Компания Gartner опубликовала прогноз, согласно которому 70% компаний через четыре года переориентируются на использование «малых» и «широких» данных.

Существующие модели не успевают адаптироваться к изменениям

Пандемия сломала многие модели искусственного интеллекта и машинного обучения. За короткое время в мире многое изменилось: привычки людей, работа и общение. Модели машинного обучения не могут адаптироваться так быстро, им требуется много новых данных.

В итоге в некоторых сферах ИИ может испытывать так называемый «голод», когда данных для обучения не хватает. Обычно для обучения моделей используют Big Data — огромное количество неструктурированных данных из разных источников, но есть и другие способы.

Small Data и Wide Data позволяют использовать данные более эффективно

Аналитики Gartner считают, что вместо Big Data компаниям стоит обратить внимание на два других метода: Small Data и Wide Data.

Small Data — данные, которые достаточно малы для понимания человеком, например результаты исследований и опросов, наблюдения, эксперименты или интервью. Этот подход требует меньше данных, но также позволяет извлекать из них полезную информацию.

Wide Data позволяют анализировать и объединять структурированные и неструктурированные данные из разных источников. Эти данные могут быть в различных форматах: тексты, таблицы, изображение, видео или аудио.

Комбинирование двух подходов позволяет использовать данные более эффективно — уменьшать их количество или извлекать больше полезной информации. И в итоге создавать более надежные модели для ИИ и решить проблему недостатка данных для обучения.