Yapay Zeka Veri Bilimine Ne Yapacak?

Yakın zamanda siber güvenlik için veri biliminin kullanımı üzerine bir ders verdim ve paket yakalama verilerinin analizine odaklandım; bu biraz teknik ve geleneksel olarak sıkıcı bir konu. Paylaştığım yaklaşım, keşifsel veri analizi, günlük verilerinin ön işlenmesi ve dönüştürülmesi ve kümeleme ve grafik ağ analizinin bir kombinasyonu yoluyla anormalliklerin belirlenmesi gibi temel adımları kapsayan finansal kurumlardaki siber güvenlik deneyimimden yararlandı.

Şaşırtıcı bir yönü, bu oturum için hazırlık yaparken harcadığım zamandı; normalde yatıracağım miktarın çok altında bir zamandı. Yapay zeka, süreci hızlandırmada önemli bir rol oynadı. Kodlamada, taslağı geliştirmede ve hatta slaytları oluşturmada Claude'u kullandım. Toplamda, tüm kurs 48 saat içinde hazırdı.

Oturum ilgi çekici oldu. Katılımcılar, çoğunlukla kodlama yapmayan CISO'lar, AI'nın yardımıyla hazırlanan egzersizleri sezgisel ve uygulamalı buldular. Amacım onları doğrudan veri ve kodla çalışmaya daldırmaktı. Özellikle modern siber tehdit gözetimi ve SIEM platformlarının genellikle neyi otomatikleştirdiğini manuel olarak keşfetme ve "perde arkasında" gerçekleşen süreçlere dair içgörüler edinme şansını takdir ettiler.

Dersten çıkardığım en önemli ders şaşırtıcı derecede sezgiye aykırıydı: Veri bilimi, bildiğimiz haliyle, sonunda yapay zeka tarafından değiştirilecek . Bu görüş erken görünebilir—ya da belki de zamanının ötesinde—ama tartışmayı hak eden bir bakış açısı.

Uyarı: Bunlardan bazıları bazı kişilerde tetikleyici olabilir.

Seksilik Bagajdır

On yıldan uzun bir süredir veri bilimi "21. yüzyılın en seksi işi" olarak kutlanıyor. Ancak yapay zeka hızla ilerledikçe, alanın altında yatan zorluklarının göz ardı edilmesinin daha zor olduğu anlaşılıyor. Güçlü üretken yapay zekanın ortaya çıkışı, geriye dönüp bakıldığında başlangıçta kabul edildiğinden daha gevşek tanımlanmış ve abartılmış olabilecek bir disiplin için dönüm noktası olabilir.

Veri bilimi özünde bilgisayar bilimini, istatistikleri ve iş zekasını bir araya getirerek kuruluşlara büyük miktarda veriden eyleme dönüştürülebilir içgörüler vaadinde bulunur. Bu beceri seti, günümüzün veri odaklı dünyasında yadsınamaz derecede değerlidir. Ancak, cilalı imajının altında, alan önemli sorunlarla karşı karşıyadır. Genellikle veri bilimi olarak etiketlenen şey, her zaman düzgün bir şekilde hizalanmayan gevşek bir şekilde ilişkili görevlerin bir yaması olarak ortaya çıkar ve alandaki birçok profesyonel, disiplinin gerektirdiği tam genişlik ve karmaşıklıkla mücadele eder.

Veri analizi, modelleme ve içgörü oluşturmayı idare edebilen AI odaklı araçların yükselişi, veri biliminin rolüne ve geleceğine bakış açımızda bir değişime yol açabilir. AI, veri bilimi içindeki temel görevlerin çoğunu basitleştirmeye ve otomatikleştirmeye devam ettikçe, alan akıllı otomasyon çağında bir veri bilimcisi olmanın gerçekte ne anlama geldiği konusunda bir hesaplaşmayla karşı karşıya kalabilir.

Çatlaklar

Birçok veri bilimcisi, gelişmiş kodlama becerileri ve dijital araçlar kullanmasına rağmen, şaşırtıcı derecede manuel ve hataya açık işlerle uğraşır. Veri hazırlama, temizleme ve analiz etme, tekrarlayan ve mekanik olan sıkıcı, zaman alıcı görevleri içerir. Aslında, veri bilimi emeğinin önemli bir kısmı veri kümelerini hazırlamaya gider; bu görev, genellikle heyecan verici, keşif odaklı bir bilim olarak gösterildiğinden daha çok angarya gibi hissettirir. Bu sorun, alana girenlerin çoğunun en iyi ihtimalle amatör olması gerçeğiyle daha da karmaşıklaşır. Python veya R'de birkaç çevrimiçi kurs alan bu "veri bilimcileri" genellikle rolün zorluklarına hazırlıksızdır . Veri bilimi sadece kodlama değildir. Derin analiz, bağlamsal anlayış ve teknik olmayan kitlelere içgörüler sunma becerisi içerir. Gerçekte, bu daha çok bir araştırma işidir ve alandaki birçok kişinin sahip olmadığı yaratıcılık ve analitik düşüncenin bir karışımını gerektirir.

Ayrıca, birçok veri bilimcisi, sadece ünvanları nedeniyle yüksek maaşlar ve kazançlı paketler bekleyerek bir hak sahibi olma duygusu geliştirdi. Bu tutum, özellikle maliyet verimliliğinin çok önemli olduğu sektörlerde şirketleri soğutuyor. Bir zamanlar veri bilimcileri işe almak için acele eden ancak şimdi yeniden düşünen firmalarla tanıştım. Yapay zeka bunu daha hızlı, daha iyi ve maliyetin çok daha az bir kısmına yapabiliyorken, zamanının çoğunu veri temizliğiyle boğuşarak geçiren birine neden yüksek maaşlar ödeyesiniz ki?

Yapay Zeka Kim?

Dersi yazarken kişisel olarak deneyimlediğim kadarıyla, Üretken AI, veri biliminin en zayıf olduğu alanlarda güçlü bir güce dönüştü. Veri hazırlama, temizleme ve hatta temel nitel analiz gibi görevler (bir veri bilimcisinin zamanının çoğunu tüketen faaliyetler) artık AI sistemleri tarafından kolayca otomatikleştirilebiliyor . Daha kötüsü (ya da nerede durduğunuza bağlı olarak daha iyisi) AI'nın daha hızlı, daha doğru olması ve insan hatasına veya yorgunluğuna daha az eğilimli olmasıdır.

Birçok veri bilimcisi için bu korkutucu olabilir. Sonuçta, bu görevler günlük işlerinin büyük kısmını temsil eder. Örneğin, veri temizleme, bilindiği üzere çok zaman alıcıdır ve hatalara açıktır, ancak yapay zeka artık bunu birkaç tıklamayla ve neredeyse mükemmel bir kesinlikle gerçekleştirebilir. Veri bilimcileri genellikle bu sıkıcı görevlerden şikayet ederler, ancak bunlar rolleri için temeldir. Yapay zeka sistemleri geliştikçe, bu işleri insanların yapmasına olan ihtiyaç azalır. Yapay zekaya yönelik sesli eleştirilerin çoğunun veri bilimcilerinin kendisinden gelmesi şaşırtıcı değildir. Duvardaki yazıyı görüyorlar ve işleri için korkuyorlar.

Küçüklük

Veri bilimcileri için işleri daha da kötüleştirmek için, alan son yıllarda önemli bir ilerleme kaydetmedi. Popülaritesindeki hızlı yükselişe rağmen, veri bilimi hala verimsizlikler, hatalar ve tam olarak neyi içermesi gerektiği konusunda netlik eksikliği ile boğuşuyor. Bir zamanlar daha sofistike araçların ve daha iyi eğitimin alanı geliştireceğine inanılıyordu, ancak bu beklenen ölçüde gerçekleşmedi. Buna karşılık, yapay zeka istikrarlı bir şekilde gelişti. Makine öğrenimi algoritmaları, doğal dil işleme ve üretken modeller hızla gelişiyor ve geleneksel veri bilimini geride bırakıyor.

Yine, veri bilimcilerinin yüksek maaş beklentileri sorunu daha da karmaşık hale getiriyor . Bir zamanlar verimsizliklere tahammül eden şirketler artık yapay zekanın insan emeğine bağlı ağır fiyat etiketi olmadan birçok angarya işin yerini alabileceğini fark ediyor. Yapay zekanın analiz, tahmin ve hatta sunum gibi temel görevleri yerine getirmede daha yetenekli hale gelmesiyle, veri biliminin manuel doğası giderek daha gereksiz hale geliyor. Birçok şirket, eskiden bir veri bilimcileri ekibi gerektiren şeylerin artık yapay zeka destekli araçlarla daha verimli bir şekilde halledilebileceğini fark edecek.

Değişim

Gerçek şu ki, geleneksel olarak tanımlandığı şekliyle veri bilimi, modası geçmenin eşiğinde. Üretken yapay zeka şaşırtıcı bir hızla ilerledikçe, mevcut haliyle insan veri bilimcilerine olan talep muhtemelen azalacaktır . Bu, insanların veri odaklı karar alma sürecinde hiçbir rolleri olmadığı anlamına gelmez, ancak klasik "veri bilimcisi" rolü yakında geçmişte kalmış bir kavram olabilir. Şu anda ihtiyaç duyulan şey, yapay zeka ile iş birliği yapma, yeteneklerini kullanma ve daha yüksek seviyede stratejik düşünme ve karmaşık problem çözmeye odaklanma konusunda yetenekli profesyonellerdir.

Yapay zeka, analitiğin, içgörülerin veya karar almanın sonu değildir; bunların evrimini temsil eder . Mevcut veri bilimi alanı, adım adım gelişmezse modası geçme riskiyle karşı karşıyadır. Yapay zeka halihazırda endüstrileri devrim niteliğinde değiştiriyor ve veri bilimi uyum sağlamalı veya bu dalga tarafından geride bırakılma riskini göze almalıdır. Sonuç olarak, soru yapay zekanın veri bilimini ortadan kaldırıp kaldırmayacağı değil, veri biliminin vaatlerini tam olarak yerine getirip getirmediği olabilir.

Ya da belki de sonunda "veri bilimi" abartısını bir kenara bırakıp yapay zekayı mantıksal bir ilerleme olarak benimsersek, bu ayrımın bir önemi kalmayacak.

Hakkımda: Veri, yapay zeka, risk yönetimi, strateji ve eğitimi birleştiren 25+ yıllık BT uzmanı. 4x hackathon kazananı ve veri savunucusundan sosyal etki. Şu anda Filipinler'de yapay zeka iş gücünü canlandırmak için çalışıyorum. Hakkımda daha fazla bilgi edinmek için buraya tıklayın: https://docligot.com