数据认知发动机可以节省数百万的数据成本
在业务中，如同生活中，追求完美往往导致努力增加的努力增加，以实现质量的最小增加。
考虑到这一点，我们确定哪些任务需要最高水平的质量，并且没有。提出我的孩子是一个我争取卓越的地区，它需要我的持续重点。情绪奖励显然证明了重要的投资，我每天都感谢这个机会。另一方面，确保草坪是每周割草，只有希望让割草机的想法占据并跑步，并在漫无目的的时候，当我的思想里徘徊时，每隔一周都会在院子里推动它。
我们做的大多数事情都介于这两个极端之间。成为一个成熟、高效的专业人士和人类的一部分，就是通过计算出每一项任务所需的最低产出质量，实现它，然后进入下一项任务，从而使我们的效率最大化。
为了实现精度的最小提高，成本会呈指数级增长大数据也是。
基于数据认知发动机的新一类高性能分析采用了大数据的新方法，专注于“近完美”的答案，并降低成本数十万。
这个新的人工智能驱动方法允许位于数据认知引擎核心的神经网络“学习”数据集，并可以提供准确率超过99%的结果，而无需对数据本身进行任何持续访问，并通过将数据集的大小减少许多数量级。
创造一个新的“大脑”
这种新型数据认知引擎的运作方式可以用一个不会说英语的小孩来类比。现在拿起那个孩子，教她语言，然后只给她一本书让她学习哈利·波特与魔法石，让她读几遍。在这一过程结束时，孩子将成为书的叙述方面的专家，即使她不能逐字引用，也将能够非常准确地回答与书有关的问题。
同样，数据认知引擎教授一个神经网络这是一种新的语言SQL.，用来检索存储在数据库中的信息的语言。接下来，这个新的说sql的“大脑”被要求只阅读一本书——一个特定的数据集——多次并好好学习它。在这个过程的最后，我们只剩下一个非常轻松的大脑，它可以回答与数据集有关的任何问题，而不需要保留数据集或再次查阅它。
现在，这是有趣的部分。一个孩子可能需要在学校里学习几年的英语，达到阅读、理解和吸收哈利·波特富有想象力的魔法世界所需的熟练程度。相比之下，数据认知引擎的大脑可以在几个小时内完成相当于这个任务的任务!
其次，这个新大脑不再需要书在旁边。此外，由于它是基于软件的，所以很容易被复制和传播网络边缘，以令人难以置信的速度和极高的准确度操作IoT设备。
这项技术不是科幻小说 - 它已经存在并且正在现实生活中使用。
一个电子制造商部署了一个数据认知引擎，成功地用一个2兆字节的数据认知引擎替换了一个包含20亿条记录、数百列、需要30分钟查询的6gb数据集。这种数据认知大脑可以回答问题，并提供其“直觉”，准确率达到99%或更高，误差不超过0.1毫秒。这意味着存储需求减少了30000倍，速度提高了1800万倍。
回到我们的哈利波特书的类比，想象一下用0.02克的大脑代替1.2磅的书——相当于一小片雪花的重量。而不是花，比方说，一个月读完这本422页的书，新的大脑可以提供一个关于叙述的答案在一瞬间——确切地说，一眨眼。
将安全超级计算到边缘
数据认知引擎对IOT有许多破坏性影响。数据认知发动机将数十亿数据的洞察力放入传感器，手机或可穿戴设备中，提供小型，便携式，经济高效和安全的IOT包中大数据的功率。
的制造应用- 基于千兆字节的力量和数据的强大，传感器可以制定以前由经验丰富的人类处理的质量控制决策 - 已经表现出来。然而，这只是冰山一角。
想象一下，您的可穿戴健身器件与集成的EKG读卡器 - 现在存在的东西 - 可以查看您的读数，并将它们与全国各地的类似健康状况（年龄，体重等）的每个人的读数进行比较。全球。然后，它可以将这些读数与精算图表和健康数据进行比较。使用这两个大规模的复杂数据集 - 通过数据认知模型在设备中牢固地驻留在少量内存中 - 它可以提醒您严重，未确诊的健康问题。
因为在学习了大量数据集之后，它不需要持续访问数据，数据认知引擎也可以在数据隐私和安全方面提供主要好处。大多数用户不需要从海量数据集中反刍行级数据来提供见解。在大多数情况下，数据认知引擎也为数据提供了一个安全的系统，这些数据不会被黑客攻击，也不会通过反向工程提供敏感的个人信息——因为敏感信息不会被窃取。
完美无可替代
在数据中，与生活中一样，有时只有完美的。
绝大多数大数据的使用都集中在从中提取见解大规模数据集他会回答诸如“过去三个季度亚太地区的销售额增长了多少?”和“谁最有可能在二月份买狗?”
然而，有时行级精度是必须的。当然，当您需要知道客户的信用卡号码或确切的银行余额时，认知引擎并不是合适的工具。这时候你就需要用大铁来处理大数据来获取特定的信息。
相比之下，数据认知发动机将帮助我们专注于准确性 - 牢固，廉价快速快速地交付的任务 - 比完美的缓慢更好。并且，精度为99％，这两个分类之间的线条是模糊的。
许多商业文化在我们所做的一切中推动完美。然而，在我的经验中，最有效的人是那些了解近乎完美的人完全可以接受的人。对于那些在数据世界中实现这一实现的人来说，现在有重大奖励将获得和进步，这将改变人类的访问和利益如何从数据见解。
所有物联网议程网络贡献者对其帖子的内容和准确性负责。观点是作者的，并不一定传达物联网议程的思想。