البيانات الضخمة (Big Data)

تشير البيانات الضخمة إلى مجموعات البيانات الكبيرة والمعقدة للغاية التي لا يمكن إدارتها أو معالجتها أو تحليلها بسهولة باستخدام أدوات معالجة البيانات التقليدية. يتم تعريفها بشكل شائع من خلال "خمسة V": الحجم (كمية البيانات الهائلة)، والسرعة (السرعة العالية التي يتم بها إنشاء البيانات)، والتنوع (الأنواع المتنوعة من البيانات)، والمصداقية (جودة البيانات ودقتها)، والقيمة (إمكانية تحويل البيانات إلى نتائج ذات مغزى). في سياق الذكاء الاصطناعي (AI)، تعتبر البيانات الضخمة الوقود الأساسي الذي يشغل نماذج التعلم الآلي (ML) المتطورة، مما يمكنها من التعلم والتنبؤ وأداء المهام المعقدة بدقة أكبر.

دور البيانات الضخمة في الذكاء الاصطناعي وتعلم الآلة

تعتبر البيانات الضخمة أساسية للنهوض بالذكاء الاصطناعي، لا سيما في مجال التعلم العميق (DL). تتطلب نماذج التعلم العميق، مثل الشبكات العصبية التلافيفية (CNNs)، مجموعات بيانات ضخمة لتعلم الأنماط والميزات المعقدة. كلما زادت جودة البيانات التي يتم تدريب النموذج عليها، كان أداؤه أفضل في التعميم وتقديم تنبؤات دقيقة بشأن البيانات غير المرئية. وهذا صحيح بشكل خاص بالنسبة لمهام رؤية الكمبيوتر (CV)، حيث يجب أن تتعلم النماذج من ملايين الصور لأداء مهام مثل اكتشاف الكائنات أو تجزئة الصور بشكل موثوق.

كان توفر البيانات الضخمة محركًا رئيسيًا وراء نجاح أحدث النماذج مثل Ultralytics YOLO. إن تدريب هذه النماذج على مجموعات بيانات مرجعية واسعة النطاق مثل COCO أو ImageNet يسمح لها بتحقيق دقة وموثوقية عاليتين. تتطلب معالجة مجموعات البيانات هذه بنية تحتية قوية، غالبًا ما تستفيد من الحوسبة السحابية والأجهزة المتخصصة مثل وحدات معالجة الرسوميات (GPUs).

تطبيقات الذكاء الاصطناعي/تعلم الآلة الواقعية

1. المركبات ذاتية القيادة: تُنشئ السيارات ذاتية القيادة تيرابايت من البيانات يوميًا من مجموعة من المستشعرات بما في ذلك الكاميرات والليدار (LiDAR) والرادار. يُستخدم هذا التدفق المستمر من البيانات الضخمة لتدريب نماذج الإدراك والتحقق من صحتها لمهام مثل تحديد المشاة والمركبات الأخرى وإشارات المرور. تستفيد شركات مثل Tesla من بيانات أسطولها لتحسين أنظمة القيادة الذاتية الخاصة بها باستمرار من خلال عملية التعلم المستمر و نشر النموذج. استكشف المزيد في صفحتنا حول حلول الذكاء الاصطناعي في مجال السيارات.
2. تحليل الصور الطبية: في مجال الذكاء الاصطناعي في الرعاية الصحية، تتضمن البيانات الضخمة تجميع مجموعات بيانات واسعة من الفحوصات الطبية مثل التصوير بالرنين المغناطيسي (MRIs) والأشعة السينية والتصوير المقطعي المحوسب (CTs) من مختلف المرضى. يمكن لنماذج الذكاء الاصطناعي المدربة على مجموعات بيانات مثل مجموعة بيانات أورام الدماغ أن تتعلم اكتشاف العلامات الدقيقة للمرض التي قد تغيب عن العين البشرية. يساعد هذا أخصائيي الأشعة في إجراء تشخيصات أسرع وأكثر دقة. تُعد المعاهد الوطنية للصحة (NIH) لتصوير البيانات المشتركة مثالاً على منصة تستضيف البيانات الضخمة للبحث الطبي.

البيانات الضخمة مقابل المفاهيم ذات الصلة

من المفيد التمييز بين البيانات الضخمة والمصطلحات ذات الصلة:

• البيانات التقليدية: عادةً ما تكون هذه البيانات أصغر حجمًا ومنظمة ويمكن إدارتها بواسطة قواعد البيانات العلائقية التقليدية. يتطلب حجم وتعقيد البيانات الضخمة أطر معالجة متخصصة مثل Apache Spark أو أنظمة Hadoop البيئية.
• التنقيب عن البيانات: هذه هي عملية اكتشاف الأنماط والمعرفة من مجموعات البيانات الكبيرة، بما في ذلك البيانات الضخمة. يتم تطبيق تقنيات التنقيب عن البيانات على البيانات الضخمة لاستخلاص القيمة.
• بحيرة البيانات: بحيرة البيانات هي مستودع مركزي لتخزين كميات هائلة من البيانات الأولية وغير المهيكلة والمهيكلة. وهي توفر المرونة اللازمة لمختلف المهام التحليلية على البيانات الضخمة. توفر منصة تحليلات البيانات في Google Cloud حلولاً قوية لبحيرة البيانات.
• تحليلات البيانات: هذا هو المجال الأوسع لفحص مجموعات البيانات لاستخلاص النتائج. غالبًا ما تتضمن تحليلات البيانات على البيانات الضخمة تقنيات متقدمة مثل النمذجة التنبؤية والتعلم الآلي للتعامل مع تعقيدها.

تنطوي إدارة البيانات الكبيرة على تحديات تتعلق بالتخزين وتكاليف المعالجة وضمان أمن البيانات و خصوصية البيانات. ومع ذلك، فإن التغلب على هذه العقبات يفتح إمكانات هائلة للابتكار، وهو أمر أساسي لبناء الجيل التالي من أنظمة الذكاء الاصطناعي. تم تصميم منصات مثل Ultralytics HUB للمساعدة في إدارة دورة حياة نماذج الذكاء الاصطناعي، بدءًا من التدريب على مجموعات البيانات الكبيرة وحتى النشر الفعال.