我加入了磚來減少數據科學有點嚇人

大數據和人工智能一直給我的印象是有用的,但有點可怕。

例如,它是有用的在Waze利用大數據幫助我戰勝了交通堵塞。另一方麵,大數據的廣告定位是如此強大,數以百萬計的人害怕他們的智能手機是偷聽他們嗎。

為什麼大數據和AI恐嚇這麼多人嗎

所以我們中的許多人認為大數據的原因是可怕的是因為它不透明的和強大的,我們沒有辦法創造性地參與。為了使大數據和人工智能真正有用和更少的不透明,數據科學工具需要更容易使用和訪問更多的我們。偉大的設計是實現這一目標的方法。

磚是一個技術公司,致力於民主化的大數據的力量。雖然開發了極其強大的工具,該公司還深信在利用設計使的力量大數據分析和人工智能的人更容易無處不在。今天,我很高興宣布,我決定加入磚產品設計副總裁來幫助實現這一目標。

盡管Python和統計建模等技術需求不會很快消失,好的設計可以從根本上減少數據的複雜性科學工具和支持更多的各種各樣的技術能力。事實上,就業市場數據顯示,更易用數據科學工具將是“下一個大事件”。

好的設計可以使數據科學更容易嗎

2018年8月,LinkedIn報道有一個不足151717人的數據在美國科學技能基於數據的平台。Beplay体育安卓版本設計更精良的更易用的數據科學工具將填補這一空白的關鍵。

根據最近的一項Gartner的研究預測,到2022年,40%的機器學習模型開發和得分會發生以外的工具,機器學習是主要的工作要做。這意味著其他形式的技術含量比較低的商業軟件,會變得更聰明,使更多的人能夠參與預測的機器學習能力。

對機器學習的另一個例子的壁壘的速度有多快和大數據工具正在下降,看看生物技術。在最近的過去,時間和成本去做機器學習遺傳數據從成千上萬的人是非常昂貴的。生物研究人員用了幾個月來運行一個分析,他們往往會限製他們的假設一個基本的問題,他們可以回答小數據集使用隻有幾百人。查詢在成千上萬的人類需要大量的數據科學家和工程師團隊,甚至如果它是可能的。

今天是不可能成為新常態。大規模數據集上執行毫升,就像從人類基因數據,已成為顯著更容易也更便宜。就在前幾天,一個叫做Regeneron製藥公司宣布它將與美國政府合作提供冠狀病毒的疫苗在幾個月的時間。以前,這幾年。

Regeneron並不是唯一的公司使用磚設計解決世界上最嚴重的問題。

包的醫療物資通過Zipline無人機(照片:Zipline國際)

Zipline是一個隨需應變的無人機的快遞公司,提供醫學和血液在非洲農村診所。每年Zipline蒼蠅那麼多無人機任務,他們的艦隊可以快速生成大型數據集。這些數據可以開采磚內部重要的洞察力和商業智能,幫助Zipline優化其業務。這是多大的一個例子數據可以幫助拯救生命。

作為一個設計師,我總是愛與偉大的企業家合作解決大問題,我覺得這個決定加入磚是有意義的和有影響力的開始旅程的問題解決者。使用的力量偉大的設計,磚是開始一段旅程使AI和大數據更容易管理,讓更多人可以解決世界上最嚴重的問題。人類麵臨的問題的山,似乎我們沒有時間可以浪費。

如果你認真對待設計的潛力發揮巨大的作用在人工智能和大數據工具少嚇人,更容易,我希望你能加入我。

瑞安在磚是產品設計的副總裁。找到瑞恩的原文中:我加入了磚來減少數據科學有點嚇人。