Деректер сапасының негізі: «Деректерге тамақ сияқты қарау» тәсілімен жасанды интеллектті жақсарту
Мақалада жасанды интеллект және блокчейн жобаларындағы деректер сапасы мәселелерін шешуге бағытталған «Деректерге тамаққа қарағандай қарау» деп аталатын ұсынылған құрылым талқыланады. Онда жасанды интеллект бастамаларының 78%-ы деректердің сапасының төмендігінен сәтсіздікке ұшырайтыны, деректердің шығу тегінің, схемаларды басқарудың эволюциясының және мәдени нюанстардың маңыздылығы атап көрсетілген. Құрылым деректердің сапасын жақсарту үшін бес қадамдық процесті ұсынады, оның ішінде деректердің гигиеналық тексерулерін автоматтандыру және басқарудың аралас үлгілерін енгізу. Бұл стратегия жаһандық кәсіпорындардағы қателерді азайту және операциялық тиімділікті арттырудағы деректер сапасының жақсарғанын көрсету үшін Unilever және Pfizer сияқты мысалдарға сүйенеді. Мақалада шығыс және батыс деректерді басқару философиясын біріктіру жаһандық нарықтарда деректерді интеграциялауды және сапасын жақсарта алатыны айтылған. Онда сондай-ақ Toyota шығындарды азайтуды мысалға ала отырып, «алдымен саны» дегеннен «алдымен сапасы» деген ойлауға көшу үшін деректер сапасын пайдалану қажеттілігі атап көрсетілген. Болашақ перспективаларға деректердің тұтастығы мен өкілдігін одан әрі жақсарту үшін жасанды интеллект жасаған деректер белгілерін пайдалану кіреді.
Neutral
Мақала негізінен деректердің сапасын жақсартуға бағытталған, бұл криптовалюта нарығына тікелей әсер етудің орнына жасанды интеллектінің табыс деңгейін арттыруға бағытталған техникалық жетілдіру. Бұл деректердің тұтастығын жақсарту арқылы блокчейн желілеріне жанама пайда әкелуі мүмкін, бірақ оның криптовалюта сауда әрекетіне тікелей әсері бейтарап болуы мүмкін. Тарихи тұрғыдан алғанда, техникалық әдістемелер немесе құрылымдар туралы жаңалықтар реттеуші өзгерістерге немесе ірі серіктестіктерге байланысты болмаса, бағаның айтарлықтай жылдам өзгеруіне әкелмейді, ал мұнда олардың ешқайсысы жоқ.