۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

اکسل را برای آماده سازی داده های هوش مصنوعی بپذیرید و گسترش دهید

ترکیب یادگیری ماشین و اکسل می‌تواند تبدیل داده‌ای را که به آن نیاز دارید، در حالی که دانشمندان داده کمیاب هستند، به شما بدهد.

ترکیب یادگیری ماشین و اکسل می‌تواند تبدیل داده‌ای را که به آن نیاز دارید، در حالی که دانشمندان داده کمیاب هستند، به شما بدهد.

گاهی اوقات بهترین راه حل IT راه حلی است که قبلاً دارید. البته نه همیشه: برای مثال، زیرساخت‌های ابری نسبت به مراکز داده خصوصی، انعطاف‌پذیری و انتخاب بیشتری دارند. مگر اینکه شما هی!، در این صورت شما این استدلال را مطرح کنید که یک مرکز داده خصوصی راه درستی است.

کلید، همانطور که همکار من دیوید لینتیکوم تاکید کرده است، این است که در “معماری مبتنی بر کلمات کلیدی” افراط نکنید، جایی که شرکت ها ممکن است “دوبرابر بیشتر برای مدرن سازی حجم کاری که واقعاً به آن نیازی نداشت، خرج کنند. به این دلیل که شخصی می‌خواست ظروف را در CV خود قرار دهد.”

مشکل کانتینرها نیست. یا ابر. یا [تکنولوژی داغ را در اینجا وارد کنید]. نه، مشکل این است که به‌جای اجازه دادن به مشکل کسب‌وکار راه‌حل را دیکته کند.

با توجه به اینکه چگونه شرکت‌های دیوانه‌وار می‌خواهند گرد و غبار یادگیری ماشین جادویی پیکسی را در چالش‌های تجاری خود به کار ببرند، یادگیری ماشینی و هوش مصنوعی (ML/AI) یکی از حوزه‌هایی است که در آن باید متفکر بود. با توجه به کمبود نسبی استعدادهای ML/AI امروز، ارزش این را دارد که ببینیم چگونه می‌توانید بهتر از استعدادهایی که قبلاً در شرکت خود به کار گرفته شده استفاده کنید، به جای اینکه دعا کنید بتوانید یک دانشمند داده استخدام کنید تا به طور جادویی کشف کنید. بینش در داده های شما یک رویکرد بهتر ممکن است استفاده بهتر از محبوب ترین ابزار داده در جهان برای آماده سازی داده ها برای مدل های یادگیری ماشین باشد. بله، من در مورد Excel صحبت می کنم.

دیدن فراتر از تبلیغات ChatGPT

پیشرفت‌های جدید در هوش مصنوعی فرصت‌هایی را برای میلیون‌ها نفر باز می‌کند تا شروع به تولید انواع محتوا از طریق یادگیری ماشینی، از کد گرفته تا کپی و هنر کنند. از زمان انتشار عمومی آن در نوامبر ۲۰۲۲، ChatGPT سرفصل های سرتاسر جهان را به خود اختصاص داده است و منجر به هجوم برنامه های تجاری، همراه با نمونه های بسیاری از بازخوردهای توهین آمیز ChatGPT، ترس از تقلب در مقالات و امتحانات، و موارد دیگر شده است.

نقد و بررسی: Nvidia AI Enterprise در VMware می درخشد

Google با یک برنامه افزودنی کروم به نام GPT برای کاربرگ‌نگار عرضه شده است که به کاربران امکان می‌دهد داده‌ها را با زبان مکالمه دستکاری کنند. مایکروسافت می‌گوید که ChatGPT را در همه محصولات خود و ابتدا بینگ ادغام خواهد کرد. مایکروسافت اخیراً ۱۰ میلیارد دلار در OpenAI، خالق ChatGPT، سرمایه گذاری کرده است.

اما به همان اندازه که برنامه‌های ChatGPT ممکن است هیجان‌انگیز (و گاهی ناامیدکننده) باشند، رویکرد بسیار پیش پا افتاده‌تر و امیدوارکننده‌تری برای یادگیری ماشین وجود دارد که از قبل در دسترس است.

جوکی های اکسل، موتورهای ML خود را راه اندازی کنید

من قبلاً درباره Akkio نوشته‌ام، یک شرکت یادگیری ماشینی که بدون کد و هوش مصنوعی، و چگونه دموکرات‌ها این ابزار را به ماشین چاپ پول تبدیل کردند در چرخه انتخابات ۲۰۲۲. Akkio Chat Data Prep را راه اندازی کرده است، یک پلت فرم جدید یادگیری ماشینی جالب که به کاربران امکان می دهد داده ها را تغییر دهند. استفاده از زبان مکالمه معمولی اصطلاح فنی پردازش زبان طبیعی است، اما طرز تفکر کمتر در مورد آن این است که می‌تواند نحوه کار کاربران اکسل را تغییر دهد و آنها را قادر می‌سازد تا وعده‌های هوش مصنوعی را بسیار راحت‌تر قبول کنند.

تقریباً ۷۵۰ میلیون نفر در سراسر جهان از Excel استفاده می کنند. ساتیا نادلا، مدیرعامل مایکروسافت، اکسل را مهمترین محصول مصرفی این شرکت معرفی کرده است. تبدیل اکسل به یک ابزار قدرت یادگیری ماشینی می‌تواند تا حد زیادی به یادگیری ماشینی چیزی کمک کند که کارمندان عادی شرکت در نهایت می‌توانند از آن استفاده کنند.

راه اندازی MIT DataCebo ابزاری برای ارزیابی داده های مصنوعی ارائه می دهد

جاناتان ریلی، یکی از بنیانگذاران Akkio در مصاحبه ای گفت: «یکی از چیزهایی که ما در تلاش بودیم کشف کنیم این بود که چگونه برای استفاده از هوش مصنوعی، همه تغییراتی را که برای استفاده از هوش مصنوعی نیاز دارید، روی داده های خود ایجاد کنیم، حتی در پلتفرم آسان بدون کد ML ما. سپس متوجه شدیم که می‌توانیم از ML برای انجام این کار استفاده کنیم. هیچ سازمانی نمی‌خواهد افراد برنامه‌ریزی مالی وقت خود را صرف واردات، صادرات و دستکاری داده‌ها کنند—آن‌ها می‌خواهند بر آنچه داده‌ها به آنها می‌گویند تمرکز کنند.»

ویژگی جدید Akkio به کاربران این امکان را می‌دهد که به سادگی به زبان مکالمه تایپ کنند تا در داده‌های صفحه‌گسترده خود تغییراتی ایجاد کنند. این پلتفرم با استفاده از هوش مصنوعی و مدل های زبان بزرگ، درخواست های کاربر را تفسیر می کند و تغییرات لازم را در داده ها ایجاد می کند. به طرز شگفت آوری آسان است. خودتان در نمایش آنلاین Akkio (بدون دروازه) ببینید.

قدرت داده به مردم

چرا این مهم است؟ ممکن است به دانشمندان داده شش رقمی بپردازید تا داده های خود را به کار گیرند، اما بیشتر وقت آنها صرف تبدیل داده ها می شود که به جدال داده معروف است. این فرآیند فنی تبدیل داده ها از یک فرمت، استاندارد یا ساختار به دیگری، بدون تغییر محتوای مجموعه داده ها، به منظور آماده سازی آن برای مصرف توسط یک مدل یادگیری ماشینی است. آماده سازی داده ها معادل کار سرایداری است، البته کار بسیار مهمی. دگرگونی کارایی کسب و کار و فرآیندهای تحلیلی را افزایش می دهد و کسب و کارها را قادر می سازد تا تصمیمات مبتنی بر داده های بهتری اتخاذ کنند. اما دشوار و وقت گیر است مگر اینکه کاربر با Python یا زبان پرطرفدار پرس و جو SQL آشنا باشد.

TensorFlow، PyTorch و JAX: انتخاب یک چارچوب یادگیری عمیق

به عنوان مثال، چندین مرحله وجود دارد که با تمیز کردن داده ها شروع می شود (تبدیل نوع داده و حذف کاراکترهای غیر ضروری). در اینجا یک مثال فرضی از تغییراتی است که کسی که SQL یا Python می‌داند ممکن است برای هماهنگ کردن چندین مجموعه داده برای استفاده در یک مدل یادگیری ماشین انجام دهد:

سال جاری را از Year_Birth کم کنید.

این شبیه به مورد بالا است اما با اضافه کردن استخراج بخش سال از ویژگی تاریخ.

این شامل چهار مرحله است:

  1. داده‌ها را با حذف نویسه‌های “، $” پاک کنید
  2. مقدار تهی را با ۰ جایگزین کنید
  3. تبدیل رشته به عدد صحیح
  4. اعداد را در قالب میلیون دلاری کوچک کنید، که به تجسم توزیع داده ها کمک می کند.

و همچنان ادامه دارد.

بسیاری از سه چهارم میلیارد کاربر اکسل حتی این برنامه نویسی اولیه را ندارند. اما هر یک از آنها می تواند یک درخواست ساده را به زبان انگلیسی معمولی تایپ کند و Chat Data Prep تغییرات سنگین داده را انجام می دهد. حتی پیش نمایشی از نتایج شما ارائه می دهد تا بتوانید بررسی کنید که خروجی همان چیزی است که می خواهید. Akkio ادعا می کند که Chat Data Prep باعث کاهش ۱۰ برابری زمان آماده سازی داده ها برای تجزیه و تحلیل می شود. با Chat Data Prep، کاربران می‌توانند تاریخ‌ها را مجدداً قالب‌بندی کنند، عملیات ریاضی مبتنی بر زمان را انجام دهند، و حتی فیلدهای نامرتب داده را با یک دستور مکالمه ساده اصلاح کنند.

در دسترس‌تر، کارآمدتر و دقیق‌تر کردن تجزیه و تحلیل داده‌ها یکی از ترفندهای جادویی دنیوی است که هوش مصنوعی به طور فزاینده‌ای، بی‌صدا و در پشت صحنه امکان‌پذیر می‌کند. ChatGPT سرفصل ها را دریافت می کند، اما کاربران اکسل شما ممکن است تغییرات سنگین یادگیری ماشین را در سازمان انجام دهند.