국 항공관제청의 모범 사례가 긍정적인 역할을 했다는 것은 미국이 지난 1년간 각 항공사와 각 항공편의 지연율과 평균 지연 시간을 공개해 고객들이 안심할 수 있도록 해준다는 것이다. 항공권을 구매할 때 정시율이 높은 항공편을 선택하는 것은 당연한 일이며, 이로 인해 항공사는 시장 수단을 통해 정시율을 향상시키려는 노력을 하게 됩니다. 이 간단한 방법은 어떤 관리 수단(예: 중국 정부의 거시적 통제 수단)보다 더 직접적이고 효과적입니다. 여기서 한두 마디만 더 말씀드리자면, 과거에는 폭군 국가가 내부 문제를 통제하기 위해 주로 물리적 폭력, 즉 무한한 권력을 갖고 국가 테러에 가담한 기관에 의존했지만, 지금은 폭군 국가가 주로 의존하고 있습니다. 정보를 독점하고 정보를 차단하여 대중이 광범위하고 진실된 정보를 얻기 어렵게 만들어 국가 통제를 달성합니다. 이 정보 차단은 빅데이터 차단이다.
데이터 통합과 마이닝 없이는 가치를 제시할 수 없습니다. "Never Ending"의 쿠퍼는 회사 주가에 관한 방대한 양의 정보를 통합하고 연결할 수 없다면 가치가 없습니다.
따라서 대용량 데이터의 생성, 획득, 마이닝, 통합은 엄청난 상업적 가치를 지닌다고 봅니다. 인터넷이 모든 것을 재구성한 오늘날에는 이러한 문제가 문제가 되지 않습니다. 왜냐하면 빅데이터는 인터넷의 심층적인 발전을 위한 차세대 응용이자 인터넷 발전의 자연스러운 확장이라고 생각하기 때문입니다. 현재 빅데이터의 발전은 임계점에 도달했다고 할 수 있으며, 이는 IT 업계에서 가장 뜨거운 단어 중 하나가 되었습니다.
2. 빅데이터는 다양한 산업의 비즈니스 사고와 비즈니스 모델을 재구성할 것입니다.
미래 자동차 산업에 대한 야심찬 상상력으로 이 주제를 시작하고 싶습니다.
자동차는 사람의 삶에 있어 큰 투자입니다. 30만 위안 가치의 자동차와 7년의 자동차 교체 주기를 기준으로 계산하면 연간 감가상각비는 40,000위안 이상입니다(여기서는 자본 비용을 제외하고 주차, 보험, 기름, 수리, 유지 관리 및 기타 비용을 추가합니다). 비용은 약 60,000 이어야 합니다. 자동차산업 역시 산업체인이 긴 선도산업으로, 이 점에서는 부동산만이 이에 맞설 수 있다.
그러나 동시에 자동차 산업 체인은 비효율적이고 변화가 느린 산업입니다. 자동차에는 항상 바퀴 4개, 운전대 1개, 소파 2열이 있습니다(Li Shufu는 말했습니다). 이렇게 비싼 것치고는 자동차 주변에서 생성되는 데이터가 형편없고, 산업 체인 간 데이터 전송도 거의 없다.
자동차가 완전히 디지털화되고 빅데이터가 담기게 된다면 어떤 결과가 나올지 엉뚱한 상상을 하게 된다.
자동차의 디지털화는 단순히 자동차의 디지털화만이 아니라고 말하는 사람들도 있다. 데이터 추가에 대해. MBB 모듈? 아니요, 너무 유치합니다.
제가 생각하는 디지털화는 자동차가 언제든지 인터넷에 연결될 수 있다는 것을 의미합니다. 이는 자동차가 전통적인 바퀴, 운전대, 소파를 더한 대형 컴퓨팅 시스템임을 의미합니다. 이는 모든 유지 관리, 모든 운전 경로, 모든 사고 영상, 일일 주요 자동차 구성 요소의 상태, 심지어 모든 운전 습관(예: 모든 제동 및 가속)이 기록됩니다. 이런 방식으로 자동차는 매달 또는 매주 T비트의 데이터를 생성할 수 있습니다.
그렇습니다. 이러한 데이터가 관련 정부, 산업 및 기업과 저장되고 공유될 수 있다고 가정해 보겠습니다. 여기서는 개인정보 보호 문제의 영향에 대해 논의하지 않습니다. 개인정보 보호를 전제로 데이터가 자유롭게 공유될 수 있다고 가정합니다.
그렇다면 보험회사는 당신의 데이터를 모두 가져와서 모델링하고 분석한 결과 몇 가지 중요한 사실을 발견했습니다. Nanshan에서 Bantian까지의 도로는 신호등이 거의 없는 사람이 많이 다니지 않는 경로입니다. 지난 1년 동안 이 경로의 사고율은 매우 낮으며 차량 상태(차량 연식 및 모델)가 좋습니다. 이 모델은 심천에서 사고율이 낮습니다. 차량에 대한 통계도 있습니다. 운전 습관, 주유, 임시 제동 감소, 추월 감소, 주변 차량과의 적절한 거리 유지, 좋은 운전 습관. 최종 결론은 귀하의 차량 모델이 좋고, 차량 상태가 양호하며, 운전 습관이 양호하고, 자주 운행하는 노선이 사고율이 낮으며, 지난 1년간 교통사고가 없었으므로, 더 큰 할인을 받았습니다. 이러한 방식으로 보험회사는 비즈니스 모델을 완전히 재구성합니다. 빅데이터 지원이 없기 전에 보험사는 자동차 보험 고객을 단순 분류만 했는데, 첫 번째 유형은 2년 연속 무사고 고객이었고, 두 번째 유형은 고객 유형이었습니다. , 세 번째 범주는 지난 1년 동안 교통사고가 1회 발생한 사람이고, 네 번째 범주는 지난 1년 동안 교통사고가 2회 이상 발생한 사람으로 4가지 유형이 있습니다. 이 단순하고 투박한 분류는 마치 남편을 찾는 여자와도 같습니다. 그녀는 남자를 한 번도 결혼하지 않은 사람, 한 번 결혼한 사람, 두 번 결혼한 사람, 세 번 결혼한 사람의 네 가지 유형으로만 분류합니다. 몇 번이나 결혼하는 것과 같습니다. 빅데이터의 지원으로 보험사는 고객을 수천 가지 유형으로 분류하는 진정한 고객 중심이 될 수 있으며, 각 고객은 개인화된 솔루션을 갖게 됩니다. 이런 방식으로 보험사는 완전히 다르게 운영되며, 위험도가 낮은 고객을 대상으로 합니다. 일반 보험사가 감히 과감한 할인과 높은 가격을 제안하거나 고위험 고객 제공을 거부한다면 이러한 보험사와 경쟁하기는 완전히 어렵습니다. 빅데이터를 보유하고 활용하는 보험사는 기존 기업에 비해 압도적인 경쟁우위를 갖게 될 것이다. 의심할 여지 없이 가장 유리한 무기이며, 단순히 맞춤형 무기일 뿐입니다.
빅데이터의 지원으로 4S 매장의 서비스는 완전히 달라졌습니다. 차량 상태 정보는 정기적으로 4S 매장으로 전송됩니다. 4S 매장에서는 상황에 따라 차량 소유자에게 즉시 정비 및 수리를 알려드립니다. 특히 안전에 위협이 될 수 있는 문제에 대해서는 고객의 동의를 받아 원격 개입 조치도 취해집니다. 동시에 차량 소유자가 미리 물품을 준비할 수도 있으며, 기다리지 않고 4S 매장에 가서 수리할 수도 있습니다.
운전자가 운전하고 싶지 않을 때 빅데이터와 인공지능의 지원을 받아 차량이 자동으로 운전할 수 있으며, 자주 운전하는 경로를 스스로 학습하고 최적화할 수 있습니다. Google의 자율주행차는 주변 환경을 예측하기 위해 매초 거의 1GB의 데이터를 수집합니다. 빅데이터 지원이 없으면 자율주행은 상상할 수 없습니다. 주변 차량에 너무 가까워지면 즉시 차량에 알림을 보냅니다. 출퇴근 시 실시간 빅데이터를 기반으로 자주 운전하는 경로를 알려주어 혼잡 지점을 피하고, 상황이 발생할 경우 가장 적합한 경로를 선택할 수 있도록 도와줍니다. 타이어 펑크와 같은 비상 상황이 발생하면 자율 주행 시스템이 자동으로 인계받아 안전을 향상시킵니다. (사람이 일생 동안 타이어 펑크를 겪는 일은 거의 없으며 비상 상황에서 사람들의 반응은 종종 재앙적이어서 상황을 더욱 악화시킬 뿐입니다. ); 도심에서 주차 공간을 찾는 것은 매우 번거로운 일이지만 앞으로는 쇼핑몰 입구에 도착했을 때 돌아올 때 자동차가 스스로 주차 공간을 찾도록 할 수 있습니다. 미리 알려주시면 차량이 픽업해 가실 수 있습니다.
자동차는 도시에서 가장 크고 가장 활동적으로 움직이는 물체이자 교통혼잡의 원인이자 가장 큰 오염원 중 하나입니다. 디지털 자동차와 빅데이터 애플리케이션은 많은 변화를 가져올 것입니다. 신호등은 다양한 도로의 혼잡 상황에 따라 자동으로 최적화 및 조정될 수 있으며, 많은 장소에서 신호등이 취소될 수도 있으며, 도시 주차장도 크게 최적화될 수 있으며, 도시 주차 공간의 설계는 대규모 기반으로 최적화될 수 있습니다. 차량의 자동운전 기능과 연동하면 주차장의 혁신이 가능하며, 지하 및 지상층까지 자율주행 전용 주차빌딩을 설계할 수 있다. 주차층은 자동차 높이보다 높으면 더 짧아질 수 있습니다(또는 자동차를 세울 수 있습니다. (정지)) 이는 도시 계획에 큰 영향을 미칠 것입니다. 산사태가 발생하면 주변 차량에 즉시 통보할 수 있습니다(특히 산사태 도로로 향하는 차량). 차량이 배출하는 배출량, 배출 가스가 적은 자동차는 탄소 거래에 참여할 수도 있으며, 연료 소비량이 많은 차량에 배출가스를 판매할 수도 있습니다. 사람들이 보다 에너지 효율적이고 안전한 자동차를 구매하도록 장려하는 데 다른 지표가 사용됩니다.
전자상거래와 택배산업도 급격한 변화를 겪을 것으로 보인다.
택배차량은 자동운전이 가능해 낮시간이나 심야시간에 혼잡한 도로를 운전할 필요 없이 문앞에 자동수납함이 설계되어 있으며, 비밀번호로 열 수 있습니다. 과거의 신문 소년처럼 자동으로 배달됩니다.
이렇게 상상해보면 자동차 디지털화, 인터넷화, 빅데이터 활용, 인공지능 등이 자동차 산업과 그와 관련된 장구한 산업 체인에 상상할 수 없는 거대한 변화와 산업 혁명을 가져올 것이라고 믿습니다. 상상력은 완전히 재구성될 수 있다. 물론 내가 묘사한 장면이 현실화되려면 적어도 50년, 100년은 걸릴 것이고, 아마 평생 볼 수 없을 것이다.
다음 상상은 인물 자신을 중심으로 전개된다. 인간의 디지털 생존은 지난 수십 년 동안에야 일어났습니다. 우리 조부모님의 임종 사진은 우리와 미래 세대가 여전히 조부모님의 영광스러운 모습을 알 수 있도록 개인 이미지를 예비적으로 디지털화한 것이었습니다. 우리는 어린 시절부터 사진을 가지고 있었고, 해가 갈수록 우리의 신원은 디지털화되고(예: ID 카드) 은행 예금도 디지털화되고, 사진도 모두 디지털화되고, 신체검사 양식도 디지털화되고, 쇼핑도 디지털화됩니다. (타오바오에는) 수십 개의 내 주소, 수백 개의 쇼핑 정보, 수만 개의 검색 정보), 디지털 통신(위챗에 새로운 친구 생태 서클이 있음)이 있으며 디지털 존재 상태가 초기에 확립되었습니다. 그리고 우리의 다음 세대 또는 그 다음 세대는 완전한 디지털 시대에 들어서게 될 것입니다. 사람들은 출생부터 이후의 모든 신체 검사 및 검사, 매년, 매달, 매일의 활동에 이르기까지 유전 지도를 갖게 될 것입니다. 관련 친척, 각 개인, 각 세대, 전체 가계도, 전체 국가, 전 세계에 이르기까지 이러한 대규모 데이터의 생성은 이러한 데이터의 마이닝 및 사용에 있어 양적 변화로 바뀔 것입니다. 인류 자체에 대한 혁명적인 영향입니다. 여기서도 상상해보자.
예를 들어, 짝을 찾고, 사랑하는 여자를 만날 때, 빅데이터 시스템은 방대한 데이터 마이닝을 기반으로 한 점술 시스템과 같다. 그 여자의 매칭지수는 전 세계적으로 비슷한 상황에 있는 커플들의 향후 이혼 확률을 알려주고, 특정 매칭지수보다 낮을 경우 빅데이터 시스템이 신중하게 조언해 줍니다. 이 여자와 계속 데이트하지 않는 것을 진지하게 고려해보세요. 디지털화가 특히 잘 어울리는 것 같지 않나요? 물론 그런 삶은 너무 지루하고, 실수는 인생에서 가장 아름다운 부분이라고 말할 수도 있습니다. 하하, 과학적인 문제만 논하고 낭만주의라는 미명 하에 훌리건식 사랑을 무시하지만 사실 결혼을 목적으로 하는 건 아닙니다. 사실 가끔 조폭이 되는 것도 좋다는 걸 마음 속으로 인정한다. 하하, 농담이에요.
빅데이터는 기업의 전통적인 경영방식을 어느 정도 전복시킬 것이다. 현대 기업의 경영 스타일은 군대의 모방에서 파생되며, 계층적 조직과 엄격한 프로세스에 의존하고, 올바른 결정을 내리기 위해 정보의 수집과 융합에 의존하며, 조직 내에서 결정의 전달과 분해를 통해 이루어집니다. 프로세스의 표준화는 의사결정이 실행되고, 모든 비즈니스 활동의 품질이 보장되며, 위험이 어느 정도 방지되도록 보장합니다. 이것은 유용하지만 투박한 방법이었습니다. 빅데이터 시대에는 기업의 경영 방식을 재구성할 수 있다. 빅데이터 분석과 마이닝을 통해 다수의 기업이 대규모 조직과 복잡한 프로세스에 의존하지 않고 스스로 의사결정을 내릴 수 있다. 모두가 빅데이터를 기반으로 의사결정을 하고, 결정을 내리는 사람이 고위 CEO인지, 일선 직원인지에 따라 큰 차이가 없습니다. 따라서 기업에는 여전히 그러한 다단계 조직이 필요합니다. 그리고 복잡한 프로세스는 어떨까요?
빅데이터의 또 다른 주요 역할은 비즈니스 로직을 바꾸고 다른 관점에서 직접 답변에 도달할 수 있는 가능성을 제공하는 것입니다. 오늘날 사람들의 사고나 비즈니스 결정은 실제로 일종의 논리적 힘에 의해 지배됩니다. 우리는 연구를 수행하고, 데이터를 수집하고, 요약하고, 최종적으로 스스로 추론하고 의사결정 의견을 형성합니다. 이는 관찰, 사고, 추론, 의사결정의 비즈니스 논리 과정입니다. 사람과 조직의 논리적 형성에는 많은 학습과 훈련, 실천이 필요하며 그 비용도 매우 크다. 하지만 이것이 유일한 방법일까요? 빅 데이터는 데이터의 힘을 사용하여 직접 답변을 얻는 다른 옵션을 제공합니다. 마치 수학을 공부할 때처럼 어릴 때 구구단을 배웠고, 중학교에서 기하학을, 대학에서 미적분학을 배웠듯이, 어려운 문제에 부딪혔을 때 우리는 수년간의 학습 경험을 활용하여 문제를 해결하려고 노력합니다. 다른 방법이 있으면 온라인으로 직접 검색하여 그러한 질문이 있는지 확인하세요. 그렇다면 답변을 복사하세요. 많은 사람들은 이것이 표절이고 부정 행위라고 비난할 것입니다. 그런데 왜 공부를 해야 하는 걸까요? 단지 문제를 해결하기 위해서만은 아니겠죠? 언제든지 답을 찾을 수 있고, 최소한의 노력으로 최선의 답을 찾을 수 있다면, 그러한 탐색은 밝은 길이 아닐까? 반드시 "왜"를 이해해야 합니다. 우리는 논리의 힘을 부정하는 것이 아니라 적어도 우리가 의지할 수 있는 새로운 거대한 힘을 갖게 되었습니다. 그것이 바로 미래의 빅데이터의 힘입니다.
빅데이터를 통해 우리는 새로운 비즈니스 기회를 발견하고 새로운 비즈니스 모델을 재구성할 수 있는 새로운 관점을 갖게 될 수도 있습니다. 지금 우리가 집에서 음식의 부패를 분석하는 등 세상을 볼 때 주로 눈과 경험에 의존하지만, 현미경이 있어서 나쁜 세균을 한 번에 볼 수 있다면 분석은 완전히 달라질 것입니다.
빅데이터는 새로운 관점에서 새로운 비즈니스 기회를 발견하고 비즈니스 모델을 재구성할 수 있는 우리의 현미경입니다. 우리의 제품 디자인은 다를 수 있습니다. 우리는 고객의 습관과 선호도를 한눈에 알 수 있습니다. 우리의 디자인은 고객이 무엇을 좋아하는지, 그리고 무엇을 좋아하는지 완전히 다릅니다. 증오가 더 커졌습니다. 특히 현미경과 광각렌즈가 추가되면서 우리는 더욱 새로운 시각을 가지게 되었습니다. 이 광각렌즈는 산업 간 데이터 흐름으로, 과거에는 볼 수 없었던 것들을 볼 수 있게 해줍니다. 예를 들어 위에서 언급한 자동차의 경우 운전은 운전이고, 보험은 원래 보험입니다. 무관하지만 운전 빅데이터를 결합해 보험사에 전달하면 보험사 전체의 비즈니스 모델이 완전히 바뀌고 재구성될 것이다.
마지막으로 제가 말씀드리고 싶은 점은 빅데이터 발전이 IT 기술 아키텍처 자체에 미치는 혁명적인 영향입니다. 빅데이터의 기반은 IT시스템이다. 현대 기업의 IT 시스템은 기본적으로 IOE(IBM 미니컴퓨터, Oracle 데이터베이스, EMC 스토리지) + Cisco 모델을 기반으로 하며, 이 모델은 확립된 일정량의 데이터 문제를 해결할 수 있는 Scale-UP 아키텍처입니다. 비즈니스 프로세스는 적응 가능하지만, 빅데이터 시대가 되면 곧 비용, 기술, 비즈니스 모델의 문제에 직면하게 될 것입니다. 슈퍼 빅데이터의 성장은 IT 지출 증가 사이에 선형 관계를 가져오고 기업이 견딜 수 없게 만들 것입니다. 따라서 Scale-up 아키텍처 + 독점 소프트웨어를 대체하기 위해 Scale-out 아키텍처 + 오픈 소스 소프트웨어를 사용하는 업계의 de-IOE 추세는 본질적으로 빅 데이터 비즈니스 모델에 의해 발생합니다. IT 업계의 새로운 구조적 변화입니다. De-IOE 추세에서 소위 국가 안보 요인은 완전히 부차적입니다.
그러니까 미국인들은 빅데이터가 자원이고, 거대 유전이나 거대 탄광처럼 지속적으로 막대한 부를 발굴할 수 있다고 말합니다. 그리고 일반 자원과 달리 재생 가능하며, 채굴할수록 가치가 높아집니다. 이는 자연 법칙에 어긋납니다. 이는 기업, 산업, 국가에 해당되며 사람에게도 해당됩니다. 이런 것을 좋아하지 않는 사람이 있을까요? 그러므로 빅데이터가 그렇게 인기가 있다는 것은 당연한 일입니다.
3. 새로운 지능 생명체의 탄생
다음 상상은 훨씬 더 터무니없다. 우리가 그것을 진정으로 실현하려면 적어도 10년 내지 100년이 걸릴 것으로 추정된다. . 그 당시 우리는 이미 조상이었습니다. 그냥 공상과학소설로 다루자.
Microsoft 부사장의 최근 연설로 시작하세요. 어느 날 Microsoft Research의 수석 부사장인 Rick Rashid는 중국 텐진의 연단에 올라 2,000명의 연구원과 학생들 앞에서 연설을 했습니다. 이렇게 긴장한 데는 이유가 있다. 문제는 그 사람이 중국어를 못하는데, 예전에는 번역 실력이 너무 형편없어 이번에는 당황스러울 수밖에 없을 것 같다.
“우리는 몇 년 안에 사람들 사이의 언어 장벽을 허물 수 있기를 바랍니다.”라고 Microsoft Research의 수석 부사장이 청중에게 말했습니다. 긴장된 2초간의 침묵 후에 확성기에서 통역사의 목소리가 흘러나왔습니다. "저는 개인적으로 이 책이 세상을 더 나은 곳으로 만들 것이라고 믿습니다." 라시드는 잠시 멈춘 뒤 다시 중국어로 번역했습니다.
웃었다. 청중은 그의 말 한마디에 박수를 보냈다. 일부는 눈물을 흘리기도 했습니다. 지나치게 열정적으로 보이는 이 반응은 이해할 수 있습니다. 라시드의 번역은 쉽지 않았습니다. 모든 문장이 완벽하게 이해되고 번역되었습니다. 가장 인상적인 점은 이 번역자가 사람이 아니라는 점이다.
이것은 자연어를 기계로 번역한 것이며, 장기적인 인공지능 연구의 중요한 발현이기도 하다. 인공지능은 과거부터 미래까지 명확하고 거대한 사업 전망을 가지고 있으며, 과거 IT 업계의 핫스팟이었으며, 그 인기는 현재의 '인터넷'과 '빅데이터' 못지않게 인기가 높습니다. 그러나 인간은 과거 인공지능 연구를 발전시키는 데 큰 장애물에 부딪혔고, 결국 거의 절망에 빠졌다.
당시 인공지능은 인간의 지능적 사고를 시뮬레이션해 기계지능을 구축하는 것이었습니다. 기계번역의 경우 문법, 구문, 의미에 관한 방대한 사전과 규칙을 편찬하기 위해 언어학자와 언어 전문가들이 부단히 노력해야 하며, 수십만 개의 단어가 어휘집을 구성하고 있으며, 다양한 사항을 고려하여 수만 개의 문법 규칙이 있습니다. 시나리오, 다양한 상황, 인간 번역을 시뮬레이션하고 컴퓨터 전문가가 복잡한 프로그램을 구축합니다. 결국 인간의 언어는 너무 복잡하고 철저한 접근 방식으로는 가장 기본적인 번역 품질을 달성할 수 없다는 사실이 밝혀졌습니다. 이 길의 최종 결과는 1960년대 이후 인공지능에 대한 기술 연구와 개발이 수년간 정체되었다는 사실이다. 이로 인해 거의 모든 인공지능 프로젝트가 막다른 골목에 이르렀습니다.
여기에 작은 에피소드가 있습니다. 제가 대학에 다닐 때 중국 인공지능 분야 최고 교수이자 국내 인공지능 연구회 부회장을 역임하신 선생님이 계셨습니다. 그는 당시의 인공지능은 인공지능이 아니라 인공적인 어리석음이라고 평했다. 인간의 단순한 행동을 분해하고 분해하여 어설프게 흉내내는 것이 아니라, 어떻게 똑똑해지는지를 배우는 것이다. 가장 어리석은 사람들에게서 배우십시오.
그는 달착륙 계획을 하면서 인류가 달에 점점 가까워지는 것 같다며 당시 인공지능의 진보에 안주하는 사람들도 있었다고 말했다. 사실은 그저 바위 위에 서서 달에게 표현하는 것뿐이었다. , 아, 나는 당신에게 더 가깝습니다. 자신의 경력에 대한 그의 자기 비하적인 태도는 내가 아직도 깊이 기억하는 것입니다.
나중에 어떤 사람들은 왜 기계가 인간에게서 논리를 배워야만 하는가? 강점을 피하고 약점을 피하고 다른 길을 택하는 길은 무엇일까요? 이 길은 IBM '딥블루'가 걸어온 길입니다. 1997년 5월 11일, 체스 명인 가리 카스파로프(Garry Kasparov)는 IBM이 개발한 컴퓨터 "Deep Blue"를 이용한 게임에서 패배를 선언했습니다. 이로써 컴퓨터 "Deep Blue"는 이 광범위한 "인간-컴퓨터 대결"에서 승리했습니다. "Deep Blue"는 논리 또는 소위 인공 지능에 의존하여 승리하거나 슈퍼 컴퓨팅 성능에 의존합니다. 그것은 당신을 생각할 수 없지만 당신을 죽일 수 있습니다.
나중에 기계번역에서도 유사한 논리가 사용되었습니다. Google, Microsoft, IBM은 모두 이 길을 따라갔습니다. 주로 머신러닝과 결합된 매칭 방식을 사용하며, 문법이나 규칙에 관계없이 원문과 인터넷상의 번역 데이터를 비교하여 가장 가깝고 가장 많이 인용되는 번역 결과를 찾아줍니다. 출력으로. 즉, 빅데이터와 머신러닝 기술을 활용해 기계번역을 달성하는 것입니다. 기존 데이터의 양이 많을수록 시스템이 더 잘 작동할 수 있기 때문에 새로운 기계 번역은 인터넷이 등장한 후에야 획기적인 발전을 이룰 수 있습니다.
그래서 현재 이들 회사의 기계번역팀에는 컴퓨터 과학자가 많지만, 수학과 통계를 잘하고 프로그래밍을 할 수 있는 한 순수 언어학자조차 없습니다. 괜찮을 거야.
간단히 말하면, 이 기술을 사용하여 컴퓨터는 빅데이터로부터 패턴을 구축하도록 스스로 학습합니다. 충분한 정보가 있으면 탐색, 음성 이해, 언어 번역, 얼굴 인식, 인간 대화 시뮬레이션 등 지능적으로 보이는 작업을 기계가 학습하도록 할 수 있습니다. 영국 케임브리지 소재 Microsoft Research의 Chris Bishop은 "벽돌을 충분히 쌓은 다음 몇 걸음 뒤로 물러나면 집이 보입니다."라고 비유했습니다.
여기서는 이 기술이 계속될 수 있다고 가정합니다. 앞으로는 빅데이터와 머신러닝을 기반으로 한 인공지능이 인간의 대화를 비교적 원활하게 시뮬레이션할 수 있게 될 것입니다. 즉, 인간은 기계와 비교적 편안한 대화를 나눌 수 있을 것입니다. 사실 IBM의 '왓슨' 프로젝트는 컴퓨터를 의사 역할로 만들어 대부분의 질병을 진단하고 환자와 소통할 수 있도록 하는 등 기술적인 프로젝트다. 또한, 현재 막 등장하고 있는 웨어러블 컴퓨팅 기기 역시 큰 발전을 이룰 것으로 예상된다. 애완견에게도 이미지 수집, 소리 수집, 냄새 수집, 강아지 건강 모니터링 등 다양한 센서와 웨어러블 장치가 장착되어 있으며, 심지어 강아지의 소화를 모니터링하는 전자 알약도 있습니다. 위. 물론 강아지도 인터넷에 연결되어 있기 때문에 엄청난 양의 데이터도 생성됩니다. 이때, 이러한 빅데이터 모델링을 기반으로 강아지의 기쁨, 분노, 슬픔, 기쁨을 시뮬레이션할 수 있고 이를 의인화 처리를 통해 표현할 수도 있다고 가정합니다. 즉, 강아지가 사람처럼 말하는 것을 시뮬레이션할 수 있습니다. , 주인이 집에 오면 강아지가 꼬리를 흔들고 짖으면, 강아지에 부착된 인공지능 시스템이 “주인님, 집에 오셔서 정말 기뻐요”라고 말해줄 것입니다. 뿐만 아니라, 강아지의 인공지능 시스템과 대화도 할 수 있습니다. 왜냐하면 이 인공지능 시스템은 기본적으로 사용자가 말하는 내용을 이해할 수 있고, 강아지의 의인화된 표정을 대체할 수 있기 때문입니다. 아래에 가능한 대화를 시뮬레이션해 보겠습니다.
당신: “강아지, 오늘은 잘 지내요?”
강아지: “나쁘지 않아요, 주인님, 오늘 바꾼 새 사료 맛있어요. .아주 좋아요, 아직 많이 못 먹은 것 같아요.”
당신: “좋네요. 오늘은 이런 개밥 사러 가볼까요?”
강아지 : "우편배달부만 신문배달하러 왔어요. 게다가 옆집 강아지 메리도 놀러와서 오후 내내 같이 놀았어요."
당신 : "그래서 어떻게 놀았어요?"
강아지: "정말 행복해요. 다시 첫사랑에 들어간 것 같아요."
...
위의 시뮬레이션을 치료할 수 있습니다. 농담으로 하는 대화. 그러나 사실 우리는 이때 놀라운 사실을 발견하게 되는데, 그것은 실제로 두 마리의 강아지를 마주하고 있다는 것인데, 하나는 물리적인 강아지이고, 다른 하나는 빅데이터와 머신러닝을 기반으로 한 인공지능 가상 강아지라는 것입니다. 가상 강아지는 실제 강아지보다 똑똑하고 배려심이 깊습니다. 그렇다면 이 가상의 강아지는 새로운 지능을 가진 생명체인가?
이 이야기를 계속 확장해 미래에는 강아지를 사람으로 대체할 예정이다. 데이터 모델링은 어떤 영화를 좋아하는지, 어떤 음식을 좋아하는지, 문제가 발생하면 어떤 조치를 취할 것인지 등 많은 결론을 직접적으로 추론할 수 있습니다.
이러한 데이터는 해당 개인이 사망할 때까지 축적됩니다.
우리는 대담한 상상력을 가지고 있습니다. 이 거대한 데이터가 이 사람이 어떤 식으로든 계속 존재할 수 있도록 해줄 수 있을까요? 미래 세대가 대학에서 어떤 전공을 공부할지, 인생의 중요한 결정을 내릴 때, 특정 여자와 결혼해야 할까요? 이 가상 인물(조상)에게 조언을 구해도 될까요? 물론 대답은 이렇습니다. 이 경우 디지털 존재는 살아 있는 동안뿐만 아니라 죽음 이후에도 계속될 수 있다. 사람은 죽어도 가상공간에서 계속 존재할 수 있다. 일생, 한 생애의 사람들이 세상을 떠난 후에도 이러한 가상 지혜는 계속 존재할 수 있으며, 수년이 지났고 이러한 가상 지혜의 조상이 너무 많다고 가정하면 "조상 공동 참모 위원회"를 구성할 수도 있습니다. 바람직하게는 시험에서 좋은 성적을 낸 사람(우등상 등), 국가 고위 공무원(지사 등), 기업 임원(CEO 등), 교수, 작가 등의 조상이 조상이다. 성공하는 사람들의 미래세대의 고민을 상담하고 해결해 드립니다. 이 조상들이 죽은 후에도 여전히 경쟁이 있게 하십시오. 그렇지 않으면 그들이 죽은 후에 할 일이 아무것도 남지 않게 될 것입니다. 이 장면이 참 낯익죠? 디즈니 만화 <뮬란>에 나왔던 장면이죠. 아버지를 대신해 군입대를 해야 하는 인생의 중요한 순간에 화뮬란은 자신의 혼란스러움을 합동참모부에게 털어놓았습니다. 위원회'라고 안내를 받았습니다.
좀 더 과감하게 상상해 보면, 재료과학도 큰 발전을 이룬다고 가정하면 이러한 가상 생명체를 인간을 모사하는 생태계에 다시 이식할 수 있을까? 물론 가능하다. 이 새로운 지능은 실제 사람과 매우 유사합니다. 그렇다면 이 새로운 지능체는 이전의 ID 카드를 계속 소유할 수 있습니까? 연금을 계속 누릴 수 있습니까? 이런 지능체는 스스로 학습하고 진화할 것인가? 좀 더 깊이 생각해 보면 윤리, 법 등이 큰 도전에 직면해 있는 것 같다. .
이것은 무엇을 의미합니까? 빅 데이터와 머신 러닝이 더욱 발전함에 따라 새로운 지능형 생물이 세상에 등장했습니다. 빅 데이터와 머신 러닝은 많은 기업과 산업을 변화시키고 재구성하고 있습니다. 이제 드디어 인간 스스로를 변화시킬 때가 왔습니다! 인류 진화의 새로운 지류가 나타났습니다!
일부 과학자들은 이 두 지능을 지닌 생물을 묘사하기 위해 다음과 같은 그림을 그렸습니다. 하나는 생물학을 기반으로 수백만 년의 진화를 거쳐 진화한 것이고, 다른 하나는 IT 기술을 기반으로 빅데이터와 머신러닝을 기반으로 자가 시뮬레이션과 자가 학습을 통해 나온 것입니다. 전자는 더 논리적이고 감정이 풍부하며 창의적이지만 수명이 제한되어 있습니다. 후자는 그다지 논리적이지 않고 생물학적 감정이 없지만 강력한 컴퓨팅, 모델링 및 검색 기능을 갖추고 있습니다.
물론 이런 일이 일어나기에는 아주 먼 일이겠지만요. 어차피 우리는 살아도 볼 수 없고, 죽어도 볼 수 없기 때문에 우리가 죽으면 이런 가상의 삶이 빅데이터와 머신러닝을 기반으로 한다고 믿기 때문이다. 아직 존재하지 않을 것입니다.
4. 결론
마지막으로 말씀드리고 싶은 것은 미래에 대한 우리의 이해는 주로 미래에 대한 상식과 상상에 기초하고 있다는 것입니다. 통계에 따르면 뉴욕타임스의 일주일간 정보량은 18세기 한 사람이 평생 동안 받은 정보량보다 많다. 현재 18개월 동안 생산되는 정보량은 전체 정보량보다 많다. 5,000년이 지난 지금 우리 집에는 5,000위안 상당의 컴퓨터가 있습니다. 그 컴퓨팅 파워는 제가 처음 대학에 입학했을 때 학교 전체의 컴퓨팅 파워보다 더 강력합니다. 많은 경우 과학과 기술의 발전은 항상 우리의 상상을 뛰어넘을 것입니다. 미래에 우리 중 한 사람이 소유한 컴퓨터 장비가 오늘날 세계의 총 컴퓨팅 능력을 초과하고, 한 사람이 생성하는 데이터의 양이 전체 컴퓨팅 성능을 초과한다고 상상해 보십시오. 오늘날 전 세계의 데이터 양, 심지어 당신의 애완견이 생성하는 정보의 양이 오늘날 전 세계의 데이터 양을 초과할 것입니다. 그것은 당신의 상상에 달려있습니다.