作者使用 Midjourney 创作的图像
作为 21 世纪技术革命的基石，数据科学被视为每个行业的未来。但仔细观察会发现，数据科学作为一个学科只有短暂的历史，它是从数据匮乏的过去过渡到智能系统主导的未来的一个阶段。
1. 谷歌网络安全证书 - 快速进入网络安全职业的快车道。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你所在组织的 IT 工作
不久前，我们面临稀疏的数据和高昂的数据存储成本。快进到今天。由于我们新兴的数字支柱，包括互联网、社交媒体、电子商务和物联网设备，我们持续被数据淹没。数据科学已经发展成为一种工具，在这个大数据时代的初期，帮助我们获得见解、预测趋势和做出决策，使我们能够理解这些庞大的数据集。大数据时代现在已经完全过去，我们已经牢牢地适应了这一时代。
然而，随着处理大数据能力的提高，变化变得越来越明显。重点不再是我们不断生成的大量数据；我们已经将注意力转向了不断扩展的复杂数据驱动的 AI 系统。关键问题不再只是“我可以从这些数据中获得什么见解？”而是“我可以用这些数据运行什么 AI 系统？”过去十年专注于掌握大数据。接下来，我们承诺将转向设计和实现更强大的 AI 系统。
这一新兴趋势标志着数据科学与 AI 职业路径的融合：另一个 AI 驱动的奇点。现在不仅仅是分析数据的能力，还包括构建、训练和维护能够学习、适应并做出自主决策的 AI 系统。这种角色的整合代表了一个越来越以 AI 为中心的局面。
要想看到这种变化的实际应用，只需看看 OpenAI 的 ChatGPT 项目。最初，该项目专注于收集和组织大量数据以训练模型。然而，重点很快转向尝试创建和改进能够生成有意义的、上下文相关的自然语言响应的大规模系统。数据与系统之间的互动将变得更加动态，人工智能将以越来越复杂和创新的方式使用数据。
想象一下一个未来，人工智能驱动的智能城市成为常态。传感器、设备、人类互动等产生的大量数据将被人工智能用于控制交通流量、能源消耗、公共安全等。这不仅仅是数据分析。它涉及到开发能够理解和管理复杂城市生态系统的庞大人工智能系统。
数据科学可能看起来正在演变成现代人工智能的一个分支，这正是因为它确实如此。但不要担心，这只是为了跟上不断发展的技术环境的一个进化步骤，就像数据科学从统计学中涌现以应对曾经新兴的“大数据”一样。正如统计学是数据科学的一个不可或缺的部分，数据科学本身将在人工智能驱动的未来中继续发挥重要作用。
数据相关的变革自十多年前开始继续推进，尽管其目的地尚不明确。然而，方向是明确的：未来的技术行业职业要求不仅要理解数据本身，还要理解数据作为复杂且多功能的人工智能系统的命脉。在这种背景下，数据科学最终将被视为通向人工智能中心未来的一个重要里程碑。但不要误解；作为一个独立实体的数据科学将最终被回顾。
因此，随着近期人工智能的进步开始在世界上留下印记，请注意它对数据科学的不可避免的影响。正如现在的数据是庞大的，我们对其可以促进的系统的愿望也同样巨大。
数据万岁！
Matthew Mayo (@mattmayo13) 是数据科学家及 KDnuggets 的主编，这是一个开创性的在线数据科学和机器学习资源。他的兴趣包括自然语言处理、算法设计与优化、无监督学习、神经网络以及机器学习的自动化方法。Matthew 拥有计算机科学硕士学位和数据挖掘研究生文凭。你可以通过 editor1 at kdnuggets[dot]com 与他联系。