Jakość danych – jakość zaufania do AI

„Jaka nasza pewność, taka nasza zdolność.”

Richard Bach

Zanim przystąpi się do wdrażania sztucznej inteligencji warto mieć pewność, że wszystkie niezbędne dane są do tego procesu gotowe. Podstawę sukcesu we wdrażaniu AI stanowi bowiem posiadanie wysokiej jakości czystych, jednolitych i możliwych do wykorzystania w dużych ilościach danych. Dzięki nim organizacja jest w stanie identyfikować własne wyzwania oraz priorytety.

Zrozumienie danych oparte na ich analizie, obejmuje m.in. odfiltrowanie uszkodzonych lub niedokładnych danych z całego ich zestawu. Należy to zrobić zanim przystąpi się do opracowywania strategii tego materiału. Dostęp do danych jest warunkiem powodzenia we wdrożeniu sztucznej inteligencji. Bez wysokiej jakości ich znormalizowanych zestawów, znajdujących się w posiadaniu organizacji, nie sposób zaufać wynikom osiąganym przez AI.

Informacje mogą być przechowywane w różnych formach (ustrukturyzowanej, nieustrukturyzowanej, czy obiektowej). Odmienne technologie muszą zostać połączone, generując zwrot związanych z inwestycją wdrożenia AI. Biorąc za punkt odniesienia metadane, wyzwaniem staje się kontrola dostępu i zarządzanie nimi; występuje problem zgodności i ograniczeń. Konieczna jest technologia pozwalająca przechowywać wszelkie niezbędne informacje w wyjściowym formacie, a następnie łącząca je wszystkie – z możliwością przeszukiwania oraz dostępu (przy odpowiedniej kontroli).

autor: RSS data: 11.02.2020