קורס ניהול ידע ובינה מלאכותית. 20/07- מפגש 16. ד״ר ארט מוריי דן באתגרים וסיכונים טיפוסיים של פרויקטי בינה מלאכותית תוך הצעת כיווני פעולה בהם ניהול ידע יכול לתת ערך ולתרום לצמצום או פתרון אלו.
ההמלצה הכי משמעותית, לטעמי, נוגעת בחמשת המאפיינים הידועים של נתוני-עתק (big data). חמישה מאפיינים אלו, כמה ציני, משרתים גם כסיבה לכך שנתוני-עתק הם הבטחה ופוטנציאל גדול מעין כמוהו, אך גם מהווים אתגרים משמעותיים בכל פרויקט שכזה.
אם נעיין ברשימת מאפיינים אלו מקרוב- הכמות, המגוון, המהירות, האמיתות והערך- לא יקשה עלינו להבין עד כמה ניהול ידע יודע ורגיל לטפל בבעיות שכאלו (בהתאמה):
ניהול ידע מסייע לצמצום המבוכה בשילוב תהליכי שיפוט אנושי והסקה שיטתית (sensemaking);
ניהול ידע מסייע בהגדרת פרמטרים וספים לשילוב תהליכים אנושיים לקבלת החלטות בתוך תהליכי בינה מלאכותית;
ניהול ידע מסייע להוסיף הקשר סמנטי ומצבי לנתונים, תוך הבניה והצעת ערך לנתונים;
ניהול ידע יכול להציע את אותם ״פירורי לחם״ המקשרים בין נתונים שאנו רואים למקור משם הגיעו;
וניהול ידע מסייע, בתהליך הכל כך חשוב, של הכוונה משותפת של פרויקטים טכנולוגיים בכלל ובינה מלאכותית בפרט עם הצרכים והאסטרטגיה העסקיים.
אני מודה שהייתי מסתפקת, גם אם כאן היתה מסתיימת תרומתו של תחום ניהול הידע לפרויקטי הבינה המלאכותית. ניהול ידע מציע הרבה יותר.
ושוב אני מודה למזלי שאני פועלת בתחום כל כך עשיר, מאפשר ובעל ערך :)