- Hugtök (A til D)
- AI getustjórnun
- AI Ops
- plötur
- Árangur eigna
- Sjálfvirkur kóðari
- Bakfjölgun
- Bayes setning
- Big Data
- Chatbot: Leiðbeiningar fyrir byrjendur
- Reiknishugsun
- Computer Vision
- Rugl fylki
- Sameiningar taugakerfi
- Netöryggi
- Gagnaefni
- Gagnasögur
- Data Science
- Gagnavörugeymsla
- Ákvörðunartré
- Deepfakes
- Deep Learning
- Djúp styrkingarnám
- Devops
- DevSecOps
- Dreifingarlíkön
- Stafrænn tvíburi
- Víddarminnkun
- Hugtök (E til K)
- Edge AI
- Tilfinningar AI
- Ensemble Learning
- Siðferðileg hakk
- ETL
- Útskýranleg gervigreind
- Sambandsnám
- FinOps
- Kynslóð AI
- Generative Adversarial Network
- Generative vs. mismunun
- Aukning á halla
- Gradient Descent
- Fáskotanám
- Myndaflokkun
- Upplýsingatæknirekstur (ITOps)
- Sjálfvirkni atvika
- Áhrifaverkfræði
- K-Means þyrping
- K-Næstu nágrannar
- Hugtök (L til Q)
- Hugtök (R til Ö)
AI 101
Hvað er Data Fabric?
Efnisyfirlit
Gagnaefni er oft tengt gervigreind (AI) og vélanámi (ML) og er eitt helsta verkfæri til að umbreyta hráum gögnum í viðskiptagreind.
En hvað nákvæmlega er gagnaefni?
Gagnaefni er arkitektúr og hugbúnaður sem býður upp á sameinað safn gagnaeigna, gagnagrunna og gagnagrunnsarkitektúra innan fyrirtækis. Það auðveldar enda-til-enda samþættingu ýmissa gagnaleiðslu og skýjaumhverfis með því að nota greindar og sjálfvirk kerfi.
Gagnadúkur hefur orðið mikilvægari þar sem mikil þróun heldur áfram að eiga sér stað með blendingsskýinu, internet of things (IoT), gervigreind og brúntölvu. Þetta hefur valdið gríðarlegri aukningu á stórum gögnum, sem þýðir að stofnanir hafa enn meira til að stjórna.
Til að takast á við þessi stóru gögn verða fyrirtæki að einbeita sér að sameiningu og stjórnun gagnaumhverfis, sem hefur valdið nokkrum áskorunum eins og gagnasílóum, öryggisáhættum og flöskuhálsum í ákvarðanatöku. Þessar áskoranir hafa leitt til þess að gagnastjórnunarteymi hafa tekið upp gagnagrunnslausnir, sem hjálpa til við að sameina gagnakerfi, styrkja friðhelgi einkalífs og öryggi, bæta stjórnun og veita starfsmönnum meira aðgengi að gögnum.
Gagnasamþætting leiðir til gagnadrifnari ákvarðanatöku og þó að fyrirtæki hafi í gegnum tíðina notað mismunandi gagnapalla fyrir tiltekna þætti starfseminnar, gerir gagnaefni kleift að skoða gögnin með meiri samheldni. Allt þetta leiðir til betri skilnings á lífsferli viðskiptavinarins og það hjálpar til við að koma á tengslum milli gagna.
Hver er tilgangurinn með gagnaefni?
Gagnaefni eru notuð til að koma á samræmdu yfirliti yfir tengd gögn, sem auðveldar aðgang að upplýsingum óháð staðsetningu þeirra, gagnagrunnstengingu eða uppbyggingu. Gagnadúkur einfaldar einnig greiningu með gervigreind og vélanámi.
Annar tilgangur gagnaefnis er að auðvelda þróun forrita þar sem það skapar sameiginlegt líkan til að fá aðgang að upplýsingum aðskildum frá hefðbundnum forrita- og gagnagrunnssílóum. Þessi líkön veita betri upplýsingaaðgang, en þau bæta einnig skilvirkni með því að koma á einu lagi þar sem hægt er að stjórna gagnaaðgangi yfir allar auðlindir.
Þó að það sé ekki einn gagnaarkitektúr fyrir gagnagerð, er oft sagt að það séu sex grundvallarþættir í þessari tegund gagnaramma:
Gagnastjórnun: Ber ábyrgð á gagnastjórnun og öryggi gagna.
Gagnainntaka: Tekur saman skýjagögn og auðkennir tengingar á milli skipulögðra og óskipulagðra gagna.
Gagnavinnsla: Fínstillir gögnin til að tryggja að aðeins viðeigandi gögn komi fram til gagnaútdráttar.
Gagnasveit: Virkilega mikilvægt lag rammans sem ber ábyrgð á umbreytingu, samþættingu og hreinsun gagna svo hægt sé að nota þau í fyrirtækinu.
Uppgötvun gagna: Uppgötvaðu nýjar leiðir til að samþætta gagnaveitur.
Gagnaaðgangur: Gerir kleift að neyta gagna, tryggir réttar heimildir fyrir ákveðin teymi til að fara að reglugerðum og hjálpar til við að bera fram viðeigandi gögn með því að nota mælaborð og önnur gagnasýnartæki.
Kostir gagnaefnis
Það eru margir viðskiptalegir og tæknilegir kostir gagnaefna, svo sem:
Brjóttu gagnasíló: Nútímafyrirtæki þjást oft af gagnasílóum þar sem nútíma gagnagrunnar eru tengdir forritahópum og stækka oft eftir því sem nýir bætast við fyrirtækið. Gagnasíló geyma gögn af mismunandi uppbyggingu og sniðum, en gagnaefni geta bætt aðgang að fyrirtækjaupplýsingum og notað söfnuð gögn til að bæta rekstrarhagkvæmni.
Sameina gagnagrunna: Gagnadúkur hjálpar einnig fyrirtækjum að sameina gagnagrunna sem eru dreifðir yfir stórt svæði. Þeir tryggja að staðsetningarmunurinn leiði ekki til aðgangshindrana. Gagnaefni einfalda þróun forrita og hægt er að nota það til að hámarka notkun á tilteknum forritsgögnum án þess að gera gögn óaðgengilegri fyrir önnur forrit. Þeir geta líka sameinað gögn sem þegar hafa verið flutt inn í síló.
Ein leið til að fá aðgang að upplýsingum: Gagnadúkur bætir færanleika forrita og virkar sem ein leið til að fá aðgang að upplýsingum bæði í skýinu og gagnaverinu.
Búðu til innsýn á hraðari hraða: Gagnaefnalausnir geta auðveldlega séð um flókin gagnasöfn, sem flýtir fyrir innsýn. Arkitektúr þeirra gerir forsmíðuðum greiningarlíkönum og vitrænum reikniritum kleift að vinna úr gögnum í mælikvarða og hraða.
Notað af tæknilegum og ótæknilegum notendum: Gagnadúkur er ekki aðeins ætlaður tæknilegum notendum. Arkitektúrinn er sveigjanlegur og hægt er að nota hann með fjölmörgum notendaviðmótum. Þeir geta hjálpað til við að byggja upp mælaborð sem stjórnendur fyrirtækja geta skilið, eða háþróuð verkfæri þeirra geta verið notuð til gagnarannsókna af gagnafræðingum.
Bestu starfshættir við innleiðingu gagnaefna
Hinn alþjóðlegi gagnamarkaður stækkar stöðugt og mikil eftirspurn er í rýminu. Mörg fyrirtæki leitast við að innleiða gagnaarkitektúr til að hámarka fyrirtækjagögn sín og þau fylgja nokkrum algengum bestu starfsvenjum.
Ein slík æfing er að tileinka sér DataOps ferlilíkan. Gagnaefni og DataOps eru ekki eins, en samkvæmt DataOps líkani eru náin tengsl milli gagnaferla, verkfæra og notenda. Með því að samræma notendur til að treysta á gögn geta þeir nýtt sér verkfærin og beitt innsýn. Án DataOps líkans geta notendur átt í erfiðleikum með að vinna nóg úr gagnaefninu.
Önnur besta aðferðin er að forðast að breyta gagnaefninu í annað gagnavatn, sem er algengt. Til dæmis er ekki hægt að ná raunverulegu gagnaefni ef þú ert með alla byggingarhlutana, eins og gagnagjafa og greiningar, en ekkert af API og SDK. Gagnaefni vísar til arkitektúrhönnunarinnar, ekki einnar tækni. Og sumir af einkennandi eiginleikum arkitektúrsins eru samvirkni milli íhluta og samþættingarviðbúnað.
Það er líka mikilvægt fyrir stofnunina að skilja fylgni þess og reglugerðarkröfur. Gagnakerfisarkitektúr getur bætt öryggi, stjórnunarhætti og fylgni við reglur.
Þar sem gögnum er ekki dreift um kerfi er minni hætta á að viðkvæm gögn séu hætt. Með því að segja, það er mikilvægt að skilja fylgni og reglugerðarkröfur áður en þú innleiðir gagnakerfi. Mismunandi gagnategundir geta fallið undir mismunandi lögsagnarumdæmi. Ein lausn er að nota sjálfvirkar reglur sem tryggja að umbreyting gagna sé í samræmi við lög.
Notkunartilvik gagnaefna
Það eru margar mismunandi notkunaraðferðir fyrir gagnaefni, en nokkrar eru mjög algengar. Eitt slíkt algengt dæmi er sýndar/rökrétt söfnun landfræðilega fjölbreyttra gagnaeigna til að auðvelda aðgang og greiningu. Gagnaefnið er venjulega notað fyrir miðlæga viðskiptastjórnun í þessu tilfelli. Vegna þess að dreifðar línuaðgerðir sem safna og nota gögnin eru studd með hefðbundnum forrita- og gagnaaðgangi/fyrirspurnaviðmótum, þá er mikið að græða hjá stofnunum sem hafa svæðisbundin eða landsbundin skiptingu starfsemi sinnar. Þessar stofnanir þurfa oft miðlæga stjórnun og samhæfingu.
Annað helsta notkunartilvik fyrir gagnaefni er stofnun sameinaðs gagnalíkans í kjölfar samruna eða yfirtöku. Þegar þær eiga sér stað breytast gagnagrunns- og gagnastjórnunarstefnur áður óháðrar stofnunar oft, sem þýðir að það verður erfiðara að safna upplýsingum þvert á skipulagsmörk. Gagnaefni getur sigrast á þessu með því að búa til sameinaða sýn á gögn sem gerir sameinaða einingunni kleift að samræma á einu gagnalíkani.
Alex McFarland er blaðamaður og rithöfundur gervigreindar sem skoðar nýjustu þróunina í gervigreind. Hann hefur unnið með fjölmörgum AI sprotafyrirtækjum og útgáfum um allan heim.