البيانات الضخمة Big Data هي بحر المعلومات الذي نسبح فيه كل يوم. كميات كبيرة من البيانات التي تتدفق من أجهزة الكمبيوتر والأجهزة المحمولة الخاصة بنا. تُستخدم هذه البيانات من قبل المؤسسات لتوجيه القرارات وتحسين العمليات والسياسات وإنشاء منتجات وخدمات وتجارب تتمحور حول العملاء.
يتم تعريف البيانات الضخمة على أنها “كبيرة” ليس فقط بسبب حجمها، وأنما بسبب تنوع طبيعتها وتعقيدها أيضاً. عادةً ما يتجاوز قدرة قواعد البيانات التقليدية على تخزينها وإدارتها ومعالجتها. ويمكن أن تأتي البيانات الضخمة من أي مكان أو أي شيء على وجه الأرض يمكننا مراقبته رقمياً. الأقمار الصناعية للطقس، وأجهزة إنترنت الأشياء (IoT) ، وكاميرات المرور ، واتجاهات وسائل التواصل الاجتماعي – هذه ليست سوى عدد قليل من مصادر البيانات التي يتم استخراجها وتحليلها لجعل الشركات أكثر مرونة وتنافسية.
تتطلب البيانات التي يتم إنشاؤها وجمعها رقمياً أنظمة إدارة بيانات أكثر تقدماً للتعامل معها. بالإضافة إلى ذلك، ساعد النمو المتسارع لمنصات التواصل الاجتماعية وتقنيات الهواتف الذكية وأجهزة إنترنت الأشياء IOT المتصلة رقمياً في إنشاء عصر البيانات الضخمة الحالي.
أنماط البيانات الضخمة Big Data
عادةً ما يتم تصنيف مجموعات البيانات إلى ثلاثة أنواع بناءً على هيكلها ومدى سهولة فهرستها. وهي كالتالي:
- البيانات المنظمة Structured data: هذا النوع من البيانات هو أبسط طريقة للتنظيم والبحث. يمكن أن تتضمن أشياء مثل البيانات المالية وسجلات الجهاز والتفاصيل الديموغرافية.
- البيانات غير المنظمة Unstructured data: يمكن أن تتضمن هذه الفئة من البيانات أشياء مثل منشورات الوسائط الاجتماعية والملفات الصوتية والصور وتعليقات العملاء. لا يمكن تجميع هذا النوع من البيانات بسهولة في قواعد البيانات العلائقية.
- البيانات شبه المنظمة Semi-structured data: وهي مزيج من البيانات المهيكلة وغير المهيكلة. تعد رسائل البريد الإلكتروني مثالاً جيداً عليها، لأنها تتضمن بيانات غير منظمة في نص الرسالة، بالإضافة إلى المزيد من الخصائص التنظيمية مثل المرسل والمستلم والموضوع والتاريخ.
مصادر البيانات الضخمة
يتم تقسيم مصادر البيانات الضخمة بشكل عام إلى ثلاثة أنواع:
- البيانات الاجتماعية: يتم إنشاء البيانات الاجتماعية من خلال تعليقات الوسائط الاجتماعية والمشاركات والصور ، وبشكل متزايد ، الفيديو. وتشير التقديرات أن عدد الأشخاص في العالم الذين يشاهدون محتوى الفيديو بانتظام على هواتفهم الذكية سيرتفع إلى 2.72 مليار بحلول عام 2023.
- بيانات الآلة: أجهزة وآلات إنترنت الأشياء مزودة بأجهزة استشعار والتي لديها القدرة على إرسال واستقبال البيانات الرقمية. تساعد مستشعرات إنترنت الأشياء الشركات في جمع بيانات الآلة ومعالجتها من الأجهزة والمركبات والمعدات في جميع أنحاء الأعمال.
- بيانات المعاملات: وهي البيانات الأسرع حركة ونمواً في العالم. تتكون بيانات المعاملات من بيانات شبه منظمة مثل الصور والتعليقات، مما يجعل إدارتها ومعالجتها أكثر تعقيداً.
الذكاء الاصطناعي والبيانات الضخمة
تعتمد إدارة البيانات الضخمة على أنظمة تتمتع بالقدرة على معالجة كميات هائلة من المعلومات المتباينة والمعقدة وتحليلها بشكل هادف. في هذا الصدد، ترتبط البيانات الضخمة والذكاء الاصطناعي بعلاقة متبادلة. لن يكون للبيانات الضخمة الكثير من الاستخدام العملي بدون الذكاء الاصطناعي لتنظيمها وتحليلها. ويعتمد الذكاء الاصطناعي على اتساع نطاق مجموعات البيانات الموجودة في البيانات الضخمة لتقديم تحليلات قوية لتكون قابلة للتنفيذ.
البيانات هي شريان الحياة للذكاء الاصطناعي. يحتاج نظام الذكاء الاصطناعي إلى التعلم من البيانات حتى يتمكن من أداء وظيفته.
براندون بورسيل ، محلل ، فورستر للأبحاث
تعلم الآلة والبيانات الضخمة
تحدد خوارزميات تعلم الآلة البيانات الواردة وتحدد الأنماط داخلها. حيث يتم تقديم هذه الرؤى للمساعدة في اتخاذ قرارات الأعمال وأتمتة العمليات. يعتمد تعلم الآلة على البيانات الضخمة لأنه كلما زادت قوة مجموعات البيانات التي يتم تحليلها ، زادت فرصة النظام للتعلم وتطوير عملياته وتكييفها باستمرار.
تابع موقعنا ديجيتل تريندز عربي للحصول على أحدث الاخبار الخاصة بعالم التكنولوجيا والتطبيقات الذكية.