Какие компьютерные программы относятся к средствам обработки числовой информации

Обновлено: 22.11.2024

Джейк Франкенфилд — опытный писатель, освещающий широкий спектр тем деловых новостей. Его работы публиковались, в частности, в Investopedia и The New York Times. Он проделал обширную работу и исследования в области Facebook и сбора данных, Apple и пользовательского опыта, блокчейна и финансовых технологий, а также криптовалюты и будущего денег.

Джулиус Манса — финансовый консультант, профессор финансов и бухгалтерского учета, инвестор и лауреат премии Фулбрайта Государственного департамента США в области финансовых технологий. Он обучает студентов-бизнесменов темам бухгалтерского учета и корпоративных финансов. Помимо академических кругов, Джулиус является консультантом по финансовым вопросам и финансовым бизнес-партнером для компаний, которым нужны стратегические и консультационные услуги высшего уровня, которые помогают их компаниям расти и получать больше прибыли.

Что такое облачные вычисления?

Облачные вычисления – это предоставление различных услуг через Интернет. Эти ресурсы включают инструменты и приложения, такие как хранилище данных, серверы, базы данных, сети и программное обеспечение.

Вместо того, чтобы хранить файлы на проприетарном жестком диске или локальном устройстве хранения, облачное хранилище позволяет сохранять их в удаленной базе данных. Пока электронное устройство имеет доступ к Интернету, оно имеет доступ к данным и программам для их запуска.

Облачные вычисления популярны среди людей и компаний по ряду причин, включая экономию средств, повышение производительности, скорость и эффективность, производительность и безопасность.

Понимание облачных вычислений

Облачные вычисления названы так потому, что информация, к которой осуществляется доступ, находится удаленно в облаке или виртуальном пространстве. Компании, предоставляющие облачные услуги, позволяют пользователям хранить файлы и приложения на удаленных серверах, а затем получать доступ ко всем данным через Интернет. Это означает, что пользователю не требуется находиться в определенном месте, чтобы получить к нему доступ, что позволяет пользователю работать удаленно.

Облачные вычисления берут на себя всю тяжелую работу по сбору и обработке данных с устройства, которое вы носите с собой или за которым сидите и работаете. Он также переносит всю эту работу на огромные компьютерные кластеры, расположенные далеко в киберпространстве. Интернет становится облаком, и вуаля — ваши данные, работа и приложения доступны с любого устройства, с помощью которого вы можете подключиться к Интернету, в любой точке мира.

Облачные вычисления могут быть как общедоступными, так и частными. Общедоступные облачные сервисы предоставляют свои услуги через Интернет за определенную плату. Частные облачные сервисы, с другой стороны, предоставляют услуги только определенному количеству людей. Эти службы представляют собой систему сетей, предоставляющих размещенные услуги. Существует также гибридный вариант, который сочетает в себе элементы общедоступных и частных служб.

Ключевые выводы

  • Облачные вычисления – это предоставление через Интернет различных услуг, включая хранение данных, серверы, базы данных, сети и программное обеспечение.
  • Облачное хранилище позволяет сохранять файлы в удаленной базе данных и извлекать их по запросу.
  • Службы могут быть как общедоступными, так и частными: общедоступные услуги предоставляются в Интернете за определенную плату, а частные услуги размещаются в сети для определенных клиентов.

Типы облачных сервисов

Независимо от вида службы облачные вычисления предоставляют пользователям ряд функций, включая:

  • Электронная почта
  • Хранение, резервное копирование и извлечение данных
  • Создание и тестирование приложений
  • Анализ данных
  • Потоковое аудио и видео
  • Поставка программного обеспечения по требованию

Облачные вычисления по-прежнему являются довольно новой услугой, но уже используются рядом различных организаций, от крупных корпораций до малых предприятий, от некоммерческих организаций до государственных учреждений и даже от частных лиц.

Модели развертывания

Существуют различные типы облаков, каждый из которых отличается от другого. Публичные облака предоставляют свои услуги на серверах и хранилищах в Интернете. Они управляются сторонними компаниями, которые управляют и контролируют все оборудование, программное обеспечение и общую инфраструктуру. Клиенты получают доступ к службам через учетные записи, доступ к которым может получить практически любой.

Частные облака предназначены для определенных клиентов, обычно одного предприятия или организации. Центр обслуживания данных фирмы может размещать службу облачных вычислений. Многие услуги частных облачных вычислений предоставляются в частной сети.

Гибридные облака, как следует из названия, представляют собой сочетание общедоступных и частных служб. Этот тип модели предоставляет пользователю больше гибкости и помогает оптимизировать инфраструктуру и безопасность пользователя.

Новые формы служб облачных вычислений включают облако сообщества, облако больших данных и мультиоблако.

Типы облачных вычислений

Облачные вычисления — это не отдельная технология, такая как микрочип или мобильный телефон. Скорее, это система, в основном состоящая из трех услуг: программное обеспечение как услуга (SaaS), инфраструктура как услуга (IaaS) и платформа как услуга (PaaS).

Преимущества облачных вычислений

Облачное программное обеспечение предлагает компаниям из всех секторов ряд преимуществ, в том числе возможность использовать программное обеспечение с любого устройства либо через собственное приложение, либо через браузер. В результате пользователи могут беспрепятственно переносить свои файлы и настройки на другие устройства.

Облачные вычисления — это гораздо больше, чем просто доступ к файлам на нескольких устройствах. Благодаря службам облачных вычислений пользователи могут проверять свою электронную почту на любом компьютере и даже хранить файлы с помощью таких сервисов, как Dropbox и Google Drive.   Сервисы облачных вычислений также позволяют пользователям создавать резервные копии своей музыки, файлов и фотографий, обеспечивая немедленный доступ к этим файлам в случае сбоя жесткого диска.

Кроме того, он предлагает крупным компаниям огромные возможности для экономии средств. Прежде чем облако стало жизнеспособной альтернативой, компании должны были покупать, создавать и поддерживать дорогостоящие технологии и инфраструктуру управления информацией. Компании могут заменить дорогостоящие серверные центры и ИТ-отделы быстрым подключением к Интернету, где сотрудники взаимодействуют с облаком в режиме онлайн для выполнения своих задач.

Облачная структура позволяет пользователям экономить место на своих настольных компьютерах или ноутбуках. Это также позволяет пользователям быстрее обновлять программное обеспечение, поскольку компании-разработчики программного обеспечения могут предлагать свои продукты через Интернет, а не с помощью более традиционных, осязаемых методов, включающих диски или флэш-накопители. Например, клиенты Adobe могут получить доступ к приложениям в своем Creative Cloud через интернет-подписку. Это позволяет пользователям легко загружать новые версии и исправления для своих программ.

Недостатки облака

При всей скорости, эффективности и инновациях, связанных с облачными вычислениями, естественно, существуют риски.

Безопасность всегда была серьезной проблемой в облаке, особенно когда речь идет о конфиденциальных медицинских картах и ​​финансовой информации. Хотя нормативные акты вынуждают службы облачных вычислений усиливать свои меры безопасности и соответствия требованиям, эта проблема остается постоянной. Шифрование защищает важную информацию, но если ключ шифрования потерян, данные исчезают.

Серверы, поддерживаемые компаниями, занимающимися облачными вычислениями, также могут стать жертвами стихийных бедствий, внутренних сбоев и отключений электроэнергии. Географический охват облачных вычислений работает в обоих направлениях: отключение электроэнергии в Калифорнии может парализовать пользователей в Нью-Йорке, а фирма в Техасе может потерять свои данные, если что-то приведет к сбою ее провайдера в штате Мэн.

Как и в случае с любой технологией, как для сотрудников, так и для менеджеров существует кривая обучения. Но когда многие люди получают доступ к информации и манипулируют ею через единый портал, непреднамеренные ошибки могут распространяться на всю систему.

Мир бизнеса

Компании могут использовать облачные вычисления по-разному. Некоторые пользователи хранят все приложения и данные в облаке, а другие используют гибридную модель, сохраняя одни приложения и данные на частных серверах, а другие — в облаке.

Что касается предоставления услуг, к крупным игрокам в сфере корпоративных вычислений относятся:

  • Облако Google (AWS)
  • Майкрософт Азур
  • Облако IBM
  • Облако Alibaba

Amazon Web Services является общедоступной на 100 % и включает в себя модель оплаты по мере использования с привлечением внешних поставщиков. Как только вы окажетесь на платформе, вы сможете подписаться на приложения и дополнительные услуги. Microsoft Azure позволяет клиентам хранить некоторые данные на своих сайтах. Между тем, Alibaba Cloud является дочерней компанией Alibaba Group.

Комбинируя аппаратное обеспечение, программное обеспечение, человеческие ресурсы и процессы, информационная система относится к сети, используемой для сбора, хранения, обработки, анализа и распространения данных. Информационные системы и специалисты с высшим образованием в области информационных систем могут помочь предприятиям и другим организациям повысить эффективность своей деятельности, максимизировать доход и оптимизировать свою деятельность.

Сократите разрыв между бизнесом и технологиями. Заработайте - онлайн-магистр наук в области информационных систем с сертификатом в области прикладных наук о данных Сиракузского университета. Доступна исполнительная программа.

Определение информационной системы

Многие считают информационные системы компьютерными технологиями. Хотя информационные системы часто включают компьютеры для управления данными и достижения бизнес-целей, они не обязательно должны включать компьютеры.

Существуют различные типы информационных систем, которые могут служить различным целям в зависимости от потребностей организации. Примеры включают:

  • Хранилища данных. Хранилища данных — это системы управления данными, поддерживающие аналитику и другие действия бизнес-аналитики.Они консолидируют и анализируют данные из самых разных источников. Хранилища данных могут предоставить информацию о компаниях, чтобы помочь улучшить процесс принятия решений.
  • Корпоративные системы. Корпоративные системы, также известные как системы планирования ресурсов предприятия (ERP), представляют собой интегрированные системы, объединяющие все аппаратное и программное обеспечение, которое бизнес использует для выполнения различных функций в своей деятельности. Эти общеорганизационные системы помогают передавать информацию между отделами и позволяют интегрировать процессы из разных подразделений компании.
  • Экспертные системы. Экспертные системы используют искусственный интеллект для имитации принятия решений человеком. Программное обеспечение использует человеческие знания для решения проблем, которые обычно требуют опыта человека. Экспертные системы могут применяться в таких областях, как медицинская диагностика, учет и кодирование.
  • Геоинформационные системы. Географические информационные системы (ГИС) — это инструменты, которые собирают, систематизируют, отображают и анализируют данные с пространственным компонентом. ГИС может улучшить анализ и принятие решений, позволяя пользователям визуализировать данные на карте. Глобальные информационные системы — это разновидность ГИС, которая синтезирует данные со всего мира.
  • Системы офисной автоматизации. Системы автоматизации офиса сочетают в себе коммуникационные технологии, людей и компьютеры для выполнения офисных действий, таких как подготовка письменного сообщения, печать, планирование или создание отчетов.

Компоненты информационных систем

Каждая информационная система включает в себя несколько ключевых компонентов: оборудование, программное обеспечение, телекоммуникации, людей и данные. Аппаратное обеспечение относится к физическим частям информационной системы; программное обеспечение — это программа, управляющая информационной системой; телекоммуникация передает информацию через систему; люди управляют информационной системой и взаимодействуют с ней; а данные — это информация, хранящаяся в системе и обрабатываемая ею.

Оборудование

Аппаратная составляющая информационной системы состоит из физических элементов системы. Люди могут потрогать и пощупать аппаратные средства. Эти механизмы, оборудование и проводка позволяют функционировать таким системам, как компьютеры, смартфоны и планшеты.

Устройства ввода и вывода — это важные элементы технологии, которые позволяют людям взаимодействовать с компьютерами и другими информационными системами. Клавиатуры, мыши, микрофоны и сканеры — все это примеры устройств ввода. К устройствам вывода могут относиться принтеры, мониторы, динамики, звуковые и видеокарты.

Оборудование, включая микропроцессоры, жесткие диски, блоки питания и съемные носители, также позволяет компьютерам хранить и обрабатывать данные.

Программное обеспечение

Программное обеспечение — это нематериальные программы, которые управляют функциями информационной системы, включая ввод, вывод, обработку и хранение.

Системное программное обеспечение, такое как операционные системы MacOS или Microsoft Windows, обеспечивает основу для запуска прикладного программного обеспечения.

Прикладное программное обеспечение управляет программами, предназначенными для конкретного использования в информационных системах. Например, приложения для обработки текстов используются для создания и редактирования текстовых документов. Программное обеспечение с графическим интерфейсом пользователя (GUI) является одним из наиболее распространенных прикладных программ; он представляет информацию, хранящуюся на компьютерах, и позволяет пользователям взаимодействовать с компьютерами с помощью цифровой графики, такой как значки, кнопки и полосы прокрутки, а не с помощью текстовых команд.

Программное обеспечение может быть как с открытым, так и с закрытым исходным кодом. Программное обеспечение с открытым исходным кодом общедоступно для пользователей и программистов, тогда как программное обеспечение с закрытым исходным кодом является собственностью.

Телекоммуникации

Телекоммуникационные системы соединяют компьютерные сети и позволяют передавать через них информацию. Телекоммуникационные сети также позволяют компьютерам и службам хранения получать доступ к информации из облака.

Существует ряд методов, используемых телекоммуникационными сетями для передачи информации. Коаксиальные кабели и волоконно-оптические кабели используются телефонными, интернет- и кабельными провайдерами для передачи данных, видео- и аудиосообщений.

Локальные сети (LAN) соединяют компьютеры для создания компьютерных сетей в специально отведенном месте, например в школе или дома. Глобальные сети (WAN) — это наборы локальных сетей, которые облегчают обмен данными на больших территориях. Виртуальная частная сеть (VPN) позволяет пользователю защитить свою конфиденциальность в Интернете путем шифрования данных в общедоступных сетях.

Микроволны и радиоволны также можно использовать для передачи информации в телекоммуникационных сетях.

Данные — это неосязаемые необработанные факты, которые хранятся, передаются, анализируются и обрабатываются другими компонентами информационных систем. Данные часто хранятся в виде числовых фактов и представляют количественную или качественную информацию.

Данные можно хранить в базе данных или хранилище данных в форме, наиболее подходящей для организации, которая их использует.

В базах данных хранятся коллекции данных, которые можно запрашивать или извлекать для определенных целей.Базы данных позволяют пользователям выполнять основные операции, такие как хранение и поиск. Хранилища данных, с другой стороны, хранят данные из нескольких источников для аналитических целей. Они позволяют пользователям оценивать организацию или ее деятельность.

Отдел кадров

Человеческие ресурсы являются важной частью информационных систем. Человеческий компонент информационных систем включает в себя квалифицированных специалистов, которые влияют на данные, программное обеспечение и процессы в информационных системах и манипулируют ими. Люди, вовлеченные в информационные системы, могут включать бизнес-аналитиков, аналитиков по информационной безопасности или системных аналитиков.

Бизнес-аналитики работают над улучшением операций и процессов организации. Они часто сосредоточены на повышении эффективности и производительности или рационализации распределения. Аналитики информационной безопасности работают над предотвращением утечек данных и кибератак. А системные аналитики используют информационные технологии, чтобы помочь организациям оптимизировать работу пользователей с программами.

Роль информационных систем

Информационные системы позволяют пользователям собирать, хранить, упорядочивать и распространять данные — функции, которые могут использоваться компаниями для самых разных целей. Многие предприятия используют свои информационные системы для управления ресурсами и повышения эффективности. А некоторые полагаются на информационные системы, чтобы конкурировать на мировых рынках. Исследователи Huawei обнаружили, что в 2016 году мировая цифровая экономика стоила 11,5 трлн долларов или 15,5% мирового ВВП [PDF, 22,8 МБ]. К 2025 году этот показатель, по прогнозам, еще больше возрастет и составит примерно 24 % мирового ВВП.

Существует множество приложений для различных типов информационных систем. Например, ГИС может помочь исследователям отслеживать движение морского льда, помогать в принятии решений в области сельского хозяйства или предлагать информацию о моделях преступности. Программное обеспечение электронной почты, такое как Microsoft Outlook, является распространенным типом системы автоматизации делопроизводства, которая может автоматически сортировать, расставлять приоритеты, сохранять сообщения и отвечать на них. А SIRI от Apple — это хорошо известная экспертная система, которая имитирует процесс принятия решений человеком, когда его подсказывают слова пользователей. Информационные системы, от просмотра веб-страниц до онлайн-банкинга, все больше интегрируются в повседневную жизнь.

Обработка естественного языка направлена ​​на создание машин, которые понимают и реагируют на текстовые или голосовые данные, а также реагируют собственным текстом или речью почти так же, как люди.

Что такое обработка естественного языка?

Обработка естественного языка (NLP) относится к области компьютерных наук, а точнее к области искусственного интеллекта или ИИ, связанной с предоставлением компьютерам возможности понимать текст и произносимые слова почти так же, как люди.

НЛП объединяет вычислительную лингвистику — моделирование человеческого языка на основе правил — со статистическими моделями, машинным обучением и моделями глубокого обучения. Вместе эти технологии позволяют компьютерам обрабатывать человеческий язык в виде текстовых или голосовых данных и «понимать» его полное значение, включая намерения и чувства говорящего или пишущего.

НЛП управляет компьютерными программами, которые переводят текст с одного языка на другой, реагируют на голосовые команды и быстро обобщают большие объемы текста — даже в режиме реального времени. Скорее всего, вы взаимодействовали с НЛП в виде голосовых систем GPS, цифровых помощников, программного обеспечения для диктовки речи в текст, чат-ботов для обслуживания клиентов и других потребительских удобств. Но NLP также играет все более важную роль в корпоративных решениях, помогающих упростить бизнес-операции, повысить производительность сотрудников и упростить критически важные бизнес-процессы.

Задания НЛП

Человеческий язык наполнен двусмысленностью, из-за чего невероятно сложно написать программное обеспечение, точно определяющее предполагаемое значение текстовых или голосовых данных. Омонимы, омофоны, сарказм, идиомы, метафоры, исключения из грамматики и использования, вариации в структуре предложений — это лишь некоторые из нарушений человеческого языка, на изучение которых у людей уходят годы, но программисты должны научить приложения, управляемые естественным языком, распознавать и с самого начала точно понять, будут ли эти приложения полезными.

Некоторые задачи НЛП разбивают человеческий текст и голосовые данные таким образом, чтобы помочь компьютеру разобраться в том, что он получает. Некоторые из этих задач включают следующее:

  • Распознавание речи, также называемое преобразованием речи в текст, представляет собой задачу надежного преобразования голосовых данных в текстовые данные. Распознавание речи требуется для любого приложения, которое следует голосовым командам или отвечает на голосовые вопросы. Что особенно затрудняет распознавание речи, так это то, как люди говорят: быстро, нечленораздельно, с разным ударением и интонацией, с разным акцентом и часто с использованием грамматических ошибок.
  • Тегирование части речи, также называемое грамматическим тегированием, представляет собой процесс определения части речи определенного слова или фрагмента текста на основе его использования и контекста.Часть речи определяет «сделать» как глагол в «Я могу сделать бумажный самолетик» и как существительное в «Какой марки автомобиля у тебя есть?»
  • Устранение многозначности слова — это выбор значения слова с несколькими значениями в процессе семантического анализа, который определяет слово, которое имеет наибольший смысл в данном контексте. Например, устранение неоднозначности смысла слова помогает различать значение глагола "сделать" в словах "сделать оценку" (достичь) и "сделать ставку" (место).
  • Распознавание именованных объектов, или NEM, идентифицирует слова или фразы как полезные объекты. NEM определяет «Кентукки» как местоположение или «Фред» как мужское имя.
  • Разрешение по взаимной ссылке — это задача определить, относятся ли два слова к одному и тому же объекту и когда. Наиболее распространенным примером является определение лица или объекта, к которому относится определенное местоимение (например, «она» = «Мэри»), но это также может включать в себя определение метафоры или идиомы в тексте (например, пример, в котором « медведь не животное, а большой волосатый человек).
  • Анализ настроений пытается извлечь из текста субъективные качества – отношения, эмоции, сарказм, замешательство, подозрительность.
  • Создание естественного языка иногда называют противоположностью распознаванию речи или преобразованию речи в текст. это задача перевода структурированной информации на человеческий язык.

Инструменты и подходы НЛП

Python и набор инструментов для работы с естественными языками (NLTK)

Язык программирования Python предоставляет широкий спектр инструментов и библиотек для решения конкретных задач НЛП. Многие из них можно найти в Natural Language Toolkit, или NLTK, коллекции библиотек, программ и образовательных ресурсов с открытым исходным кодом для создания программ НЛП.

NLTK включает библиотеки для многих из перечисленных выше задач НЛП, а также библиотеки для подзадач, таких как синтаксический анализ предложений, сегментация слов, формирование корней и лемматизация (методы обрезки слов до их корней) и токенизация (для разбиения фраз, предложения, абзацы и отрывки в токены, помогающие компьютеру лучше понять текст). Он также включает библиотеки для реализации таких возможностей, как семантическое мышление, возможность делать логические выводы на основе фактов, извлеченных из текста.

Статистическое НЛП, машинное обучение и глубокое обучение

Самые ранние приложения НЛП представляли собой написанные вручную системы, основанные на правилах, которые могли выполнять определенные задачи НЛП, но не могли легко масштабироваться, чтобы справиться с кажущимся бесконечным потоком исключений или растущими объемами текстовых и голосовых данных.

Войдите в статистический NLP, который сочетает компьютерные алгоритмы с машинным обучением и моделями глубокого обучения для автоматического извлечения, классификации и маркировки элементов текстовых и голосовых данных, а затем присваивает статистическую вероятность каждому возможному значению этих элементов. Сегодня модели глубокого обучения и методы обучения, основанные на сверточных нейронных сетях (CNN) и рекуррентных нейронных сетях (RNN), позволяют системам НЛП «обучаться» в процессе работы и извлекать все более точный смысл из огромных объемов необработанного, неструктурированного и неразмеченного текста. и наборы голосовых данных.

Для более глубокого изучения нюансов между этими технологиями и их подходами к обучению см. статью "Искусственный интеллект, машинное обучение, глубокое обучение и нейронные сети: в чем разница?"

Случаи использования НЛП

Обработка естественного языка является движущей силой искусственного интеллекта во многих современных реальных приложениях. Вот несколько примеров:

  • Обнаружение спама. Возможно, вы не считаете обнаружение спама решением NLP, но лучшие технологии обнаружения спама используют возможности классификации текста NLP для сканирования электронных писем на наличие языка, который часто указывает на спам или фишинг. Эти индикаторы могут включать чрезмерное использование финансовых терминов, характерную плохую грамматику, угрожающий язык, неуместную срочность, неправильно написанные названия компаний и многое другое. Обнаружение спама – одна из немногих проблем НЛП, которые эксперты считают "почти решенными" (хотя вы можете возразить, что это не соответствует вашему опыту работы с электронной почтой).
  • Машинный перевод. Google Translate — это пример общедоступной технологии НЛП в действии. По-настоящему полезный машинный перевод включает в себя нечто большее, чем замену слов одного языка словами другого. Эффективный перевод должен точно улавливать смысл и тон исходного языка и переводить их в текст с тем же значением и желаемым воздействием на выходной язык. Инструменты машинного перевода делают успехи в плане точности. Отличный способ протестировать любой инструмент машинного перевода — перевести текст на один язык, а затем вернуться к оригиналу. Часто цитируемый классический пример: не так давно при переводе «Дух хочет, но плоть слаба» с английского на русский и обратно давался «Водка хороша, но мясо тухлое». .Сегодня в результате получается «Дух желает, но плоть немощна», что не идеально, но в переводе с английского на русский внушает гораздо больше доверия.
  • Виртуальные агенты и чат-боты. Виртуальные агенты, такие как Siri от Apple и Alexa от Amazon, используют распознавание речи для распознавания шаблонов в голосовых командах и генерации естественного языка, чтобы реагировать соответствующим действием или полезными комментариями. Чат-боты выполняют ту же магию в ответ на введенный текст. Лучшие из них также учатся распознавать контекстуальные подсказки о человеческих запросах и использовать их для предоставления еще лучших ответов или вариантов с течением времени. Следующим улучшением для этих приложений является функция ответов на вопросы, возможность отвечать на наши вопросы — ожидаемые или нет — соответствующими и полезными ответами своими словами.
  • Анализ настроений в социальных сетях. НЛП стало важным бизнес-инструментом для выявления скрытых данных из каналов социальных сетей. Анализ настроений может анализировать язык, используемый в сообщениях, ответах, обзорах и т. д. в социальных сетях, чтобы определять отношение и эмоции, связанные с продуктами, рекламными акциями и событиями. Эту информацию компании могут использовать при разработке продуктов, рекламных кампаниях и т. д.
  • Обобщение текста. Обобщение текста использует методы НЛП для анализа огромных объемов цифрового текста и создания резюме и синопсисов для указателей, исследовательских баз данных или занятых читателей, у которых нет времени читать полный текст. Лучшие приложения для реферирования текста используют семантические рассуждения и генерацию естественного языка (NLG), чтобы добавить полезный контекст и выводы к рефератам.

Обработка естественного языка и IBM Watson

    IBM внедрила инновации в области искусственного интеллекта, разработав новаторские инструменты и услуги на основе NLP, которые позволяют организациям автоматизировать свои сложные бизнес-процессы, получая при этом важную бизнес-информацию. Эти инструменты включают:
      - Находите высококачественные ответы и богатые идеи из ваших сложных корпоративных документов — таблиц, PDF-файлов, больших данных и многого другого — с помощью поиска ИИ. Позвольте своим сотрудникам принимать более обоснованные решения и экономить время с помощью поисковой системы в реальном времени и возможностей анализа текста, которые выполняют извлечение текста и анализируют отношения и шаблоны, скрытые в неструктурированных данных. Watson Discovery использует настраиваемые модели NLP и методы машинного обучения, чтобы предоставить пользователям ИИ, который понимает уникальный язык их отрасли и бизнеса. Explore Watson Discovery (NLU) — анализируйте текст в форматах неструктурированных данных, включая HTML, веб-страницы, социальные сети и т. д. Улучшите свое понимание человеческого языка, используя этот набор инструментов естественного языка для определения понятий, ключевых слов, категорий, семантики и эмоций, а также для выполнения классификации текста, извлечения сущностей, распознавания именованных сущностей (NER), анализа тональности и суммирования. Изучите Watson Natural Language Understanding — улучшите качество обслуживания клиентов при одновременном снижении затрат. Watson Assistant — это чат-бот на основе искусственного интеллекта с простым в использовании визуальным конструктором, который позволяет развертывать виртуальных агентов по любому каналу за считанные минуты. Узнайте больше о Watson Assistant

    Разработанный специально для медицинских и медико-биологических областей, IBM Watson Annotator for Clinical Data извлекает ключевые клинические понятия из текстов на естественном языке, таких как состояния, лекарства, аллергии и процедуры. Глубокие контекстуальные идеи и значения для ключевых клинических атрибутов позволяют получать более значимые данные. Потенциальные источники данных включают клинические заметки, выписки из больницы, протоколы клинических испытаний и литературные данные.

    Термин с открытым исходным кодом относится к чему-то, что люди могут изменять и делиться, потому что его структура общедоступна.

    Этот термин возник в контексте разработки программного обеспечения для обозначения особого подхода к созданию компьютерных программ. Однако сегодня «открытый исходный код» обозначает более широкий набор ценностей — то, что мы называем «путь открытого исходного кода». Проекты, продукты или инициативы с открытым исходным кодом поддерживают и прославляют принципы открытого обмена, совместного участия, быстрого прототипирования, прозрачности, меритократии и разработки, ориентированной на сообщество.

    Что такое программное обеспечение с открытым исходным кодом?

    Программное обеспечение с открытым исходным кодом — это программное обеспечение с исходным кодом, которое любой может проверять, изменять и улучшать.

    «Исходный код» — это часть программного обеспечения, которую большинство пользователей компьютеров никогда не видят; это код, которым программисты могут манипулировать, чтобы изменить работу части программного обеспечения — «программы» или «приложения». Программисты, имеющие доступ к исходному коду компьютерной программы, могут улучшать эту программу, добавляя в нее функции или исправляя части, которые не всегда работают правильно.

    В чем разница между программным обеспечением с открытым исходным кодом и другими типами программного обеспечения?

    Больше отличного контента

    Некоторое программное обеспечение имеет исходный код, который может изменять только человек, группа или организация, создавшие его и сохраняющие исключительный контроль над ним. Люди называют такое программное обеспечение «проприетарным» или «программным обеспечением с закрытым исходным кодом».

    Только оригинальные авторы несвободного программного обеспечения могут законно копировать, проверять и изменять это программное обеспечение. И для того, чтобы использовать проприетарное программное обеспечение, пользователи компьютеров должны согласиться (обычно путем подписания лицензии, отображаемой при первом запуске этого программного обеспечения), что они не будут делать с программным обеспечением ничего, что явно не разрешено авторами программного обеспечения. Microsoft Office и Adobe Photoshop являются примерами проприетарного программного обеспечения.

    Программное обеспечение с открытым исходным кодом отличается. Его авторы делают его исходный код доступным для других, которые хотели бы просмотреть этот код, скопировать его, изучить его, изменить или поделиться им. LibreOffice и программа обработки изображений GNU являются примерами программного обеспечения с открытым исходным кодом.

    Как и в случае с проприетарным программным обеспечением, пользователи должны принять условия лицензии при использовании программного обеспечения с открытым исходным кодом, но юридические условия лицензий с открытым исходным кодом существенно отличаются от условий проприетарных лицензий.

    Лицензии с открытым исходным кодом влияют на то, как люди могут использовать, изучать, изменять и распространять программное обеспечение. Как правило, лицензии с открытым исходным кодом предоставляют пользователям компьютеров разрешение использовать программное обеспечение с открытым исходным кодом для любых целей, которые они пожелают. Некоторые лицензии с открытым исходным кодом — которые некоторые люди называют лицензиями «авторского лева» — предусматривают, что любой, кто выпускает модифицированную программу с открытым исходным кодом, должен также выпускать исходный код этой программы вместе с ней. Более того, некоторые лицензии с открытым исходным кодом предусматривают, что любой, кто изменяет программу и делится ею с другими, также должен делиться исходным кодом этой программы без взимания лицензионного сбора за это.

    Лицензии на программное обеспечение с открытым исходным кодом по своей сути способствуют совместной работе и совместному использованию, поскольку они позволяют другим людям вносить изменения в исходный код и включать эти изменения в свои собственные проекты. Они поощряют программистов получать доступ, просматривать и изменять программное обеспечение с открытым исходным кодом в любое время, если они позволяют другим делать то же самое, когда они делятся своей работой.

    Программное обеспечение с открытым исходным кодом важно только для программистов?

    Нет. Технология с открытым исходным кодом и концепция открытого исходного кода приносят пользу как программистам, так и непрограммистам.

    Поскольку первые изобретатели построили большую часть Интернета на технологиях с открытым исходным кодом, таких как операционная система Linux и приложение веб-сервера Apache, любой, кто сегодня пользуется Интернетом, получает преимущества от программного обеспечения с открытым исходным кодом.

    Каждый раз, когда пользователи компьютеров просматривают веб-страницы, проверяют электронную почту, общаются в чате с друзьями, транслируют музыку в Интернете или играют в многопользовательские видеоигры, их компьютеры, мобильные телефоны или игровые консоли подключаются к глобальной сети компьютеров с помощью программного обеспечения с открытым исходным кодом для маршрутизации и передавать свои данные на «локальные» устройства, находящиеся перед ними. Компьютеры, которые выполняют всю эту важную работу, обычно расположены в отдаленных местах, которые пользователи на самом деле не видят или не могут физически получить к ним доступ, поэтому некоторые люди называют эти компьютеры «удаленными компьютерами».

    Все чаще люди полагаются на удаленные компьютеры при выполнении задач, которые в противном случае они могли бы выполнять на своих локальных устройствах. Например, они могут использовать программное обеспечение для онлайн-обработки текстов, управления электронной почтой и редактирования изображений, которое они не устанавливают и не запускают на своих персональных компьютерах. Вместо этого они просто получают доступ к этим программам на удаленных компьютерах с помощью веб-браузера или приложения для мобильного телефона. При этом они занимаются «удаленными вычислениями».

    Некоторые люди называют удаленные вычисления "облачными вычислениями", поскольку они включают действия (например, хранение файлов, совместное использование фотографий или просмотр видео), которые включают не только локальные устройства, но и глобальную сеть удаленных компьютеров, которые формируют "атмосферу" вокруг их.

    Облачные вычисления становятся все более важным аспектом повседневной жизни устройств, подключенных к Интернету. Некоторые приложения для облачных вычислений, такие как Google Apps, являются собственностью. Другие, например ownCloud и Nextcloud, имеют открытый исходный код.

    Приложения облачных вычислений работают «поверх» дополнительного программного обеспечения, которое помогает им работать бесперебойно и эффективно, поэтому люди часто говорят, что программное обеспечение, работающее «под» приложениями облачных вычислений, действует как «платформа» для этих приложений. Платформы облачных вычислений могут быть с открытым или закрытым исходным кодом. OpenStack — это пример платформы облачных вычислений с открытым исходным кодом.

    Почему люди предпочитают использовать программное обеспечение с открытым исходным кодом?

    Люди предпочитают программное обеспечение с открытым исходным кодом проприетарному ПО по ряду причин, в том числе:

    Управление. Многие люди предпочитают программное обеспечение с открытым исходным кодом, потому что у них больше контроля над таким программным обеспечением. Они могут изучить код, чтобы убедиться, что он не делает ничего, чего они не хотят, и могут изменить те его части, которые им не нравятся.Пользователи, не являющиеся программистами, также получают преимущества от программного обеспечения с открытым исходным кодом, поскольку они могут использовать это программное обеспечение для любых целей, а не только так, как кто-то считает нужным.

    Обучение. Другим нравится программное обеспечение с открытым исходным кодом, потому что оно помогает им стать лучшими программистами. Поскольку открытый исходный код общедоступен, учащиеся могут легко изучать его, учась создавать более качественное программное обеспечение. Учащиеся также могут делиться своей работой с другими, предлагая комментарии и критику по мере развития своих навыков. Когда люди обнаруживают ошибки в исходном коде программ, они могут поделиться этими ошибками с другими, чтобы избежать повторения тех же ошибок самостоятельно.

    Безопасность. Некоторые люди предпочитают программное обеспечение с открытым исходным кодом, поскольку считают его более безопасным и стабильным, чем проприетарное программное обеспечение. Поскольку любой может просматривать и изменять программное обеспечение с открытым исходным кодом, кто-то может обнаружить и исправить ошибки или упущения, которые могли пропустить первоначальные авторы программы. А поскольку очень многие программисты могут работать над программным обеспечением с открытым исходным кодом, не спрашивая разрешения у первоначальных авторов, они могут исправлять, обновлять и обновлять программное обеспечение с открытым исходным кодом быстрее, чем проприетарное программное обеспечение.

    Стабильность. Многие пользователи предпочитают программное обеспечение с открытым исходным кодом проприетарному программному обеспечению для важных долгосрочных проектов. Поскольку программисты публично распространяют исходный код программного обеспечения с открытым исходным кодом, пользователи, полагающиеся на это программное обеспечение для решения критически важных задач, могут быть уверены, что их инструменты не исчезнут и не придут в негодность, если их первоначальные создатели перестанут работать над ними. Кроме того, программное обеспечение с открытым исходным кодом, как правило, включает в себя и работает в соответствии с открытыми стандартами.

    Сообщество. Программное обеспечение с открытым исходным кодом часто вдохновляет сообщество пользователей и разработчиков на формирование вокруг него. Это не уникально для открытого исходного кода; многие популярные приложения являются предметом встреч и групп пользователей. Но в случае с открытым исходным кодом сообщество — это не просто фанатская база, которая подкупает (эмоционально или финансово) элитную группу пользователей; это люди, которые производят, тестируют, используют, продвигают и в конечном итоге влияют на любимое ПО.

    Разве "открытый исходный код" не означает, что что-то бесплатно?

    Нет. Это распространенное заблуждение относительно того, что подразумевается под «открытым исходным кодом», и значение этой концепции носит не только экономический характер.

    Программисты программного обеспечения с открытым исходным кодом могут взимать плату за программное обеспечение с открытым исходным кодом, которое они создают или в которое вносят свой вклад. Но в некоторых случаях, поскольку лицензия с открытым исходным кодом может потребовать от них выпуска исходного кода при продаже программного обеспечения другим, некоторые программисты считают, что взимание с пользователей денег за услуги и поддержку программного обеспечения (а не за программное обеспечение сам по себе) более прибыльный. Таким образом, их программное обеспечение остается бесплатным, и они зарабатывают деньги, помогая другим устанавливать, использовать и устранять неполадки.

    Хотя некоторое программное обеспечение с открытым исходным кодом может быть бесплатным, навыки программирования и устранения неполадок программного обеспечения с открытым исходным кодом могут оказаться весьма ценными. Многие работодатели специально стремятся нанять программистов с опытом работы с программным обеспечением с открытым исходным кодом.

    Что такое открытый исходный код «помимо программного обеспечения»?

    Подход ко всем аспектам жизни "с открытым исходным кодом" означает выражение готовности делиться информацией, сотрудничество с другими в прозрачной форме (чтобы другие тоже могли смотреть и присоединяться), воспринимать неудачи как средство улучшения и ожидать — даже поощряя — всех остальных делать то же самое.

    Это также означает обязательство играть активную роль в улучшении мира, что возможно только тогда, когда каждый имеет доступ к тому, как этот мир устроен.

    Мир полон «исходного кода» — чертежей, рецептов, правил, — которые направляют и формируют то, как мы думаем и действуем в нем. Мы считаем, что этот базовый код (в какой бы форме он ни был) должен быть открытым, доступным и общедоступным, чтобы многие люди могли приложить руку к его изменению в лучшую сторону.

    Здесь мы рассказываем о влиянии ценностей открытого исходного кода на все сферы жизни: науку, образование, правительство, производство, здравоохранение, юриспруденцию и организационную динамику. Мы — сообщество, стремящееся рассказать другим, что путь с открытым исходным кодом — лучший способ, потому что любовь к открытому исходному коду ничем не отличается от всего остального: лучше, когда им делятся.

    Где я могу узнать больше об открытом исходном коде?

    Мы собрали несколько ресурсов, которые помогут вам узнать больше об открытом исходном коде. Мы рекомендуем вам ознакомиться с нашими часто задаваемыми вопросами по открытому исходному коду, практическими руководствами и учебными пособиями, чтобы начать работу.

    Эта работа находится под лицензией Creative Commons Attribution-Share Alike 4.0 International License.

    Читайте также: