Hallgatói beszámoló 1. rész
Sorry, this entry is only available in Hungarian.
Mit tanultam az AI Strategy & Data-Driven Leadership képzés 1. alkalmából?
Olvasási idő: ~ 5 perc
Elkezdődött az AI Strategy & Data-Driven Leadership képzés, amin én is hallgatóként részt veszek. Szeretnék nektek bemutatni pár olyan gondolatot, ami nagyon megfogott, és pluszt adott nekem az első alkalom után, hogy ti is inspirálódhassatok az adatvezérelt gondolkodás világából.
A képzés bevezető alkalmán az adattal, mesterséges intelligencia fogalmának fejlődésével és napjaink gyakran hallható technológiai fogalmaival ismerkedhettünk meg. Az első alkalom célja az volt, hogy mi, résztvevők tudásukat azonos szintre hozzuk és megbizonyosodjunk arról, hogy egy-egy adott fogalom alatt ugyanazt a tartalmat értjük.
Az üzleti és magánélet során is elmondható, hogy döntéseink akkor igazán hatékonyak, ha nem csupán szubjektív értékek alapján hozzuk meg azokat, hanem tényekkel is alá tudjuk őket támasztani – itt válik szükségessé az adatok megléte. De nem elég csupán az adatok meglétéről gondoskodnunk, fontos kérdés, hogy hogyan gyűjtsük, tároljuk el az adatot, és hogy mire használjuk azokat?
Szalai Ferenc előadótól többek között megtudtuk, hogy az adattudományt (Data Science), mint tudományos módszertant segítségül hívhatjuk üzleti döntéseink objektív megalapozására, döntéseink hatékonyságának mérésére. Foglalkoztunk az üzleti intelligenciával (Business Intelligence), melynek célja, hogy a meglévő adatainkat minél egyszerűbbé és átláthatóbbá tegye számunkra, így elősegítve a döntéshozatalt. Ha mintázatokat szeretnénk felfedezni egy nagy adathalmazon (Big Data), akkor az adatbányászatot (Data Mining), mint eszközkészletet hívhatjuk segítségül. Mindezeket gyakorlati példákon keresztül ismerhettünk meg.
Főként ezekre és hasonló kérdésekre kerestünk, és találtunk elgondolkodtató és továbblendítő válaszokat:
- Az adatok elengedhetetlenek ahhoz, hogy mesterséges intelligenciáról (MI) beszéljünk, de vajon mit nevezünk manapság mesterséges intelligenciának?
- Elegendő, ha egy gép vagy rendszer adatok alapján emberies gondolkodást és cselekvést tanúsít?
- Mire helyeződik a hangsúly, az emberies viselkedésre, vagy inkább a racionalitásra?
- Mi manapság a fő célunk a MI alkotása során?
- Megegyezik-e ez a cél azzal, amit 40 évvel ezelőtt valósítottak meg mesterséges intelligencia címszó alatt?
- Melyek a legismertebb elérhető MI-megoldások a piacon jelenleg?
- Melyek a MI korlátai napjainkban?
A következő képzési alkalom rövid összefoglalóját szintén itt olvashatjátok majd. 🙂
Tóth Erika Viktória
A cikk szerzőjéről:
Okleveles közgazdász, IT projekt – és folyamatmenedzser, PhD hallgató
2016-ban végzett okleveles közgazdászként vezetés-és szervezés mesterszakon. 2018 óta PhD hallgató, kutatási témája a mesterséges intelligencia és a gépi tanulás hatásának vizsgálata a tudásmenedzsmentre. Az akadémiai szféra mellett már a kezdetektől célja volt részt venni a versenyszférában is, ezáltal gyakorlati tapasztalattal és tacit tudással támogatni az elsajátított elméleti tudását, ezért már korai egyetemi tanulmányai mellett (2012 óta) elkezdett IT üzleti folyamatmenedzsmenttel és IT projektek vezetésével foglalkozni, jelenleg is egy világhírű szoftvergyártónál dolgozik ezen a területen. Elkötelezett a korszerű technológiák megismerésében, a tudásmenedzsment és mesterséges intelligencia üzleti aspektusainak kutatásában, a folyamatoptimalizálásban, valamint a folyamatos fejlődésre és tanulásra való törekvésben.
Kedved támadt az adatok gyűjtéséhez, rendszerezéséhez és értelmezéséhez szükséges adatelemzési tudásodat mélyíteni? Tarts velünk következő kurzusunkon! Jelentkezz most 10%-os kedvezménnyel!
