داده‌های کلان

افزایش توان رایانش و ظرفیت ذخیره‌سازی دستگاه‌های کامپیوتری و گسترش همه‌جایی استفاده از آنها سبب بروز پدیده‌ای به نام داده‌های کلان یا big data شده است. منظور از داده‌هایی کلان حجم‌های وسیع داده‌هایی است که امروزه به‌طور مداوم توسط سیستمی کامپیوتری تولید می‌شود. به‌عنوان مثال، امروزه با گسترش استفاده از اینترنت اشیا، بسیاری از لوازم خانگی متصل به اینترنت هستند و داده‌های آنها به‌طور مداوم جمع‌آوری می‌شود.

نمونه‌ی دیگر داده‌هایی کلان، داده‌های مربوط به مصرف کنندگان هستند که توسط مراکز خرید بزرگ با استفاده از سیستم‌های کامپیوتری فروش جمع‌آوری می‌شود.

همچنین، داده‌های مربوط به GPS و مکان‌یابی جغرافیایی که توسط شرکت‌های بزرگ جمع‌آوری می‌شود، نمونه‌ی آشکار دیگری از پدیده‌ی داده‌هایی کلان است.

امروزه کامپیوترها از قدرت رایانش و ذخیره‌سازی بالایی برخوردار هستند و از طرف دیگر روش‌های جدید برنامه‌نویسی موازی امکان کار با داده‌های بسیار حجیم را فراهم کرده است.

در کنار دسترسی به داده‌هایی کلان و دستگاه‌های کامپیوتری پرسرعت و با ظرفیت بالا، پیشرفت روش‌های یادگیری ماشینی و اختراع روش‌هایی مانند یادگیری عمیق (deep learning) و توسعه‌ی رویکردهای برنامه‌نویسی شبکه‌های عصبی موجب پیشرفت چشمگیر هوش مصنوعی در سال‌های اخیر شده است.

به‌عنوان نمونه، ترجمه‌ی ماشینی امروزه به سطح کیفیت بالایی دست یافته است. به همین ترتیب، بازشناسی گفتار، تبدیل متن به گفتار، و بینایی کامپیوتری نیز به مدد استفاده از داده‌های کلان و روش‌های جدید یادگیری آماری توانسته است به سطح موفقیت بسیار بالایی دست پیدا کند. اخیراً سیستم‌های بازشناسی گفتار گوگل و بایدو (همتای چینی گوگل) به سطح دقتی بالاتر از انسان دست پیدا کرده‌اند.