नमस्कार, हेब्र! मैं आपको पीटर सेयर द्वारा "विज़ुअलाइज़ेशन बनाने के लिए प्राकृतिक भाषा इंटरफ़ेस" वार्ता के लेख का अनुवाद प्रस्तुत करता हूं ।

बीआई प्रदाता एआई (कृत्रिम बुद्धिमत्ता) क्षमताओं को बीआई उपकरण में शामिल करने के लिए एक बढ़ती प्रवृत्ति के हिस्से के रूप में डेटा विश्लेषण को सरल और स्वचालित करना चाहता है।



नया डेटा मॉडल बनाने के लिए कितने सांख्यिकीविदों की आवश्यकता है? झांकी सॉफ्टवेयर के अनुसार, बिल्कुल नहीं। कंपनी का दावा है कि व्यापक रूप से उपयोग किए जाने वाले विश्लेषणात्मक उपकरण का अगला संस्करण यह स्वयं करेगा।

झांकी ने पिछले हफ्ते आस्क डेटा नामक एक नई सुविधा में यह प्रदर्शित किया कि उपयोगकर्ताओं को प्राकृतिक भाषा में वे क्या चाहते हैं, यह वर्णन करके विज़ुअलाइज़ेशन बनाने की अनुमति देता है। यह न्यू ऑरलियन्स में एक ग्राहक कार्यक्रम में किया गया था। इसके अलावा, कंपनी ने अपने डेटा तैयारी टूल में नई स्वचालन सुविधाओं का प्रदर्शन किया है।

यह एंटरप्राइज़ सॉफ़्टवेयर डेवलपर्स के बीच एक बढ़ती प्रवृत्ति का हिस्सा है, जो उन कार्यों को स्वचालित और सरल बनाने के लिए है जिनमें एक बार विशेष कौशल की आवश्यकता होती है, जिससे उद्यम अधिक कुशलता से अपने डेटा का उपयोग कर सकें और योग्य कर्मियों को कम श्रम-गहन कार्य के लिए स्थानांतरित कर सकें।

बीआई में एआई प्रौद्योगिकी के डॉन

आर्टिफिशियल इंटेलिजेंस के क्षेत्र में उपलब्धियां कॉर्पोरेट सॉफ्टवेयर डेवलपर्स के लिए प्राकृतिक भाषा में डेटा दर्ज करना आसान बनाती हैं - मौखिक या मुद्रित - और उपयोगकर्ता की जरूरतों को प्रदर्शित करने के लिए उसे विशिष्ट आदेशों को सीखने या अपने लक्ष्यों को प्राप्त करने के लिए स्क्रीन पर वस्तुओं को संचालित करने के बजाय जानकारी प्रदर्शित करना। एआई को तेजी से एनालिटिक्स और डेटा साइंस "डेमोक्रेटाइज़िंग" की उम्मीद में अग्रणी बीआई टूल्स में इस्तेमाल किया जा रहा है।

झांकी के एक प्रतियोगी माइक्रोसॉफ्ट पावर बीआई ने कुछ साल पहले "क्वेश्चन एंड आंसर" नामक एक फीचर पेश किया था, लेकिन हालिया डेमो में भी वाक्य व्याकरण और वर्तनी में अधिक जटिल लगता है, जो झांकी से पूछो डेटा है। हालांकि, वे दोनों डूंडस बीआई और उससे आगे हैं, जो अभी भी दृश्य बनाने के लिए ड्रैग और ड्रॉप का उपयोग करते हैं।

झांकी के कार्यान्वयन से उपयोगकर्ता डेटाबेस को क्वेरी कर सकेंगे और सॉफ़्टवेयर के लिए स्वतंत्र रूप से यह निर्धारित करने का अवसर प्रदान करेंगे कि डेटाबेस तालिकाओं को कैसे जोड़ा जाना चाहिए, कौन से कॉलम का चयन किया जाना चाहिए और वांछित प्रतिक्रिया प्राप्त करने के लिए कौन से ऑपरेशन किए जाने चाहिए। यह और अन्य नई सुविधाएँ झांकी 2019.1 में दिखाई देंगी, जो अगले साल की शुरुआत में रिलीज़ होने की उम्मीद है, और अक्टूबर के अंत में एक बीटा संस्करण जारी किया जाएगा।

फॉरेस्टर के मुख्य विश्लेषक मार्था बेनेट ने कहा, " इस तरह की स्वचालन सुविधाएँ स्वागत योग्य और आवश्यक हैं ।" " हम अधिक से अधिक डेटा प्राप्त कर रहे हैं, लेकिन उनके साथ काम करने वाले लोगों के पास इतना समय नहीं है ।"

उनके अनुसार, डेटा विशेषज्ञ अपना 80 प्रतिशत समय डेटा तैयार करने में लगाते हैं, और जितना कम समय वे इस पर खर्च करते हैं, उतना ही वे उन बीआई कार्यों को करने में सक्षम होंगे जो सीधे व्यापार को लाभान्वित करते हैं।

विशेषज्ञों के बीच समय की कमी को दूर करने का एक तरीका अधिकांश कार्यभार को मशीनों में स्थानांतरित करना है। एक अन्य तरीका उन लोगों के लिए डेटा के साथ काम करना आसान बनाना है जो पहले विशेष कौशल की आवश्यकता के कारण स्वयं उनके साथ काम नहीं कर सकते थे। यह डेटा का तथाकथित "लोकतंत्रीकरण" है।

एआई का उपयोग करने के नुकसान

मार्था बेनेट ने कहा, " लेकिन बड़ी संख्या में कर्मचारियों को डेटा प्रदान करने में जोखिम हैं: डेटा विषय क्षेत्र में विशेषज्ञ ज्ञान और स्थितियों के शांत मूल्यांकन का स्थान नहीं ले सकता है ।"

" नई स्वचालन सुविधाओं को व्यापक रूप से उपलब्ध कराने से पहले, सीआईओ को यह निर्धारित करने के लिए अपने स्वयं के अनुभव के साथ परीक्षण करना चाहिए कि क्या वे उचित हैं ," वह सलाह देती है।

स्पष्ट सिफारिशों के बिना डेटा विश्लेषण की पेशकश करने वाले उपकरण उपयोगकर्ताओं को भ्रमित कर सकते हैं कि क्या कार्रवाई की जाए।

" यदि आप किसी को विस्तृत निर्देश नहीं देते हैं, तो आपको उससे पहली बार में सब कुछ करने की उम्मीद नहीं करनी चाहिए ।"
- मार्ता बेनेट, फॉरेस्टर चीफ एनालिस्ट

हालाँकि, आप सॉफ़्टवेयर को दोष नहीं दे सकते।

“ स्वचालन नियंत्रण के समान नहीं है। इन सभी बातों का अभी भी पालन किया जाना चाहिए। यह बहुत अच्छा नहीं लगेगा यदि आप कहते हैं कि कंप्यूटर ने खुद ऐसा किया है, और हमें नहीं पता कि क्यों, “मार्था बेन्ने चेतावनी देता है। इस समस्या को लंबे समय से एआई ब्लैक बॉक्स समस्या के रूप में जाना जाता है।

इसके अतिरिक्त, आपको यह पता लगाने की आवश्यकता है कि आपका डेटा एक स्वचालन उपकरण के लिए उपयुक्त है: विशेष रूप से, मशीन लर्निंग सिस्टम को काम करने के लिए बहुत अधिक डेटा की आवश्यकता होती है।

" यदि आप मशीन लर्निंग एल्गोरिदम को डेटा पर लागू करते हैं जहां आपके पास सामान्य से अधिक अपवाद हैं, तो यह काम नहीं करेगा ," उसने कहा।

डेमो विवरण

न्यू ऑरलियन्स इवेंट में, विज़ुअल एनालिटिक्स मैनेजर एंड्रयू विग्नो ने किकस्टार्टर क्राउडफंडिंग प्रोजेक्ट डेटाबेस में आस्क डेटा की क्षमताओं का प्रदर्शन किया, जिसमें दिखाया गया कि अधिकांश कंपाइलरों के विपरीत, आस्क डेटा को काम करने के लिए सही विराम चिह्न की आवश्यकता नहीं होती है।

सॉफ्टवेयर ने उनकी क्वेरी "कुल फंडिंग क्या थी" (शाब्दिक रूप से) "फंडिंग की राशि" में बदल दी और एक प्रतिक्रिया दी। जब उन्होंने "वर्षों से" और "स्थिति से" मुद्रित किया, तो आस्क डेटा ने उनके अनुरोध को "अवधि और स्थिति द्वारा वित्तपोषण की राशि" में बदल दिया। फिर, कोई अतिरिक्त डेटा नहीं होने के कारण, उसने हर साल बढ़ती सफल परियोजनाओं के लिए हरे रंग की फंडिंग दिखाते हुए एक कलर लाइन चार्ट तैयार किया, जबकि असफल, रद्द या निलंबित परियोजनाओं (लाल, नारंगी और पीला) के लिए धन अपरिवर्तित रहता है।

प्रश्न "कौन सी श्रेणियां सफल रहीं" के कारण एक अलग दृश्य उत्तर था: पिछली क्वेरी के अनुसार "श्रेणी के अनुसार, फ़िल्टर स्थिति - सफल" से डेटा जोड़ा गया पूछें और अवरोही क्रम में सफल परियोजनाओं की संख्या से किकस्टार्टर श्रेणियों की रैंकिंग का एक हिस्टोग्राम तैयार किया।

कर्मचारी लंबे समय से उद्यम सॉफ्टवेयर चाहते थे कि वे क्या चाहते हैं, भले ही वे कार्य को स्पष्ट करने में सक्षम न हों, और एंड्रयू विग्नो ने दिखाया कि झांकी इस से संपर्क कर रही थी। जब उन्होंने "औसत फंडिंग के साथ तुलना" (शाब्दिक रूप से) टाइप किया, तो आस्क डेटा ने उन्हें प्रौद्योगिकी परियोजनाओं की विभिन्न उपश्रेणियों के लिए औसत धन के बगल में परियोजनाओं की संख्या में प्रसार दिखाया जो उन्होंने पहले समीक्षा की थी।

झांकी में कुछ चीजें अभी भी माउस के साथ करने के लिए तेज़ हैं, खासकर यदि आप धीरे टाइप करते हैं: स्कैटर चार्ट में "मॉड" और "गेम" की उपश्रेणी जोड़ने से केवल चार क्लिक होते हैं।

नए डेटा मॉडल बनाना

कुछ क्लिक्स यह है कि उनके सहयोगी टायलर डॉयल को एक नया डेटा मॉडल बनाने की जरूरत है, जो कि SQL क्वेरी में डेटा का विश्लेषण करने के लिए झांकी द्वारा इस्तेमाल किए गए क्षेत्रों को प्रदर्शित करता है और जो कि अंतर्निहित डेटाबेस को समझ सकता है।

" यह मेरे लिए एक पंक्ति पर क्लिक करने के लिए पर्याप्त है -" संबंधित वस्तुओं को जोड़ें ", और आपका डेटा मॉडल तैयार है, यह निर्धारित करने की आवश्यकता के बिना कि किस तालिकाओं का उपयोग करना है, वे कैसे जुड़े हैं, या यह क्या है, बाएं या दाएं शामिल हों। झांकी में नए डेटा मॉडलिंग क्षमताओं बस तुम्हारे लिए है। "
- टायलर डॉयल

“ डेटा मॉडल को इन तालिकाओं के बीच सही संबंध कैसे पता चले? "- चमत्कार डोयले। झांकी निकलना CIOs के साथ-साथ उनके डेटाबेस प्रशासकों और डेटा पेशेवरों पर निर्भर करता है। इस चाल को निष्पादित करने में उसकी मदद करने के लिए, आपको यह सुनिश्चित करने की आवश्यकता है कि आवश्यक जानकारी डेटा वेयरहाउस में संग्रहीत है।

डेटा तैयारी एक और क्षेत्र है जिसमें झांकी काम कर रही है। वरिष्ठ अभियंता ज़ाहिरा वलानी ने दिखाया कि कैसे झांकी प्रेप भूमिकाओं का उपयोग करके डेटा सफाई को स्वचालित कर सकती है। झांकी उनका उपयोग उन क्षेत्रों की पहचान करने में करती है जो भूमिका निभाते हैं - URL, ईमेल पते या भौगोलिक संकेत (राज्य या पोस्ट कोड) जैसी चीजें। वलानी ने बताया कि कैसे, बस कुछ ही क्लिक में, झांकी प्रस्तुत करने के लिए सबसे उपयुक्त भूमिका निर्धारित करने के लिए एक क्षेत्र की सामग्री की जांच कर सकते हैं, और फिर उन अमान्य तत्वों का चयन करें जो भूमिका से मेल नहीं खाते हैं और या तो उन्हें "शून्य" या इन पंक्तियों को फ़िल्टर करने के लिए सेट करें। आप कस्टम भूमिकाओं के साथ ऐसा कर सकते हैं, जैसे कि प्रगणित प्रकार।

झांकी के मुख्य उत्पाद अधिकारी, फ्रांस्वा इजेन्सट के अनुसार, मुख्य झांकी सॉफ्टवेयर के लिए प्रति वर्ष तीन रिलीज की अनुसूची के विपरीत, झांकी तैयारी को मासिक रूप से अपडेट किया जाएगा।

योजना एक और उपकरण की विशेषता है जो वर्तमान में कंपनी में बीटा परीक्षण में है: झांकी तैयारी कंडक्टर। यह उद्यमों को उनके चुने हुए शेड्यूल के अनुसार झांकी में ले जाकर उनके डेटा स्रोतों की तैयारी को स्वचालित करने की अनुमति देगा। यह झांकी का एक अलग उत्पाद है और इसका उपयोग करने के लिए एक अलग लाइसेंस की आवश्यकता होगी। बिक्री की शुरुआत अगले साल के लिए निर्धारित है।